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: 2026/11/10 / 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 →- 論文ソフトロボティクスロボティクス
太陽光で自走するサブグラム級ソフトロボット
液晶エラストマーとスナップスルー不安定性を組み合わせた自己リセット型スナッピング機構により、1太陽光程度の連続照射下で自律遊泳・這行・跳躍を実現したサブグラム級の無配線ソフトロボットを開発した。
原題: SunLightBots: Turning sunlight into self-sustained, high-power motion in soft robots / Yoo Jin Lee, Melanie Torres Crespo, Zhongxiao Deng 他
日本語で読む → - 論文身体化AIAI
身体化された計画を理解するための計算フレームワーク
身体力学と物体との相互作用を統合した多階層状態空間を生成モデルに埋め込み、人間が他者の身体化された計画や目標をどう推論するかを再現・予測する枠組みGenEAを提案した論文。
原題: A computational framework for understanding embodied plans / Aalap D. Shah, Basil Saeed, Joshua B. Tenenbaum 他
日本語で読む → - 論文単眼深度推定/ナビゲーションロボティクス
深度から安全深度へ:不確実性を考慮した単眼知覚による移動ロボットナビゲーション
単眼深度推定モデルの過大評価による衝突を防ぐため、不確実性を予測して安全側の深度補正を行う軽量モジュールを提案し、ナビゲーションの成功率を37%から70%に改善した。
原題: From Depth to Safe Depth: Uncertainty-Aware Monocular Perception for Mobile Robot Navigation / Saeid Firouzi Daghigh, Saeed Ayat
日本語で読む → - 論文マニピュレーションロボティクス
キャブ視覚と制御情報の融合による油圧ショベルの関節状態推定
既存ショベルにセンサを追加せず、キャブ内カメラ映像とジョイスティック操作履歴から関節状態を推定し、ACTベースの制御方針と組み合わせて自律掘削を実現した。
原題: Joint-State Inference for Autonomous Excavators Using Cab-View Vision-Control Fusion / Junwei Li, Jian Pan, Mengchi Cai 他
日本語で読む → - 論文協調運転ロボティクス
協調型エンドツーエンド自動運転のための経路時間競合マップ
車両間で意図を共有し、経路時間競合マップと優先順位ゲートで「いつ進むか」を学習する協調型エンドツーエンド運転システムWhen2Goを提案。CARLAベンチマークで最先端性能を達成。
原題: Route-Time Conflict Maps for Cooperative End-to-End Autonomous Driving / Haohua Que, Mingkai Liu, Tianle Zhu 他
日本語で読む → - 論文推論/CoT自然言語
事後学習が言語モデルの言語化されたアルゴリズム計算に与える影響
Olmo-3-7B-Instructの多桁加算タスクでSFT・DPO・RLVRの各チェックポイントを比較し、事後学習が内部状態の利用や言語化された推論(CoT)の有用性をどう変えるかを調べた論文。
原題: How Post-Training Influences Verbalized Algorithmic Computation in Language Models / Niall Dalton
日本語で読む → - 論文VIOロボティクス
慣性・非慣性座標系に対応する視覚慣性オドメトリ
カメラとIMUの観測が慣性系で一致するという従来の前提が崩れる非慣性環境に対応するため、計測の一貫性に応じて融合を適応させるVIO手法NIF-VIOを提案した。
原題: NIF-VIO: Visual--Inertial Odometry Across Inertial and Non-Inertial Reference Frames / Zichao Shu, Lijun Li, Zhuochen Li 他
日本語で読む → - 論文世界モデルロボティクス
ハンズのライブラリ:世界モデルではなく手を修正せよ
世界モデルを凍結したまま、コマンドから実際の動作への対応(手)だけを学習なしで補正する手法を提案し、カメラ移動やコントローラ変更時でも成功率を大幅に改善した。
原題: Library of Hands: Fix the Hands, Not the World Model / Hasaan Ahmad, Qizhen Ying, Yuxuan Sun 他
日本語で読む → - 論文世界モデル機械学習
世界モデルは何回の経験で未知のゲームルールを学べるか
ARC-AGI-3のゲームで、視覚トランスフォーマー型世界モデルがテスト時にパラメータ更新しながら未知のメカニクスを予測する能力を評価し、約80回の観測で半数が高精度に学習できることを示した。
原題: How Many Exposures Does a World Model Need? Learning Unseen Game Mechanics at Test Time / Ku Onoda, Haruto Kawano, Shota Takashiro 他
日本語で読む → - 論文VLAロボティクス
Thermo-VLA: 熱画像対応の視覚-言語-行動モデルとゲート付き残差変調によるロボットマニピュレーション
熱画像を冷・熱属性に分解し言語条件付き残差変調でRGBトークンに注入するVLAモデルを提案し、双腕ロボットの実タスクで熱に依存する操作の成功率と汎化性能を向上させた。
原題: Thermo-VLA: A Thermal-Aware Vision-Language-Action Model with Gated Residual Modulation for Robotic Manipulation / Jingxuan Chen, Junshi Luo, Chencheng Dong 他
日本語で読む → - 論文材料科学×LLMベンチマークAI
進化する材料実験室における科学的推論のための言語モデル・エージェントのベンチマーク
材料研究ワークフローでのLLMの推論能力を評価する新ベンチマークMatScopeを提案し、類似材料状態の識別や定量的証拠に基づく判断が依然弱いことを示した。
原題: Benchmarking language models and agents for scientific reasoning in evolving materials laboratories / Xuyu Dong, Yixuan Li, Jianguo Huang 他
日本語で読む → - 論文VLAロボティクス
指示を重みに蒸留:閉形式編集でロボット方策の誤読を修正
言語指示の言い換え効果を閉形式で言語モデルのMLP重みに蒸留し、勾配や学習データなしでVLA方策の指示誤読による失敗を修正した。
原題: Distilling Instructions into Weights: Closed-Form Edits Fix a Robot Policy's Misreading / Ali-Adeeb Abbas, Esmaeil Seraj
日本語で読む → - 論文マニピュレーションロボティクス
把持分類ラベルをモード切替として用いるクライミングホールドの巧みな把持
クライミングホールド把持において、4種類の把持ラベルを点群ポリシーの条件として与えることで把持動作を切り替え、滑り力と把持成功率を大幅に改善した研究。
原題: Grasp-Taxonomy Conditioning as a Mode Switch for Dexterous Grasping of Climbing Holds / Rumi Loghmani, Abraham George, Amir Barati Farimani
日本語で読む → - 論文触覚ロボティクス
テレオペレーション向け力覚フィードバックを実現する小型・広力域の磁気粘性流体ハンド外骨格
磁気粘性流体ブレーキを用いた小型軽量のハンド外骨格を開発し、広い力域の力覚フィードバックで物体の硬さ識別やテレ把持時の接触力低減を実現した。
原題: Compact and Wide-Force-Range Magnetorheological Hand Exoskeleton for Kinesthetic Feedback in Teleoperation / Xianlong Mai, Rui Yu, Rui Chen 他
日本語で読む → - 論文マニピュレーション画像認識
世界インコンテキスト学習によるエージェント型ロボットマニピュレーション
シミュレータでタスクをリハーサルし、そのフィードバックをモデルの重みではなくコンテキストに書き込むことで、単一のデモからロボット操作タスクを学習・展開する手法を提案した論文。
原題: World In-Context Learning for Agentic Robot Manipulation / Heng Fang, Zehui Guo, Yuehan Zhang 他
日本語で読む → - 論文ベンチマーク/評価ロボティクス
コネクテッドロボティクスにおける証拠に基づく共有信念更新のベンチマークと階層的評価プロトコル
ロボットやIoTセンサーの観測を統合する共有信念更新を『証拠から信念への軌跡』として評価するCREGベンチマークを提案し、関係情報の寄与やモデルの弱点を分析した。
原題: A Benchmark and Layered Evaluation Protocol for Evidence-Grounded Shared Belief Updating in Connected Robotics / Ranulfo Bezerra, Kimitoshi Yamazaki
日本語で読む → - 論文ディープフェイク検出画像認識
MoSTE:動画ディープフェイク検出のための時空間エキスパート混合
動画ディープフェイク検出において、空間・時間それぞれのエキスパートを並列に用意しトークン単位で動的に振り分ける適応フレームワークMoSTEを提案し、未知の偽造への汎化性能で新たな最先端を達成した。
原題: MoSTE: Mixture of Spatio-Temporal Experts for Deepfake Detection in Videos / Charbel Yahchouchi, Nabyl Quignon, Noemi Roggero 他
日本語で読む → - 論文VLAロボティクス
実データとシミュレーションデータによるVLA適応:ロボットチェスを事例に
VLAモデルをチェス操作タスクにファインチューニングし、データ量・学習更新回数・チェックポイント選択・シミュレーション活用の実践的課題を検証した事例研究。
原題: VLA Adaptation with Real and Simulated Data: A Case Study on Robotic Chess / Matěj Kripner, Milan Straka
日本語で読む → - 論文可視化/MRHCI
ROS 2の動作計画を複合現実で可視化するROS2MR
ROS 2の関節軌道(MoveItの計画含む)をMRアプリ用JSONに変換し、Apple Vision ProやMeta Quest 3で軌道を可視化できるようにした。
原題: ROS2MR: Connecting ROS 2 Motion Planning to Mixed-Reality Trajectory Visualization / Santiago Berrezueta-Guzman, Habiba-Loai Khalil, Andrei Koshelev 他
日本語で読む → - 論文協調輸送ロボティクス
スライド式ペイロードで二機ドローン輸送を安定化:荷重分散と外乱抑制の利点
2機のドローンで吊り下げ輸送する際、ペイロードを1本のロープ上で滑らせる構成を解析し、固定式より張力が均等化され可動域と外乱耐性が向上することを示した。
原題: Sliding into Balance: Benefits of a Sliding Payload for Load Distribution and Disturbance Rejection in Dual-UAV Transportation / Jorge Vicente-Martinez, Francisco José Mañas-Álvarez, Edgar Ramirez-Laboreo
日本語で読む → - 論文ソフトロボティクス/強化学習ロボティクス
ソフトロボティクスのための高速化強化学習:数年が数時間に
ソフトロボットの低次元不変多様体(aSSM)に基づく小型多項式モデルを強化学習の環境として用い、実機では3年相当のポリシー学習を3時間で実現し、RNNやTransformerより高精度な軌道追従を達成した。
原題: Accelerated Reinforcement Learning for Soft Robotics: Hours Instead of Years / Roshan S. Kaundinya, Hehui Zheng, Robert K. Katzschmann 他
日本語で読む → - 論文物理推論意思決定ロボティクス
動作信念行動:視覚シーンマップから物理的判断へ
物体の移動頻度や必要な力・負荷・遮蔽状態をシーンマップ上で推定し、力制限下で「見直す・押す・開ける・支える・断る」をコストに応じたリスクで選択する意思決定層MBAを提案。実キッチンや扉・引き出し操作、シミュレーションで既存手法より良い判断を示した。
原題: Motion Belief Action: From a Visual Scene Map to Physical Decisions / Dibyendu Ghosh
日本語で読む → - 論文マニピュレーションロボティクス
物体再配置のための文脈的動作制約の学習
部分視点の点群から関節物体の可動範囲と障害物ヒートマップを同時予測する二流ネットワークMoCo-Netを提案し、再配置計画の効率を向上させた。
原題: Learning Contextual Motion Constraints for Object Rearrangement Exploration / Lexing Zhang, Zeyu Zhang, Gang Zeng 他
日本語で読む → - 論文SLAMロボティクス
拡散事前分布と来歴認識を用いた動的環境向け単眼ガウシアンスプラッティングSLAM
動的物体を含む環境で、拡散モデルによる背景補完と生成物の来歴管理を組み合わせ、遮蔽された静的背景を補いつつカメラ追跡と地図最適化の安定性を高める単眼RGB SLAMを提案した。
原題: DPGS-SLAM: Diffusion-Prior and Provenance-Aware Monocular Gaussian Splatting SLAM for Dynamic Visual Sensing / Yifan Luo, Takafumi Matsumaru, Vibekananda Dutta 他
日本語で読む → - 論文動画偽造検出画像認識
MARS: 動画偽造検出のためのマルチスケール外観・残差ストリーム
固定の時空間差分フィルタによる残差特徴と外観特徴を組み合わせた二経路動画検出器を提案し、顔操作と生成動画の両方で高い検出性能と転移性を示した。
原題: MARS: Multiscale Appearance-Residual Streams for Video Forgery Detection / Ahmed Y. Radwan, Shaina Raza
日本語で読む → - 論文3D知覚ロボティクス
予算対応型対応点駆動ビュー選択による移動ロボットのリアルタイム3D知覚
ポーズ推定不要でCPU上22FPS以上動作する対応点ベースのビュー選択アルゴリズムBCVSを提案し、冗長な画像列から再構成精度を保ちつつ効率的にフレームを選別できることを示した。
原題: Budget-aware Correspondence-driven View Selection for Real-time 3D Perception of Mobile Robots / Vaishnav Ramesh, Jacob Carter, Shivali J. Patel 他
日本語で読む → - 論文到達可能性解析制御
リー群上の軌道追従に対するゾノトープ到達可能性解析の認証
リー群上で動く車両の軌道追従誤差をゾノトープで厳密に包み、外乱による誤差の上限を実行前に保証する手法を提案した。
原題: Certified Zonotopic Reachability Analysis for Trajectory Tracking on Lie Groups / Yanliang Huang, Peng Xie, Zhen Zhang 他
日本語で読む → - 論文ロボット基盤モデルロボティクス
SPARK: 事前学習済み知識をロボット制御に適応させる簡易ポストトレーニング
大規模基盤モデルの視覚特徴を、時間変化や行動に関わる情報を保ちながらロボット制御向けに適応させるポストトレーニング手法を提案し、複数ベンチマークと実機マニピュレーションで成功率と汎化性能の向上を示した。
原題: SPARK: Simple Post-training for Adapting pRetrained Knowledge to Robot Control / Taekyung Kim, Jeongeun Park, Byeongho Heo 他
日本語で読む → - 論文ヒューマノイド/音楽生成動作ロボティクス
AHEADance:ストリーミング音声に合わせて先読みするヒューマノイドダンス
聴いた音楽と凍結音楽モデルによる近未来予測を組み合わせ、コミット済み動作から継続するヒューマノイド向けストリーミングダンス生成手法を提案し、Unitree G1上で実機動作を実現した。
原題: AHEADance: Anticipatory Humanoid Dance from Streaming Audio / Tianhu Peng, Yukun Wang, Lingfan Bao 他
日本語で読む → - 論文能動センシングロボティクス
実環境適応型の次最良視点選択による能動的3D再構成
事前学習済みワールドモデルを固定したまま、限られた校正データからセンサの計測欠落を推定するアダプタを学習し、次最良視点選択を実環境に適応させる手法を提案した。実機実験で従来より60%少ない撮影回数で高い表面被覆率を達成した。
原題: Incorporating World Models in Decision Making for Next Best View Selection in Active Sensing / Nikita Sarawgi, Omey M. Manyar, Satyandra K. Gupta
日本語で読む →
PR・アフィリエイト広告
