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
TIGeR: ロボティクス向け視覚言語モデルにおけるツール統合幾何推論
視覚言語モデルに外部ツールで正確な幾何計算を生成・実行させる枠組みを提案し、ロボット操作に必要なセンチメートル精度を実現した。
原題: TIGeR: Tool-Integrated Geometric Reasoning in Vision-Language Models for Robotics / Yi Han, Enshen Zhou, Shanyu Rong 他
日本語で読む → - 論文ソフトロボティクス/経路計画ロボティクス
形状空間グラフによるソフトロボットの高速衝突回避経路計画
ゾウの鼻を模したソフトロボットの形状ライブラリからk近傍グラフを構築し、障害物との衝突を考慮した経路計画をミリ秒単位で実現する手法を提案した。
原題: Shape-Space Graphs: Fast and Collision-Free Path Planning for Soft Robots / Carina Veil, Moritz Flaschel, Ellen Kuhl
日本語で読む → - 論文群制御ロボティクス
SPIRAL: マルチドローン競争のための自己対戦型漸進的レーシング学習アルゴリズム
自己対戦により徐々に難易度を上げながら、複数ドローンの競争戦略を深層強化学習で学習させるフレームワークを提案。
原題: SPIRAL: Self-Play Incremental Racing Algorithm for Learning in Multi-Drone Competitions / Onur Akgün
日本語で読む → - 論文セグメンテーションロボティクス
AURASeg: 注意誘導アップサンプリングと残差支援境界精細化によるオンボードロボット走行可能領域セグメンテーション
ResNetをベースに、境界精細化モジュールと注意漸進アップサンプリングデコーダ、軽量マルチスケールモジュールを組み合わせ、エッジデバイス上で高精度な走行可能領域セグメンテーションを実現した。
原題: AURASeg: Attention-guided Upsampling with Residual-Assistive Boundary Refinement for Onboard Robot Drivable-Area Segmentation / Narendhiran Vijayakumar, Sridevi. M
日本語で読む → - 論文マニピュレーションロボティクス
HiMaCon: ラベルなしマルチモーダルデータからの階層的マニピュレーション概念の発見
クロスモーダルな相関と複数時間スケールの予測を組み合わせ、人手アノテーションなしで階層的な操作概念を自己教師あり学習するフレームワークを提案。シミュレーションと実機で性能向上を示し、獲得概念が人間に解釈可能な操作プリミティブに似ることを明らかにした。
原題: HiMaCon: Discovering Hierarchical Manipulation Concepts from Unlabeled Multi-Modal Data / Ruizhe Liu, Pei Zhou, Qian Luo 他
日本語で読む → - 論文水中SLAMロボティクス
GeVI-SLAM: 重力を活用した水中ロボット向けステレオ視覚慣性SLAM
ステレオカメラの深度推定と重力初期化を活用し、水中での視覚劣化やIMU励起不足に対応した4自由度の視覚慣性SLAMを提案。シミュレーションと実機実験で高精度・高安定性を示した。
原題: GeVI-SLAM: Gravity-Enhanced Stereo Visua Inertial SLAM for Underwater Robots / Yuan Shen, Yuze Hong, Guangyang Zeng 他
日本語で読む → - 論文群制御cs.MA
構成ベース多エージェント経路探索のための局所ガイダンス
各エージェント周辺の局所的な時空間情報をプランナに与えることで、構成ベースのMAPFソルバLaCAMの解品質を中程度の計算時間で大幅に改善する手法を提案。
原題: Local Guidance for Configuration-Based Multi-Agent Pathfinding / Tomoki Arita, Keisuke Okumura
日本語で読む → - 論文マッピングロボティクス
OREN: 実時間ユークリッド符号付距離マッピングのための八分木残差ネットワーク
八分木補間による明示的な事前分布とニューラルネットワーク回帰による暗黙的な残差を組み合わせ、非打ち切りユークリッドSDFを高精度かつ効率的に再構成するハイブリッド手法を提案。
原題: OREN: Octree Residual Network for Real-Time Euclidean Signed Distance Mapping / Zhirui Dai, Qihao Qian, Tianxing Fan 他
日本語で読む → - 論文マニピュレーションロボティクス
DM1: 1ステップロボットマニピュレーションのための分散正則化付きMeanFlow
フローマッチングに分散正則化を組み込み、表現崩壊を防ぎつつ1ステップで高精度な動作生成を実現したロボットマニピュレーション手法。
原題: DM1: MeanFlow with Dispersive Regularization for 1-Step Robotic Manipulation / Guowei Zou, Haitao Wang, Hejun Wu 他
日本語で読む → - 論文外骨格・制御ロボティクス
DNNによるNMPC近似とPI制御を組み合わせたロバスト制御法:外骨格スクワット動作への応用
計算負荷の高いNMPCをDNNで近似し、さらにPI制御を組み合わせることでロバスト性を向上させ、外骨格ロボットのスクワット動作において追従誤差と人間の関節トルクを大幅に低減した。
原題: A Novel Robust Control Method Combining DNN-Based NMPC Approximation and PI Control: Application to Exoskeleton Squat Movements / Alireza Aliyari, Gholamreza Vossoughi
日本語で読む → - 論文安全制御/ゲーム理論ロボティクス
MADR: MPC誘導による敵対的DeepReach
MPCを活用した自己教師あり学習で2人ゼロサム微分ゲームの価値関数を高次元でも高精度に近似し、ロボットの安全な最適戦略を導出するフレームワークを提案。
原題: MADR: MPC-guided Adversarial DeepReach / Ryan Teoh, Sander Tonkens, William Sharpless 他
日本語で読む → - 論文sim2realロボティクス
ロボティクスにおけるリアルギャップ:課題・解決策・ベストプラクティス
シミュレーションと実環境の差異(リアルギャップ)の原因・解決手法・評価指標を体系的に整理したサーベイ。sim-to-real転移の現状と課題を概観する。
原題: The Reality Gap in Robotics: Challenges, Solutions, and Best Practices / Elie Aljalbout, Jiaxu Xing, Angel Romero 他
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 → - 論文デジタルツインロボティクス
製品デジタルツインによる電気自動車バッテリーの廃棄段階支援:製品-プロセス-リソース資産ネットワークの活用
製品の組立と分解の両ワークフローを統合した知識表現Bi-PANを提案し、電気自動車バッテリーの分解ユースケースで製品デジタルツインによる廃棄段階支援の有効性を示した。
原題: Product Digital Twin Supporting End-of-life Phase of Electric Vehicle Batteries Utilizing Product-Process-Resource Asset Network / Sara Strakosova, Petr Novak, Petr Kadera
日本語で読む → - 論文経路計画ロボティクス
動的環境におけるUAV経路計画のための物理情報ニューラルネットワーク手法
物理情報ニューラルネットワーク(PINN)を用いて、動的な風場におけるUAVの動的に実行可能で衝突のない軌道を学習するフレームワークを提案し、従来手法より優れた性能を示した。
原題: A Physics-Informed Neural Network Approach for UAV Path Planning in Dynamic Environments / Shuning Zhang
日本語で読む → - 論文マニピュレーションロボティクス
Hoecken-Dハンド:直線平行ピンチングと自己適応把持を実現する新型ロボットハンド
Hoeckenリンク機構と差動バネ機構を組み合わせ、単一アクチュエータで直線平行ピンチングと物体形状に応じた適応把持を切り替えられる低コストなロボットハンドを開発した。
原題: Hoecken-D Hand: A Novel Robotic Hand for Linear Parallel Pinching and Self-Adaptive Grasping / Wentao Guo, Wenzeng Zhang
日本語で読む → - 論文ヒューマノイドロボティクス
ヒューマノイドゴールキーパー:位置条件付きタスク運動制約からの学習
人間の運動事前分布を敵対的学習で取り込み、ヒューマノイドが高速で飛来するボールを自律的に自然な全身動作で阻止する強化学習フレームワークを実現した。
原題: Humanoid Goalkeeper: Learning from Position Conditioned Task-Motion Constraints / Junli Ren, Junfeng Long, Tao Huang 他
日本語で読む → - 論文自己位置推定ロボティクス
単眼カメラのグローバル・ローカル特徴融合による3Dマップ上の自己位置推定
CNNとVision Transformerを組み合わせ、単眼カメラ画像から動的障害物に頑健な自己位置推定を実現した研究。
原題: Self-localization on a 3D map by fusing global and local features from a monocular camera / Satoshi Kikuchi, Masaya Kato, Tsuyoshi Tasaki
日本語で読む → - 論文多言語翻訳/量子化/FPGAcs.AR
Bhasha-Rupantarika: 多言語ニューラル機械翻訳のためのアルゴリズム・ハードウェア協調設計
FP8/INT8/INT4/FP4の超低精度量子化とFPGAアクセラレータを組み合わせ、多言語翻訳モデルを小型・高速化する協調設計手法を提案。
原題: Bhasha-Rupantarika: Algorithm-Hardware Co-design approach for Multilingual Neural Machine Translation / Mukul Lokhande, Tanushree Dewangan, Mohd Sharik Mansoori 他
日本語で読む → - 論文マニピュレーションロボティクス
物体中心表現による汎化可能な階層的スキル学習
物体中心のスキルプリミティブを介して視覚言語モデルと低次視覚運動ポリシーを橋渡しし、少ないデモでロボット操作の汎化とサンプル効率を大幅に向上させる階層的学習フレームワークを提案。
原題: Generalizable Hierarchical Skill Learning via Object-Centric Representation / Haibo Zhao, Yu Qi, Boce Hu 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 → - 論文群集行動physics.soc-ph
歩行者グループの対人距離と透過性
自然観察データを用いて、歩行者グループの周囲に形成される対人距離ゾーンと、他者がグループに接近・通過する際の振る舞いを分析した研究。
原題: Proxemics and Permeability of the Pedestrian Group / Saleh Albeaik, Faisal Alsallum, Mohamad Alrished
日本語で読む → - 論文VIOロボティクス
ロバストな視覚慣性状態推定のための統計的不確かさ学習
視覚慣性オドメトリにおいて、多視点幾何整合性を自己教師としてランドマークの不確かさをオンライン学習し、視覚計測を適応的に重み付けすることで追従精度を向上させる手法を提案した。
原題: Statistical Uncertainty Learning for Robust Visual-Inertial State Estimation / Seungwon Choi, Donggyu Park, Seo-Yeon Hwang 他
日本語で読む → - 論文マニピュレーションロボティクス
ManiAgent:汎用ロボットマニピュレーションのためのエージェント型フレームワーク
複数のエージェントが協調して環境認識・サブタスク分解・行動生成を行い、複雑なマニピュレーションを効率的にこなすエージェント型アーキテクチャを提案した論文。
原題: ManiAgent: An Agentic Framework for General Robotic Manipulation / Yi Yang, Kefan Gu, Yuqing Wen 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 → - 論文模倣学習ロボティクス
EmbodiSwap:ゼロショットロボット模倣学習のための身体置換
人間の動画にロボットのCGオーバーレイを合成し、V-JEPAを視覚バックボーンに用いることで、実機ロボットのゼロショット模倣学習を実現した研究。
原題: EmbodiSwap for Zero-Shot Robot Imitation Learning / Eadom Dessalene, Pavan Mantripragada, Michael Maynord 他
日本語で読む → - 論文VLA画像認識
WristWorld: 4D世界モデルによるロボットマニピュレーションのための手首視点映像生成
アンカー視点の映像から手首視点の映像を生成する4D世界モデルを提案し、VLAモデルのマニピュレーション性能を向上させた。
原題: WristWorld: Generating Wrist-Views via 4D World Models for Robotic Manipulation / Zezhong Qian, Xiaowei Chi, Yuming Li 他
日本語で読む → - 論文点群圧縮画像認識
シーングラフを活用した深層点群圧縮:全シーンを見据えて
意味的なシーングラフに基づいて点群をパッチ分割し、FiLM条件付きエンコーダと折り畳みデコーダで最大98%の圧縮を実現しつつ、構造と意味の忠実性を保つ手法を提案。
原題: Have We Scene It All? Scene Graph-Aware Deep Point Cloud Compression / Nikolaos Stathoulopoulos, Christoforos Kanellakis, George Nikolakopoulos
日本語で読む → - 論文ナビゲーションAI
記憶拡張型の計画と予見による視覚ナビゲーションのための統合世界モデルに向けて
視覚的予見と計画を単一のマルチモーダル自己回帰バックボーンに統合し、階層的記憶機構で長期推論を安定化させた世界モデルUniWMを提案。4つのベンチマークでナビゲーション成功率を最大30%改善し、未見環境へのゼロショット汎化も示した。
原題: Towards Unified World Models for Visual Navigation via Memory-Augmented Planning and Foresight / Yifei Dong, Fengyi Wu, Guangyu Chen 他
日本語で読む →
PR・アフィリエイト広告
