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 →- 論文ナビゲーションロボティクス
HyPerNav: 未知環境における物体指向ナビゲーションのためのハイブリッド知覚
VLMを活用し、自己中心的なRGB-D観測とトップダウンマップを統合して未知環境で目標物体へナビゲートする手法を提案し、シミュレーションと実機で最先端性能を達成した。
原題: HyPerNav: Hybrid Perception for Object-Oriented Navigation in Unknown Environment / Zecheng Yin, Hao Zhao, Zhen Li
日本語で読む → - 論文シナリオ生成ロボティクス
トランスフォーマー強化型CVAEによるラウンドアバウトでのマルチエージェントシナリオ生成
トランスフォーマーで強化した条件付き変分オートエンコーダ(CVAE-T)を用いて、ラウンドアバウトにおける複数車両の交通シナリオを生成する手法を提案し、元シナリオの再構成と多様な合成シナリオの生成が可能であることを示した。
原題: Multi-Agent Scenario Generation in Roundabouts with a Transformer-enhanced Conditional Variational Autoencoder / Li Li, Tobias Brinkmann, Till Temmen 他
日本語で読む → - 論文人間とロボットの共創HCI
ロボットとの共創:画家が描くロボット参加型絵画制作の実態
プロの抽象画家8名が人間または自律型ロボットアームと共同で絵を描くセッションを経験し、その印象をインタビューで比較した研究。
原題: Artists' Views on Robotics Involvement in Painting Productions / Francesca Cocchella, Nilay Roy Choudhury, Eric Chen 他
日本語で読む → - 論文ワールドモデルロボティクス
Ctrl-World: ロボットマニピュレーションのための制御可能な生成ワールドモデル
多視点予測と細かい行動制御、長期一貫性を備えた制御可能なワールドモデルを提案し、汎用ロボット政策の評価と改善を可能にした。
原題: Ctrl-World: A Controllable Generative World Model for Robot Manipulation / Yanjiang Guo, Lucy Xiaoyang Shi, Jianyu Chen 他
日本語で読む → - 論文マニピュレーションロボティクス
SCALによるピンチリフティング:環境適応型把持のための相補的な回転・直動プロトタイプ
スロット拘束型適応リンク機構(SCAL)を用い、回転駆動と直動駆動の2種類の指で、薄型物体のつまみ上げや幅広物体の把持を環境に応じて実現するグリッパを開発した。
原題: SCAL for Pinch-Lifting: Complementary Rotational and Linear Prototypes for Environment-Adaptive Grasping / Wentao Guo, Wenzeng Zhang
日本語で読む → - 論文3D再構成/自動運転画像認識
DrivingScene: 動的運転シーン向けマルチタスクオンラインフィードフォワード3Dガウシアンスプラッティング
2枚の連続した全方位画像から動的な運転シーンをオンラインで4D再構成するフィードフォワード型3Dガウシアンスプラッティング手法を提案。
原題: DrivingScene: A Multi-Task Online Feed-Forward 3D Gaussian Splatting Method for Dynamic Driving Scenes / Qirui Hou, Wenzhang Sun, Chang Zeng 他
日本語で読む → - 論文マニピュレーションロボティクス
文脈条件付き拡散モデルによる高速マルチモーダル動作計画
センサ非依存の文脈情報を条件とする拡散モデルで、未知環境にも汎化するロボット動作計画手法を提案し、7自由度マニピュレータで高速かつ高品質な軌道生成を実現した。
原題: Accelerated Multi-Modal Motion Planning Using Context-Conditioned Diffusion Models / Edward Sandra, Lander Vanroye, Dries Dirckx 他
日本語で読む → - 論文SLAMロボティクス
DAMM-LOAM: 退化検知型マルチメトリックLiDARオドメトリとマッピング
LiDARのみで、点群を法線と近傍解析で分類し、退化を考慮した重み付きICPとScan Contextによるループ閉じ込みを組み合わせることで、長い廊下など特徴が乏しい屋内環境でも高精度な自己位置推定と地図生成を実現した。
原題: DAMM-LOAM: Degeneracy Aware Multi-Metric LiDAR Odometry and Mapping / Nishant Chandna, Akshat Kaushal
日本語で読む → - 論文SLAMロボティクス
劣化環境向けDVLプリインテグレーションを用いた水中視覚・慣性・音響・深度SLAM
ステレオカメラ・IMU・DVL・圧力センサを統合し、視覚が劣化する水中でも安定して動作するグラフベースSLAMを提案。DVLの速度バイアスを考慮したプリインテグレーションでドリフトを抑え、シミュレーションと実環境で従来手法を上回る精度と堅牢性を示した。
原題: Underwater Visual-Inertial-Acoustic-Depth SLAM with DVL Preintegration for Degraded Environments / Shuoshuo Ding, Tiedong Zhang, Dapeng Jiang 他
日本語で読む → - 論文動作予測ロボティクス
時空間ダイナミクスマップを用いた長期人間動作予測
環境の時空間的な動きパターンを符号化したダイナミクスマップを活用し、最大60秒先までの人間の動作を予測する枠組みを提案。実世界データセットで学習ベース手法を上回る精度を達成。
原題: Long-Term Human Motion Prediction Using Spatio-Temporal Maps of Dynamics / Yufei Zhu, Andrey Rudenko, Tomasz P. Kucner 他
日本語で読む → - 論文VLAロボティクス
InternVLA-M1: 空間誘導型視覚-言語-行動フレームワークによる汎用ロボットポリシー
空間グラウンディングを手がかりに「どこで行動するか」と「どう行動するか」を二段階で学習し、汎用ロボット制御を実現するVLAフレームワークを提案。
原題: InternVLA-M1: A Spatially Guided Vision-Language-Action Framework for Generalist Robot Policy / Xinyi Chen, Yilun Chen, Yanwei Fu 他
日本語で読む → - 論文群制御ロボティクス
Flow-Opt: フローマッチングと微分可能最適化によるスケーラブルな集中型マルチロボット軌道最適化
フローマッチングと学習ベースの安全フィルタを組み合わせ、混雑環境で数十台のロボットの集中型軌道最適化を数十ミリ秒で生成する手法を提案。
原題: Flow-Opt: Scalable Centralized Multi-Robot Trajectory Optimization with Flow Matching and Differentiable Optimization / Simon Idoko, Prajyot Jadhav, Arun Kumar Singh
日本語で読む → - 論文VLA画像認識
LIBERO-PRO:記憶を超えたVLAモデルの堅牢で公平な評価に向けて
VLAモデル評価用ベンチマークLIBEROを拡張し、物体・初期状態・指示・環境を摂動させて評価したところ、標準評価で90%超の精度が汎化設定では0.0%に崩壊し、モデルがタスク理解ではなく訓練データの丸暗記に依存していることを明らかにした。
原題: LIBERO-PRO: Towards Robust and Fair Evaluation of Vision-Language-Action Models Beyond Memorization / Xueyang Zhou, Yangming Xu, Guiyao Tie 他
日本語で読む → - 論文マニピュレーションロボティクス
運動学的キットバッシング:再利用可能な部品から関節物体を合成する最適化フレームワーク
抽象的な運動学グラフに基づき、再利用可能な関節部品を組み合わせて関節物体を合成する最適化手法を提案。部品の配置・向き・スケールを最適化し、機能目標も勾配なしで達成できる。
原題: Kinematic Kitbashing / Minghao Guo, Victor Zordan, Sheldon Andrews 他
日本語で読む → - 論文経路計画ロボティクス
機上動的経路計画を備えたマイクロUAVの設計と構造検証
2kg未満の低コストドローンを自作部品とオープンソースソフトで構築し、高耐久フレームと機上でのリアルタイム経路再計画を実現した。
原題: Design and Structural Validation of a Micro-UAV with On-Board Dynamic Route Planning / Inbazhagan Ravikumar, Ram Sundhar, Narendhiran Vijayakumar
日本語で読む → - 論文表情生成ロボティクス
ヒューマノイドロボットの顔面感情表現の覚醒
生体模倣型のロボット顔とKAN・注意機構による学習フレームワークを構築し、表情模倣を自動獲得する手法を提案。ヒューマノイドロボット向け初のオープンソース表情データセットも公開した。
原題: Awakening Facial Emotional Expressions in Human-Robot / Yongtong Zhu, Lei Li, Iggy Qian 他
日本語で読む → - 論文VLAロボティクス
EBT-Policy:エネルギーが創発的な物理推論能力を解き放つ
拡散ポリシーに代わるエネルギー・ベースのポリシーEBT-Policyを提案し、少ない計算で高精度・高ロバストなロボット制御を実現、失敗からのゼロショット回復などの創発能力を示した。
原題: EBT-Policy: Energy Unlocks Emergent Physical Reasoning Capabilities / Travis Davies, Yiqi Huang, Alexi Gladstone 他
日本語で読む → - 論文ナビゲーションロボティクス
LT-Exosense: 外骨格の生涯安全ナビゲーションのための視覚中心マルチセッションマッピングシステム
下肢障害者向けの自平衡外骨格の長期的な自律ナビゲーションを支援するため、複数セッションの空間情報を逐次融合し、環境変化を検出して永続的な地図を更新する視覚ベースのマッピングシステムを開発した。実環境実験で5cm未満の精度を達成し、動的環境での適応的経路計画の可能性を示した。
原題: LT-Exosense: A Vision-centric Multi-session Mapping System for Lifelong Safe Navigation of Exoskeletons / Jianeng Wang, Matias Mattamala, Christina Kassab 他
日本語で読む → - 論文歩行ロボティクス
Seq-DeepIPC:脚式ロボットナビゲーションのための逐次センシングによるエンドツーエンド制御
RGB-DとGNSSを時系列融合し、セグメンテーションと深度推定を同時に行う軽量なエンドツーエンドモデルで、四足ロボットの実環境ナビゲーションを実現した。
原題: Seq-DeepIPC: Sequential Sensing for End-to-End Control in Legged Robot Navigation / Oskar Natan, Jun Miura
日本語で読む → - 論文VLA画像認識
マルチモーダル言語モデルの身体性能力をスキル単位で評価・診断するベンチマークBEAR
身体性タスクを14の原子スキルに分解してMLLMを細粒度評価するベンチマークBEARを提案し、知覚と時空間モデリングがボトルネックであることを示すとともに、視覚・空間推論ツールを組み込んだBEAR-Agentで性能を改善した。
原題: Dissecting Embodied Abilities in Multimodal Language Models through Skill-level Evaluation and Diagnosis / Yu Qi, Haibo Zhao, Ziyu Guo 他
日本語で読む → - 論文強化学習/自律走行機械学習
自律走行レースのための文脈認識型モデルベース強化学習
対戦相手の運転挙動をエピソードの文脈としてパラメータ化し、モデルベース強化学習に文脈認識機構cMaskを導入することで、未知の対戦相手挙動への汎化性能を向上させた。
原題: Context-Aware Model-Based Reinforcement Learning for Autonomous Racing / Emran Yasser Moustafa, Ivana Dusparic
日本語で読む → - 論文マニピュレーションロボティクス
モデル予測制御による義手手首動作の最適化
腱駆動義手に取り付けたソフト連続体手首の動きを、計算負荷を抑えたモデル予測制御で制御し、より自然で直感的な操作を実現する手法を提案・検証した。
原題: Optimizing Prosthetic Wrist Movement: A Model Predictive Control Approach / Francesco Schetter, Shifa Sulaiman, Shoby George 他
日本語で読む → - 論文sim2realロボティクス
MoMaGen: ソフト・ハード制約下で多段階両腕移動マニピュレーションのデモを生成
移動ベースと両腕の多段階タスク向けに、到達可能性などのハード制約と視認性などのソフト制約を満たすデータ生成を制約付き最適化として定式化し、多様なデモを自動生成する手法を提案。
原題: MoMaGen: Generating Demonstrations under Soft and Hard Constraints for Multi-Step Bimanual Mobile Manipulation / Chengshu Li, Mengdi Xu, Arpit Bahety 他
日本語で読む → - 論文ソーシャルナビゲーションロボティクス
ソーシャルロボットナビゲーションのベンチマークに関する短い方法論的レビュー
2020年1月から2025年7月までのソーシャルロボットナビゲーションのベンチマーク動向を調査し、使用された指標やアルゴリズム、人間による調査、結論の導出方法を分析したレビュー論文。
原題: A short methodological review on social robot navigation benchmarking / Pranup Chhetri, Alejandro Torrejon, Sergio Eslava 他
日本語で読む → - 論文マルチモーダル・グラウンディング画像認識
Look and Tell: 自己中心視点と他者中心視点を横断するマルチモーダル・グラウンディングのためのデータセット
スマートグラスと固定カメラで視線・音声・映像を同期収録し、台所での指示伝達を自己中心視点と他者中心視点で比較できるマルチモーダルデータセットを構築した。
原題: Look and Tell: A Dataset for Multimodal Grounding Across Egocentric and Exocentric Views / Anna Deichler, Jonas Beskow
日本語で読む → - 論文安全強化学習ロボティクス
適応的行動スケーリングによる制約認識型強化学習
予測される制約違反に応じてエージェントの行動を滑らかにスケーリングするモジュール型調整器を提案し、SACやTD3と組み合わせて安全性と性能を両立させた。
原題: Constraint-Aware Reinforcement Learning via Adaptive Action Scaling / Murad Dawood, Usama Ahmed Siddiquie, Shahram Khorshidi 他
日本語で読む → - 論文全身制御ロボティクス
SoftMimic: 例からの柔軟な全身制御の学習
人間の動作例から、外部からの力に柔軟に応答しながらバランスを保つヒューマノイドの全身制御方策を強化学習で学習するフレームワークを提案。
原題: SoftMimic: Learning Compliant Whole-body Control from Examples / Gabriel B. Margolis, Michelle Wang, Nolan Fey 他
日本語で読む → - 論文ナビゲーションロボティクス
点群ベース制御バリア関数とモデル予測制御による自律移動ロボットの安全クリティカルナビゲーション
点群を動的・静的障害物に分類し、動的障害物の将来状態を予測して制御バリア関数と非線形モデル予測制御を組み合わせることで、複雑環境での安全なナビゲーションを実現する手法を提案した。
原題: Point Cloud-Based Control Barrier Functions for Model Predictive Control in Safety-Critical Navigation of Autonomous Mobile Robots / Faduo Liang, Yunfeng Yang, Shi-Lu Dai
日本語で読む → - 論文SLAMロボティクス
EC3R-SLAM: フィードフォワード3D再構成による効率的で一貫性のある単眼高密度SLAM
単眼高密度SLAMを、カメラキャリブレーション不要で低遅延・低GPUメモリに実現するフレームワークを提案。フィードフォワード3D再構成とループ閉じ込めを組み合わせ、ノートPCやJetsonでも動作する。
原題: EC3R-SLAM: Efficient and Consistent Monocular Dense SLAM with Feed-Forward 3D Reconstruction / Lingxiang Hu, Naima Ait Oufroukh, Fabien Bonardi 他
日本語で読む → - 論文ゼロショット強化学習機械学習
TD-JEPA:ゼロショット強化学習のための潜在予測表現
時間差分学習を用いて長期潜在ダイナミクスを予測する表現をオフライン・報酬なし遷移から学習し、テスト時に任意の報酬関数をゼロショット最適化できる強化学習手法を提案。
原題: TD-JEPA: Latent-predictive Representations for Zero-Shot Reinforcement Learning / Marco Bagatella, Matteo Pirotta, Ahmed Touati 他
日本語で読む →
PR・アフィリエイト広告
