論文
フィジカルAI関連の最新論文を、日本語のひとことで。原題は英語です。
最新論文: 2025/10/1 / arXivを3時間ごとに自動収集
📖 UMIデバイス・カタログ(日本語版)UMI式データ収集デバイスと主要データセットを日本語で俯瞰 →- 論文VLAロボティクス
ContextVLA:マルチフレーム文脈を効率的に活用する視覚-言語-行動モデル
過去の観測を1つの文脈トークンに圧縮することで、計算コストを抑えつつマルチフレームの時間的文脈を活用してロボットタスクの成功率を高めるVLAモデルを提案。
原題: ContextVLA: Vision-Language-Action Model with Amortized Multi-Frame Context / Huiwon Jang, Sihyun Yu, Heeseung Kwon 他
日本語で読む → - 論文ロボット意思決定ロボティクス
区間MDPに対する最適化ベースのロバスト許容合成
遷移確率が区間で与えられるロボット意思決定問題に対し、ロバスト性を保ちつつ許容度を最大化する方策を混合整数線形計画で合成する手法を提案した。
原題: Optimization-Based Robust Permissive Synthesis for Interval MDPs / Khang Vo Huynh, David Parker, Lu Feng
日本語で読む → - 論文状態推定ロボティクス
脚式ロボットの状態推定のための適応不変拡張カルマンフィルタ
接触足モデルのノイズをオンライン共分散推定に基づいて適応的に調整し、接触状態の変化や小さな滑りに対応する脚式ロボットの固有受容状態推定手法を提案。四足ロボットLeoQuadでの実機実験で動的歩行時の推定性能向上を実証した。
原題: Adaptive Invariant Extended Kalman Filter for Legged Robot State Estimation / Kyung-Hwan Kim, DongHyun Ahn, Dong-hyun Lee 他
日本語で読む → - 論文ヒューマノイドロボティクス
歩行事前知識を用いたヒューマノイド全身運動のワンショット適応
歩行運動で学習済みの基盤モデルと単一の非歩行運動サンプルを組み合わせ、最適輸送による補間で新しい全身運動を生成し、強化学習で適応させるデータ効率の高い手法を提案した。
原題: One-shot Adaptation of Humanoid Whole-body Motion with Walking Priors / Hao Huang, Geeta Chandra Raju Bethala, Shuaihang Yuan 他
日本語で読む → - 論文GNSS/INS融合ロボティクス
ファクターグラフ最適化に基づくGNSS-RTK/INS/オドメータ融合のための二段階GNSS外れ値検出
GNSSの生の擬似距離に含まれる外れ値を、ドップラー測定とIMU・オドメータの予測値を用いた二段階の手法で検出し、ファクターグラフ最適化によるGNSS-RTK/INS/オドメータ融合の堅牢性を高めた論文。
原題: Two stage GNSS outlier detection for factor graph optimization based GNSS-RTK/INS/odometer fusion / Baoshan Song, Penggao Yan, Xiao Xia 他
日本語で読む → - 論文マニピュレーションロボティクス
遺伝的ノイズ除去によるロボット操作のための2ステップ拡散ポリシー
拡散ポリシーのノイズ除去過程を身体性AIタスク向けに適応させ、遺伝的ノイズ除去という集団ベースサンプリングで2回の推論で高精度なロボット操作を実現した。
原題: Two-Steps Diffusion Policy for Robotic Manipulation via Genetic Denoising / Mateo Clemente, Leo Brunswic, Rui Heng Yang 他
日本語で読む → - 論文物体目標ナビゲーションロボティクス
物体目標ナビゲーションのための強化学習手法で重要な要素は何か?実証研究と統合フレームワーク
物体目標ナビゲーションの強化学習システムを認識・方策・テスト時強化の3要素に分解し、大規模実験で各要素の影響を分析。認識とテスト時戦略の改善が方策改善より効果的であることを示し、統合フレームワークを提案。
原題: What Matters in RL-Based Methods for Object-Goal Navigation? An Empirical Study and A Unified Framework / Hongze Wang, Boyang Sun, Jiaxu Xing 他
日本語で読む → - 論文異種ロボット協調ロボティクス
実世界の非構造環境における異種ロボット協調のための接地型生成知能
LLMの推論を異種ロボットチームの能力と物理世界に接地させ、自然言語で与えられた複雑なミッションをサブタスク生成・割当・オンライン修正の3段階で遂行するフレームワークSPINE-HTを提案。
原題: Heterogeneous Robot Collaboration in Unstructured Environments with Grounded Generative Intelligence / Zachary Ravichandran, Fernando Cladera, Ankit Prabhu 他
日本語で読む → - 論文農業ロボティクス画像認識
ロボット収穫のためのライチ検出と成熟度分類のRGB-D画像データセット
多様な天候・時間帯・品種で撮影したライチのRGB-D画像11,414枚を収集し、検出と成熟度分類のアノテーションを付与したオープンデータセットを構築した。
原題: An RGB-D Image Dataset for Lychee Detection and Maturity Classification for Robotic Harvesting / Zhenpeng Zhang, Yi Wang, Shanglei Chai 他
日本語で読む → - 論文群制御ロボティクス
TACOS: マルチドローンシステムのタスク非依存コーディネータ
大規模言語モデルを活用し、自然言語による高レベルな指示でマルチドローンシステムを制御する統合フレームワークTACOSを提案し、実機実験とアブレーション研究で有効性を示した。
原題: TACOS: Task Agnostic COordinator of a multi-drone System / Alessandro Nazzari, Roberto Rubinacci, Marco Lovera
日本語で読む → - 論文マニピュレーションロボティクス
複数IMUセンサフュージョンによる柔軟マニピュレータのAI強化運動学モデリング
複数の安価なIMUとPSO最適化相補フィルタ、RBFNN補償を組み合わせ、柔軟マニピュレータの位置・姿勢を高精度に推定する手法を提案した。
原題: AI-Enhanced Kinematic Modeling of Flexible Manipulators Using Multi-IMU Sensor Fusion / Amir Hossein Barjini, Jouni Mattila
日本語で読む → - 論文ナビゲーションロボティクス
VENTURA: 画像拡散モデルを統合タスク条件付きナビゲーションに適応
インターネット事前学習済みの画像拡散モデルを微調整し、言語指示に従って画像空間で経路マスクを生成する視覚言語ナビゲーションシステムを提案。軽量な模倣学習ポリシーで実行可能な軌道に変換し、実世界評価で成功率33%向上・衝突54%削減を達成。
原題: VENTURA: Adapting Image Diffusion Models for Unified Task Conditioned Navigation / Arthur Zhang, Xiangyun Meng, Luca Calliari 他
日本語で読む → - 論文群制御機械学習
マルチエージェント強化学習による高高度気球の分散エリアカバレッジ
高高度気球の協調制御に初めてマルチエージェント強化学習(QMIX)を適用し、分散エリアカバレッジにおいて理論的に最適な幾何学的手法と同等の性能を達成した。
原題: Distributed Area Coverage with High Altitude Balloons Using Multi-Agent Reinforcement Learning / Adam Haroon, Tristan Schuler
日本語で読む → - 論文触覚ロボティクス
触覚強化学習によるロボット制御の強化
自己教師あり学習で触覚観測を活用し、疎なバイナリ接触信号が巧みな操作に重要であることを示し、ボールバウンドや太極球回しで超人級の器用さを達成した。
原題: Enhancing Tactile-based Reinforcement Learning for Robotic Control / Elle Miller, Trevor McInroe, David Abel 他
日本語で読む → - 論文歩行ロボティクス
崩壊地形における四足ロボットの安全な歩行のための耐荷重評価
関節計測のみで地形の安定性を評価し、MPCと状態機械で探査動作と歩行計画を統合することで、崩れやすい地形を安全に踏破する四足ロボットの枠組みを提案した。
原題: Load-bearing Assessment for Safe Locomotion of Quadruped Robots on Collapsing Terrain / Vivian S. Medeiros, Giovanni B. Dessy, Thiago Boaventura 他
日本語で読む → - 論文マニピュレーションロボティクス
RaycastGrasp: ウェアラブルデバイスによる視線操作でロボットマニピュレーション
MRヘッドセットを用いて、ユーザーの一人称視点の視線固定で実世界の物体を操作する支援ロボットインタフェースを提案し、88%以上の意図・物体認識精度を達成した。
原題: RaycastGrasp: Eye-Gaze Interaction with Wearable Devices for Robotic Manipulation / Zitiantao Lin, Yongpeng Sang, Yang Ye
日本語で読む → - 論文模倣学習ロボティクス
Traj2Action: 軌道ガイドによる人間からロボットへのスキル転移のための協調デノイジングフレームワーク
人間の手の3D軌道を中間表現として用い、粗い軌道生成とロボット固有の行動合成を協調デノイジングで行うことで、形態差を超えた人間からロボットへの操作スキル転移を実現するフレームワークを提案。
原題: Traj2Action: A Co-Denoising Framework for Trajectory-Guided Human-to-Robot Skill Transfer / Han Zhou, Jinjin Cao, Liyuan Ma 他
日本語で読む → - 論文自動運転VLAロボティクス
DiffVLA++:メトリック誘導アラインメントによる認知推論とエンドツーエンド運転の橋渡し
VLAモデルの認知推論とE2Eモデルの物理的実現可能性を、メトリック誘導の軌道スコアラで統合した自動運転フレームワークを提案。
原題: DiffVLA++: Bridging Cognitive Reasoning and End-to-End Driving through Metric-Guided Alignment / Yu Gao, Anqing Jiang, Yiru Wang 他
日本語で読む → - 論文マルチモーダル参照理解画像認識
奥行きを考慮したマルチモーダル身体参照理解手法
言語指示と指差しの手がかりから対象物体を特定する身体参照理解において、LLMによるデータ拡張と深度マップ、深度認識決定モジュールを組み合わせ、曖昧な場面での精度を向上させた。
原題: A Multimodal Depth-Aware Method For Embodied Reference Understanding / Fevziye Irem Eyiokur, Dogucan Yaman, Hazım Kemal Ekenel 他
日本語で読む → - 論文マニピュレーションロボティクス
モデルベース先読み強化学習によるハンド内操作
モデルフリー強化学習とモデルベース強化学習を組み合わせ、動的モデルと価値関数で軌道評価を行うハイブリッド枠組みをハンド内操作に適用し、性能向上を検証した。
原題: Model-Based Lookahead Reinforcement Learning for in-hand manipulation / Alexandre Lopes, Catarina Barata, Plinio Moreno
日本語で読む → - 論文軌道最適化math.OC
ループ内適合予測:軌道最適化のためのフィードバックベース不確実性モデル
適合予測を軌道最適化のループに組み込み、実現した軌道の情報をフィードバックして予測領域を調整することで、安全性を保証しつつ軌道性能をオンラインで改善する手法を提案した。
原題: Conformal Prediction in The Loop: A Feedback-Based Uncertainty Model for Trajectory Optimization / Han Wang, Chao Ning
日本語で読む → - 論文マルチロボットSLAMロボティクス
ポーズより方策:マルチロボットSLAMのための強化学習ベース分散ポーズグラフ最適化
マルチロボットSLAMの分散ポーズグラフ最適化をマルチエージェント強化学習で解き、従来法より高精度かつ高速に軌道推定を行う手法を提案。
原題: Policies over Poses: Reinforcement Learning based Distributed Pose-Graph Optimization for Multi-Robot SLAM / Sai Krishna Ghanta, Ramviyas Parasuraman
日本語で読む → - 論文自動運転テストロボティクス
生成モデルを用いた自動運転システムのメタモルフィックテストのためのデジタルツインフレームワーク
デジタルツインと画像生成モデルを組み合わせ、自動運転システムのテスト用に天候や道路形状を変化させた多様な走行シーンを生成するメタモルフィックテスト手法を提案し、Udacityシミュレータで有効性を示した。
原題: A Digital Twin Framework for Metamorphic Testing of Autonomous Driving Systems Using Generative Model / Tony Zhang, Burak Kantarci, Umair Siddique
日本語で読む → - 論文模倣学習ロボティクス
軌道条件付き異形態間スキル転移
人間のデモ動画から疎なオプティカルフロー軌道を抽出し、それを条件としてロボットの操作動画と実行行動を生成することで、形態の違いを超えたスキル転移を実現した研究。
原題: Trajectory Conditioned Cross-embodiment Skill Transfer / YuHang Tang, Yixuan Lou, Pengfei Han 他
日本語で読む → - 論文歩行ロボティクス
PGTT: 知覚型脚式移動のための位相誘導地形走破
脚式ロボットの強化学習制御において、位相を報酬設計で誘導しつつ地形知覚を活用する手法を提案し、階段状地形での成功率と外乱耐性を向上させた。
原題: PGTT: Phase-Guided Terrain Traversal for Perceptive Legged Locomotion / Alexandros Ntagkas, Chairi Kiourt, Konstantinos Chatzilygeroudis
日本語で読む → - 論文状態推定ロボティクス
連続時間連続体ロボットのオンライン状態推定のためのスライディングウィンドウフィルタ
連続体ロボットの連続時間状態推定をオンラインで実行するスライディングウィンドウフィルタを提案し、リアルタイムより高速に動作することを示した。
原題: A Sliding-Window Filter for Online Continuous-Time Continuum Robot State Estimation / Spencer Teetaert, Sven Lilge, Jessica Burgner-Kahrs 他
日本語で読む → - 論文ロコマニピュレーションロボティクス
ResMimic: 汎用モーショントラッキングから残差学習によるヒューマノイド全身ロコマニピュレーションへ
大規模な人間モーションデータで訓練した汎用モーショントラッキング方策を土台に、残差方策を学習させて物体とのインタラクションを伴うヒューマノイドの全身移動操作を実現した研究。
原題: ResMimic: From General Motion Tracking to Humanoid Whole-body Loco-Manipulation via Residual Learning / Siheng Zhao, Yanjie Ze, Yue Wang 他
日本語で読む → - 論文自動運転/VLAロボティクス
SimpleVSF: VLMスコアリング融合によるエンドツーエンド自動運転の軌道予測
Vision-Language Modelの認知能力と軌道融合技術を組み合わせ、複雑な状況での意思決定を改善するエンドツーエンド自動運転フレームワークを提案。ICCV 2025 NAVSIM v2チャレンジで最高性能を達成。
原題: SimpleVSF: VLM-Scoring Fusion for Trajectory Prediction of End-to-End Autonomous Driving / Peiru Zheng, Yun Zhao, Zhan Gong 他
日本語で読む → - 論文自動運転評価/VLM画像認識
DriveCritic: 視覚言語モデルによる文脈認識型・人間整合的な自動運転評価
自動運転の軌道ペアを人間の選好に沿って評価するため、文脈が重要な難シーンを集めたデータセットと視覚言語モデル評価器を構築し、既存指標より人間判断に一致することを示した。
原題: DriveCritic: Towards Context-Aware, Human-Aligned Evaluation for Autonomous Driving with Vision-Language Models / Jingyu Song, Zhenxin Li, Shiyi Lan 他
日本語で読む → - 論文医療ロボティクスロボティクス
DINO-CVA:自律カテーテルナビゲーションのためのマルチモーダル目標条件付き視覚-行動モデル
視覚とジョイスティック操作を統合したマルチモーダルな行動クローニングで、目標地点へ向かうカテーテル操作を自律的に予測するモデルを提案し、血管ファントム実験で有効性を示した。
原題: DINO-CVA: A Multimodal Goal-Conditioned Vision-to-Action Model for Autonomous Catheter Navigation / Pedram Fekri, Majid Roshanfar, Samuel Barbeau 他
日本語で読む →
PR・アフィリエイト広告
