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 →- 論文マニピュレーションロボティクス
FORGE-Tree: 拡散強制と木探索による長期的ロボットマニピュレーション
凍結したVLAエンコーダに拡散強制ヘッドとモンテカルロ木拡散を組み合わせ、軌道を局所的に修正しながら長期的な操作タスクの成功率を向上させる制御層を提案。
原題: FORGE-Tree: Diffusion-Forcing Tree Search for Long-Horizon Robot Manipulation / Yanjia Huang, Shuo Liu, Sheng Liu 他
日本語で読む → - 論文VLAロボティクス
リンゴを持ってきて、ソファは要らない:VLAモデルにおける身体性AIコマンドの無関係な文脈の影響
VLAモデルが言い換えや無関係な文脈を含む指示に対してどれだけ頑健かを体系的に評価し、意味的・語彙的に類似した文脈で性能が約50%低下することを示した。LLMベースのフィルタリングで元の性能の最大98.5%を回復する手法を提案。
原題: Bring the Apple, Not the Sofa: Impact of Irrelevant Context in Embodied AI Commands on VLA Models / Daria Pugacheva, Andrey Moskalenko, Denis Shepelev 他
日本語で読む → - 論文群制御ロボティクス
GO-Flock: 深度マップを用いた3次元未知環境における目標指向型群飛行
深度マップから障害物を認識し、計画と反応的制御を統合することで、未知の森林環境でも9機のドローン群を目標へ導く群制御フレームワークを提案。
原題: GO-Flock: Goal-Oriented Flocking in 3D Unknown Environments with Depth Maps / Yan Rui Tan, Wenqi Liu, Wai Lun Leong 他
日本語で読む → - 論文3D変化検出画像認識
都市規模のLiDARを用いた3D変化検出
異なる時期のLiDAR点群を位置合わせし、不確かさを考慮した物体中心の手法で都市の3D変化を検出する。
原題: LiDAR-based 3D Change Detection at City Scale / Hezam Albaqami, Haitian Wang, Xinyu Wang 他
日本語で読む → - 論文自動運転意思決定ロボティクス
SanDRA: 到達可能性解析を用いた自動運転車のための安全な大規模言語モデルベース意思決定
LLMが生成した運転行動を時相論理式と到達可能性解析で検証し、安全で法的に準拠した意思決定を実現するフレームワークを提案した。
原題: SanDRA: Safe Large-Language-Model-Based Decision Making for Automated Vehicles Using Reachability Analysis / Yuanfei Lin, Sebastian Illing, Matthias Althoff
日本語で読む → - 論文マニピュレーションロボティクス
ロボットマニピュレーションの統合的理解に向けて:包括的サーベイ
ロボットマニピュレーション研究を、タスク別ベンチマーク・データセット・手法の統一的分類・ボトルネック・実応用まで幅広く整理した包括的サーベイ。
原題: Towards a Unified Understanding of Robot Manipulation: A Comprehensive Survey / Shuanghao Bai, Wenxuan Song, Jiayi Chen 他
日本語で読む → - 論文VLAロボティクス
RoVer: 視覚-言語-行動モデルのためのテスト時検証器としてのロボット報酬モデル
VLAモデルの推論時にロボット過程報酬モデルを検証器として使い、候補行動を生成・評価・選択することで、追加学習なしに性能を向上させるフレームワークを提案。
原題: RoVer: Robot Reward Model as Test-Time Verifier for Vision-Language-Action Model / Mingtong Dai, Lingbo Liu, Yongjie Bai 他
日本語で読む → - 論文マニピュレーションロボティクス
SpikeGrasp: ステレオスパイクストリームからの6自由度把持姿勢検出ベンチマーク
ステレオスパイクカメラの生イベントから点群復元なしで直接6自由度把持姿勢を推定する、神経模倣型リカレントスパイキングニューラルネットワークを提案し、大規模合成ベンチマークで従来手法を上回る性能とデータ効率を示した。
原題: SpikeGrasp: A Benchmark for 6-DoF Grasp Pose Detection from Stereo Spike Streams / Zhuoheng Gao, Jiyao Zhang, Zhiyong Xie 他
日本語で読む → - 論文模倣学習ロボティクス
拡散ポリシーは運動学的制約多様体をどの程度学習するか?
両腕ピックアンドプレースタスクを用いて、拡散ポリシーが運動学的等式制約をどの程度正確に学習するかをデータセットサイズ・品質・多様体曲率の観点から分析し、実機評価も行った。
原題: How Well do Diffusion Policies Learn Kinematic Constraint Manifolds? / Lexi Foland, Thomas Cohn, Adam Wei 他
日本語で読む → - 論文VLA画像認識
効率的な視覚-言語-行動モデルのサーベイ
視覚-言語-行動モデル(VLA)の効率化に関する初の包括的サーベイであり、モデル設計・学習・データ収集の3つの柱で既存研究を整理し、課題と今後の方向性を示す。
原題: A Survey on Efficient Vision-Language-Action Models / Zhaoshu Yu, Bo Wang, Pengpeng Zeng 他
日本語で読む → - 論文VINSロボティクス
sqrtVINS: 堅牢かつ超高速な平方根フィルタベースの3次元運動追跡
平方根フィルタを用いた視覚慣性ナビゲーションシステムを開発し、数値的安定性と高速性を両立させ、極限環境下でも動的初期化を可能にした。
原題: sqrtVINS: Robust and Ultrafast Square-Root Filter-based 3D Motion Tracking / Yuxiang Peng, Chuchu Chen, Kejian Wu 他
日本語で読む → - 論文カバレッジ経路計画ロボティクス
3D-CovDiffusion: カバレッジ経路計画のための3D認識拡散ポリシー
生の3D点群から直接連続的なカバレッジ経路を生成する幾何条件付き拡散モデルを提案し、従来の学習ベース手法より高精度・高平滑・高被覆率を実現した。
原題: 3D-CovDiffusion: 3D-Aware Diffusion Policy for Coverage Path Planning / Chenyuan Chen, Haoran Ding, Ran Ding 他
日本語で読む → - 論文幾何計算ロボティクス
軸対称二次曲面への点の近接距離を求める幾何学的手法
一般の二次曲面を軸対称二次曲面に分類し、与えられた点からその曲面までの最短距離を、円錐曲線の幾何学的性質を利用して2次元問題に帰着させて高速に解く手法を提案した。
原題: A geometrical approach to determine the proximity of a point to an axisymmetric quadric in space / Bibekananda Patra, Aditya Mahesh Kolte, Sandipan Bandyopadhyay
日本語で読む → - 論文運動計画ロボティクス
予測制御と適応的バリア関数を用いた自律表面船舶の安全な運動計画と制御
MPCと制御バリア関数を組み合わせ、障害物との相対位置に応じて膨張半径を適応させることで、狭い水路でも安全かつ保守的すぎない自律船舶の運動計画を実現した。
原題: Safe Motion Planning and Control Using Predictive and Adaptive Barrier Methods for Autonomous Surface Vessels / Alejandro Gonzalez-Garcia, Wei Xiao, Wei Wang 他
日本語で読む → - 論文マニピュレーションロボティクス
部分点群からのモデルフリー統合ピック・アンド・プレースのためのロバスト配置可能性指標
部分的な点群観測から物体の安定性と把持可能性を確率的に評価する配置可能性指標を提案し、モデルフリーな統合ピック・アンド・プレース推論を実現した。
原題: A Robust Placeability Metric for Model-Free Unified Pick-and-Place Reasoning / Benno Wingender, Nils Dengler, Rohit Menon 他
日本語で読む → - 論文sim2realロボティクス
FalconGym 2.0:編集可能なガウシアンスプラッティングを用いた視覚空中ナビゲーションの性能誘導リファインメント
ガウシアンスプラッティングによるフォトリアルなシミュレーション環境FalconGym 2.0を構築し、難易度の高いトラックに訓練を集中させる性能誘導リファインメント(PGR)を提案。単一の視覚ポリシーが未見トラックへの汎化と実機へのゼロショット転移を達成した。
原題: Performance-Guided Refinement for Visual Aerial Navigation using Editable Gaussian Splatting in FalconGym 2.0 / Yan Miao, Ege Yuceel, Georgios Fainekos 他
日本語で読む → - 論文遠隔操作/触覚ロボティクス
Glovity:空間力覚フィードバック遠隔操作による器用な接触リッチマニピュレーションの学習
力覚フィードバックデバイスと触覚グローブを組み合わせた低コスト遠隔操作システムを開発し、接触の多いタスクでの成功率と速度を改善、模倣学習にも応用した。
原題: Glovity: Learning Dexterous Contact-Rich Manipulation via Spatial Wrench Feedback Teleoperation System / Yuyang Gao, Haofei Ma, Pai Zheng
日本語で読む → - 論文マニピュレーションロボティクス
協調型四足ロボットチームによる共有物体マニピュレーション
脚式マニピュレータを搭載した複数の四足ロボットが協調し、剛体物体を力閉包把持で持ち上げて運搬する制御手法を提案し、シミュレーションと実機実験で検証した。
原題: Shared Object Manipulation with a Team of Collaborative Quadrupeds / Shengzhi Wang, Niels Dehio, Xuanqi Zeng 他
日本語で読む → - 論文社会支援ロボットロボティクス
Zenboパトロール:違法駐車をリアルタイム認識・通知するマルチモーダル深層学習ベースの社会支援ロボット
社会支援ロボットが駐車場を巡回し、GPT-4oによるマルチモーダル認識でナンバープレートを読み取り、違法駐車を検出すると管理者にLINEで即時通知するシステムを構築・検証した。
原題: Zenbo Patrol: A Social Assistive Robot Based on Multimodal Deep Learning for Real-time Illegal Parking Recognition and Notification / Jian-jie Zheng, Chih-kai Yang, Po-han Chen 他
日本語で読む → - 論文障害物回避ロボティクス
障害物回避と物体認識型制御器の系統的評価フレームワーク
物体を考慮した制御器を運動学・動作プロファイル・仮想拘束の観点から評価する枠組みを提案し、代表的な3手法を比較した。
原題: A Framework for the Systematic Evaluation of Obstacle Avoidance and Object-Aware Controllers / Caleb Escobedo, Nataliya Nechyporenko, Shreyas Kadekodi 他
日本語で読む → - 論文マニピュレーションロボティクス
制御信頼性に基づく道具設計
ロボットが自律的に道具を設計する際に、制御信頼性を目的関数に導入することで、環境の不確実性に対してより頑健な道具を設計できることを示した。
原題: Designing Tools with Control Confidence / Ajith Anil Meera, Abian Torres, Pablo Lanillos
日本語で読む → - 論文安全制御制御
入力制約下の安全臨界制御:バックアップ制御バリア関数の閉形式解
入力制約のあるシステムの安全制御のため、バックアップ制御バリア関数の最適化問題を閉形式で解き、計算負荷を抑えつつ安全性を保証する手法を提案した。
原題: Safety-Critical Control with Bounded Inputs: A Closed-Form Solution for Backup Control Barrier Functions / David E. J. van Wijk, Ersin Das, Tamas G. Molnar 他
日本語で読む → - 論文sim2realロボティクス
性能駆動型タスク特化最適化によるマルチロータ設計
強化学習とベイズ最適化、CMA-ESを組み合わせ、タスクの閉ループ性能を指標にマルチロータのモータ配置を最適化し、実機でsim2real転移を検証した。
原題: Performance-guided Task-specific Optimization for Multirotor Design / Etor Arza, Welf Rehberg, Philipp Weiss 他
日本語で読む → - 論文強化学習/ニューロモルフィックAI
スパイキングニューラルネットワークの逐次強化学習のための適応的サロゲート勾配
スパイキングニューラルネットワークの強化学習において、サロゲート勾配の傾きを適応的に調整し、特権ガイドポリシーで学習をブートストラップする手法を提案。実世界のドローン位置制御で性能を2.1倍改善した。
原題: Adaptive Surrogate Gradients for Sequential Reinforcement Learning in Spiking Neural Networks / Korneel Van den Berghe, Stein Stroobants, Vijay Janapa Reddi 他
日本語で読む → - 論文歩行ロボティクス
リスク対応強化学習とバンディット適応による四足歩行
CVaR制約付き強化学習でリスク条件付き方策群を訓練し、マルチアームドバンディットで未知環境に適応的に最適方策を選択する四足歩行手法を提案。
原題: Risk-Aware Reinforcement Learning with Bandit-Based Adaptation for Quadrupedal Locomotion / Yuanhong Zeng, Anushri Dixit
日本語で読む → - 論文強化学習機械学習
オンライン強化学習におけるTransformerの新たな可能性:連続制御への応用
オンラインのモデルフリー強化学習においてTransformerを安定して訓練するための設計指針を調査し、連続制御タスクで競争力のある性能を実現した。
原題: A New Perspective on Transformers in Online Reinforcement Learning for Continuous Control / Nikita Kachaev, Daniil Zelezetsky, Egor Cherepanov 他
日本語で読む → - 論文マニピュレーションロボティクス
Vi-TacMan: 視覚と触覚による関節物体マニピュレーション
視覚で粗い把持と方向を提案し、触覚コントローラで精密に実行することで、関節物体を運動学モデルなしで操作するフレームワークを提案。
原題: Vi-TacMan: Articulated Object Manipulation via Vision and Touch / Leiyao Cui, Zihang Zhao, Sirui Xie 他
日本語で読む → - 論文ロボット学習ロボティクス
ロボット学習:チュートリアル
強化学習や行動クローニングから言語条件付き汎用モデルまで、現代のロボット学習の基礎と実践を解説したチュートリアル。
原題: Robot Learning: A Tutorial / Francesco Capuano, Caroline Pascal, Adil Zouitine 他
日本語で読む → - 論文遠隔操作ロボティクス
スマートシティ向け低遅延リアルタイム遠隔操作を実現するモジュラーAIoTフレームワーク
Flutter・MQTT・WebRTC・YOLOv11を組み合わせ、スマートシティでの遠隔ロボット操作を低遅延で行うモジュラーなAIoTシステムを構築し、国際VPN環境でも応答時間0.2秒・映像遅延1.2秒未満を達成した。
原題: A Modular AIoT Framework for Low-Latency Real-Time Robotic Teleoperation in Smart Cities / Shih-Chieh Sun, Yun-Cheng Tsai
日本語で読む → - 論文ドローンレーシング/モデルベースRL/sim2realロボティクス
SkyDreamer: モデルベース強化学習による解釈可能なエンドツーエンド視覚ベースドローンレーシング
世界モデルが訓練時のみ利用可能な特権情報をデコードすることで暗黙の状態・パラメータ推定器として機能する、ピクセルからモータ指令へ直接マッピングするエンドツーエンド視覚ベースドローンレーシング方策を提案し、実機で最大21m/s・6gの高速飛行とsim-to-real転移を実現した。
原題: SkyDreamer: Interpretable End-to-End Vision-Based Drone Racing with Model-Based Reinforcement Learning / Aderik Verraest, Stavrow Bahnam, Robin Ferede 他
日本語で読む →
PR・アフィリエイト広告
