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: 2026/10/17 / 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 →- 論文ワールドモデル機械学習
長期予測のための構造化潜在ダイナミクスを持つ身体性ワールドモデル
ワールドモデルの潜在状態を一般化座標と運動量からなる位相空間で表現し、散逸ハミルトン力学で遷移させることで、長期予測の安定性と物理的一貫性を向上させた研究。
原題: Structured Latent Dynamics for Long-Horizon Embodied World Models / Kevin Chen, Yu-Wei Zhan, Haoran Liang 他
日本語で読む → - 論文移動操作ロボティクス
DiPLO: 自己蒸留拡散計画による移動操作
人間からヒューマノイドへの動作変換で事前学習した拡散プランナを自己蒸留と強化学習で微調整し、全身追従ポリシーと組み合わせて運搬・蹴りなどの移動操作を高成功率で実現した研究。
原題: DiPLO: Self-distilled Diffusion Planning for Loco-manipulation / Shafeef Omar, Sebastian Sanokowski, Elham Daneshmand 他
日本語で読む → - 論文マニピュレーションAI
共有実行スタックの再帰的自己改善によるゼロショット長距離ロボットマニピュレーション
個々のスキルではなく共有実行スタック(ツール・スキル・検証器)を再帰的に改善し、新規の長距離タスクをゼロショットでこなすフレームワークRecursiaを提案。シミュレーションと実機Frankaで成功率が向上。
原題: Learning to Compose: Recursive Self-Improvement of Shared Executable Stacks for Zero-Shot Long-Horizon Robot Manipulation / Yangzhi Chen, Feiran Liu, Zishuo Wang 他
日本語で読む → - 論文歩行ロボティクス
先読みMDP計画による四足歩行ロボットの予測的歩容切替
地形の高さマップを近・中・遠距離帯に分けてマルコフ過程としてモデル化し、先読みMDPでハードウェア制約を考慮した歩容切替を決定する軽量な歩容監督手法を提案。Unitree Go2で切替遅れや不安定さを低減。
原題: Anticipatory Gait Switching for Quadrupeds via Look-Ahead MDP Planning / Kelvin Aladum, Justin Peel, Nisar Ahmed
日本語で読む → - 論文歩行ロボティクス
構造化された歩容参照を学習する最適化ベース全身制御
強化学習が歩容のタイミングや足置きなどの構造化参照を適応させ、最適化ベースの全身インパルス制御が高頻度実行を担う階層型制御を提案し、外乱下での生存率をモデルベース制御より大幅に向上させた。
原題: Learning Structured Locomotion References for Optimization-Based Whole-Body Control / Ömer Tarık Banuş, Uluç Saranlı, M. Mert Ankaralı
日本語で読む → - 論文VLAロボティクス
SocialCoAct:VLM搭載ヒューマノイドロボットのための一人称視点ソーシャル協調行動の実現とベンチマーク
一人称視点の観察と対話履歴から発話と行動系列を生成し発話区間と行動を対応付けて実機ヒューマノイドで実行するVLMエージェントと、多人数対話記録に基づく評価ベンチマークを提案した論文。
原題: SocialCoAct: Enabling and Benchmarking Egocentric Social Co-Action for VLM-Based Humanoid Robots / Jiancong Ma, Kun Li, Jin Jiang 他
日本語で読む → - 論文医療画像生成/因果推論画像認識
CaMeWM:腫瘍進展と治療計画のための因果的医療ワールドモデル
TACE後の腫瘍進展を因果的に生成し、治療レジメン間の反事実的比較を可能にする医療ワールドモデルを提案。生成したフォローアップCTと生存時間予測を統合し治療計画を支援する。
原題: CaMeWM: A Causal Medical World Model for Generative Tumor Evolution and Treatment Planning / Huanlong Gao, Xuelei He, Fengjun Zhao 他
日本語で読む → - 論文目標条件付きマニピュレーション画像認識
目標画像は制御ターゲット:ロボットマニピュレーションのための空間接地型目標画像合成
目標画像生成では画像編集の見た目品質より操作意図への忠実さが政策成功率を決めることを示し、編集領域マスクを予測する分解型フレームワークSGE-Goalを提案した論文。
原題: Goal Images Are Control Targets: Spatially-Grounded Goal-Image Synthesis for Robotic Manipulation / Riddhi Chatterjee, Ritish Shrirao, Kushagra Mehrotra 他
日本語で読む → - 論文VLAロボティクス
EndoVLA-OOV:ロボット内視鏡における言語条件付き視野外ターゲット獲得
上部消化管内視鏡の再訪作業のため、言語指示と過去・現在の画像から視野外の対象へカメラを誘導するVLAポリシーを提案し、実機で93.3%の獲得成功率を達成した。
原題: EndoVLA-OOV: Language-Conditioned Out-of-View Target Acquisition in Robotic Endoscopy / Chi Kit Ng, Yidong Zhang, Tianchun Wu 他
日本語で読む → - 論文安全計画/LLMロボットロボティクス
危険な部分を拒否しつつタスクを完遂するルールグラフ計画法
複合的な指示に含まれる危険なサブタスクだけを拒否し、安全な部分を遂行するために、複数のエージェントがルールをグラフ状に検証・計画するフレームワークRuleGraphを提案した。
原題: Refuse the Harm, Complete the Task via Graph-of-Rules Planning for LLM-Enabled Robots / Ali Taheri, Alireza Taban, Qizhou Wang 他
日本語で読む → - 論文sim2realロボティクス
レシピなしで脱出せよ:粒状体に埋まった火星ローバーの機動非依存な復帰制御
緩いレゴリスに埋まった車輪型ローバーが、決められた機動に頼らずリカレント方策で脱出する手法を提案し、MPMシミュレータ上で従来のスクリプト制御を大きく上回る脱出成功率を示した。
原題: Escape Without a Recipe: Maneuver-Agnostic Mars Rover Recovery from Granular Entrapment / Meraj Hossain Promit, Chandak Chakma, Md Jubair Ahmed Sourov 他
日本語で読む → - 論文VLA画像認識
シーン適応型VLA:動的レイヤールーティングによる効率的な自動運転
リアルタイムのシーン複雑度に応じてVLAモデルの活性パラメータ量を動的に調整するレイヤールーティング手法を提案し、計算コストを削減しつつ自動運転性能を維持できることを示した論文。
原題: Scene-Adaptive VLA: Efficient Autonomous Driving via Dynamic Layer Routing / Yujia Yang, Quan Yuan, Jiawei Fan 他
日本語で読む → - 論文3Dマニピュレーションロボティクス
奥行き劣化に強いノイズ不変な空間エンコーディングによる3Dマニピュレーション
透明・反射物体などで生じる奥行きノイズに頑健な3D操作ポリシーNISEを提案し、多視点自己教師あり学習と不確かさを考慮した3Dアテンションで実機タスクの性能を向上させた。
原題: Noise-Invariant Spatial Encoding for 3D Manipulation Policies under Depth Corruption / Zhiyuan Yang, Jiaju He, Ruiteng Zhao 他
日本語で読む → - 論文接触を伴うマニピュレーションロボティクス
ContactBench 1.0:日常的な接触を伴うロボットマニピュレーションのベンチマーク
日常的な接触を伴う操作スキルを8カテゴリ・36タスク・40以上の物体アセットで再現可能に評価するベンチマークを提案し、視覚のみ・視覚触覚ポリシーの性能を比較した。
原題: ContactBench 1.0: A Benchmark for Everyday Contact-Rich Robotic Manipulation / Jingyi Xiang, Yixuan Wang, Jeannette Bohg 他
日本語で読む → - 論文テザードロボット/センシングロボティクス
テンションが尾を語る:テザード移動ロボットナビゲーションのためのケーブル・障害物相互作用センシング
テザード移動ロボットのケーブル張力をセンシングし、接触した障害物が移動可能か固定かを95.5%の精度で判別する手法を提案した。
原題: Tension Tells the Tail: Cable-Obstacle Interaction Sensing for Tethered Mobile Robot Navigation / Ryuki Shimada, Koki Suzuki, Genya Ishigami
日本語で読む → - 論文表現学習機械学習
表現には軌跡がある:ニューラルネットワークにおける時間的表現ダイナミクスの特性評価
訓練中の表現幾何学を大規模に追跡し、ネットワークが高ランク持続・崩壊と回復・低ランク持続という3つの幾何学的軌跡をたどること、および回復不能な崩壊(DRC)が表現能力を永続的に失わせる病理的状態であることを示した研究。
原題: Representations Have Trajectories: Characterizing Temporal Representation Dynamics in Neural Networks / Shivaprasad B. Gowda, Sparsh Mittal
日本語で読む → - 論文VLAロボティクス
凍結VLAポリシーへの検索トリガー型行動投影補正:実証研究と失敗分析
凍結したOpenVLAに外部メモリで検索した補正を加えるRTPCをCALVINで評価したが、効果は再現されず失敗要因を分析した研究。
原題: Retrieval-triggered Action Projection Adjustment for Frozen VLA Policies: An Empirical Study and Failure Analysis / Jinming Wang, Ruiheng Zhang, Yong Wang 他
日本語で読む → - 論文身体性記憶/ベンチマークAI
DialogMem:3D環境における対話に基づく身体性記憶の評価
RGB-D観測と対話を時間同期させて記憶を構築し、物体ナビゲーションとQAで評価する2段階ベンチマークを提案。対話を視覚記憶に追加するとQAは向上するがナビゲーション改善は小さく、物体レベルでの対話の接地が課題だと示した。
原題: DialogMem: Evaluating Dialogue-Grounded Embodied Memory in 3D Environments / SeongJun Jeong, Junghyun Kim, Gi-Cheon Kang 他
日本語で読む → - 論文3DGS/sim2realロボティクス
露光統合モーションブラー対応のロボット向け高速オンライン3Dガウシアンスプラッティング
ロボットの高速移動で生じるモーションブラーを露光区間の解析的積分でO(1)処理し、ヘッセ行列ベースの枝刈りでガウシアン数を抑制しつつ、ポーズ・速度・ガウシアンを同時最適化するオンライン3DGSシステムを提案した。
原題: RoMo-GS: Efficient Online 3D Gaussian Splatting for Robot Mapping via Exposure-Integrated Motion Blur / Sangwoo Jung, Di Deng, Jiahui Fu 他
日本語で読む → - 論文VLM監視ロボティクス
より良い方策が監視を難しくする:VLM成功判定におけるカバレッジシフト
方策が改善するほど固定VLM判定器が見逃す失敗の種類が変わる「カバレッジシフト」を実験的に示し、絶対見逃し率と条件付き見逃し率・監査カバレッジを併記すべきと提言した論文。
原題: When Better Policies Leave Harder Failures: Coverage Shift in VLM Success Monitoring / Isabel Guan, Dingyuan Zhang, Shipeng Lyu 他
日本語で読む → - 論文触覚ロボティクス
触覚で決める局部制御:細やかなグリッパ操作のための局所触覚ポリシー学習
視覚ベースのポリシーが腕を動かす一方で、接触が多い局面では触覚と力の履歴からグリッパの微調整を局所的に学習するContactPolicyを提案し、容器開封や道具操作で成功率を向上させた。
原題: Touch Where It Matters: Learning Local Tactile Policies for Fine-Grained Gripper Control / Mingyuan Ba, Yanan Zhou, James Zhao 他
日本語で読む → - 論文方針整合/パーソナライズ機械学習
匿名クラウドフィードバックから操縦可能な多元的方針整合
注釈者IDを必要とせず、異種の群衆フィードバックからPCA分解で選好方向の共有基底と軌道埋め込みを同時学習し、テスト時に個別ユーザーへ迅速にパーソナライズ整合する枠組みP3Lを提案。
原題: Steerable Pluralistic Policy Alignment from Anonymized Crowd Feedback / Akansha Kalra, Ellen R. Novoseller, Vernon J. Lawhern 他
日本語で読む → - 論文動作生成画像認識
移動音源から人間の動作を生成するMOMO
動的な空間音響から人間の動作を生成する新タスクを提唱し、二つのモーキャプデータセットと、音源定位・理解・生成を統合した拡散モデルMOMOを提案した論文。
原題: MOMO: Human Motion from Moving Sounds / Deli Cai, Shuyang Xu, Zhiyang Dou 他
日本語で読む → - 論文遠隔操作ロボティクス
双操作者ヒューマノイド遠隔操作における軽量接触フィードバックの評価
2人の操作者が別々のヒューマノイドを遠隔操作して協調作業する際に、指先の接触を振動触覚や音でフィードバックするXRテレオペレーションフレームワークを提案し、16組のペアによる箱の持ち上げ・反転作業で評価した。
原題: Evaluating Lightweight Contact Feedback in Dual-Operator Collaborative Humanoid Teleoperation / Austin Graves, Chuizheng Kong, Yunho Cho 他
日本語で読む → - 論文マニピュレーションロボティクス
人間の動作を超えて:建設用人型ロボットのためのロボット固有動作の探求
建設作業用人型ロボットにおいて、人間の動作をそのまま再現するのではなく、ロボット自身の身体特性を活かした動作生成が実行効率を大幅に改善することを実験的に示した研究。
原題: Beyond Human-Derived Motion: Exploring Robot-Specific Execution for Construction Humanoids / MinJun Chang, Taehyung Kim, Yong K. Cho 他
日本語で読む → - 論文ソフトロボティクス設計最適化cs.CE
CROPS: 生体医療応用向け軟質細長プログラム可能材料システムのCosseratロッドベース共同設計
Cosseratロッド表現と微分可能最適化を用い、膨潤ステントや磁気カテーテルの材料配置と駆動を患者個別形状に合わせて自動設計するフレームワークを提案。
原題: CROPS: Cosserat-Rod-Based Co-Design of Soft Slender Programmable Material Systems for Biomedical Applications / Aaditya Chandrasekhar, Dex Doksoo Lee, Hyunwoo Kwon 他
日本語で読む → - 論文マニピュレーションロボティクス
異種両腕マニピュレーションのための身体性を考慮した計画
単一の人間実演から、吸着とパラレルジョーの異種グリッパーを組み合わせた両腕ロボットの把持・受け渡し計画を最適化し、単一グリッパーでは不可能な作業を実現する。
原題: Embodiment-Aware Planning for Heterogeneous Bimanual Manipulation / Sukhvansh Jain, Anurag Maurya, Shivam Vats 他
日本語で読む → - 論文移動操作ロボティクス
強化学習による四脚マニピュレータの多地形適応型全身制御
脚とマニピュレータの協調を強化学習で学習し、傾斜30度や階段・軟弱地形でもエンドエフェクタの動作を保ちながら移動操作できる小型四脚ロボットの全身制御を実現した。
原題: Reinforcement Learning Based Multi-Terrain Adaptive Whole-Body Control for a Quadruped Manipulator / Yanzhou Jin, Fei Suo, Chang Liu 他
日本語で読む → - 論文3D再構成画像認識
長尺動画からの高効率3Dガウシアン再構成フレームワーク
長い画像列からカメラ姿勢未知のまま、ストリーミング形式でコンパクトかつ描画可能な3Dガウシアンシーンを再構成する手法を提案。
原題: LonGaussian: Tracking Foundation Priors for Long-Context Feedforward Gaussian Reconstruction / Zhoufeng Xie, Guanjun Wu, Shuai Zhang 他
日本語で読む → - 論文移動マニピュレーションロボティクス
基盤モデル駆動3Dシーングラフによる移動マニピュレーション
単眼カメラから生成する基盤モデル駆動の3Dシーングラフを移動マニピュレータに統合し、物体変化検出や把持支援など自律パイプラインでの有効性と限界を実験的に評価した論文。
原題: Foundation-Model-Driven 3D Scene Graphs for Mobile Manipulation / Dominic Maggio, Lorenzo Shaikewitz, Aryan Naveen 他
日本語で読む →
PR・アフィリエイト広告
