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: 2025/9/1 / 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
人間のように掴む:固有感覚運動統合から汎化可能な多指把持を学習
データグローブで人間の触覚・運動感覚を計測し、グラフ表現と時空間ネットワークを用いてロボット多指ハンドへ把持技能を転移する模倣学習フレームワークを提案した。
原題: Grasp Like Humans: Learning Generalizable Multi-Fingered Grasping from Human Proprioceptive Sensorimotor Integration / Ce Guo, Xieyuanli Chen, Zhiwen 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
OIPP: 多様な飛来物体を捕球するための物体適応型着弾点予測器
四足ロボットがバスケットで飛来物体を捕球するため、20物体・8000軌道の実世界データセットを構築し、物体適応型エンコーダと着弾点予測器からなるOIPPを提案した。
原題: OIPP: Object-Adaptive Impact Point Predictor for Catching Diverse In-Flight Objects / Ngoc Huy Nguyen, Kazuki Shibata, Takamitsu Matsubara
日本語で読む → - 論文ソーシャルロボットロボティクス
Pepperロボットによる手話コミュニケーション支援
商用ソーシャルロボットPepperにイタリア手話(LIS)の52種類のサインを実装し、ろう者・聴者12名を対象に認識実験を行った結果、単語単位では多くが正しく認識されたが、文単位ではロボットの関節可動域や時間的制約により認識率が低下した。
原題: Using the Pepper Robot to Support Sign Language Communication / Giulia Botta, Marco Botta, Cristina Gena 他
日本語で読む → - 論文ナビゲーションロボティクス
FiLM-Nav: VLMファインチューニングによる効率的で汎化可能なナビゲーション
事前学習済みVLMをナビゲーション方策として直接ファインチューニングし、視覚履歴と目標から次の探索フロンティアを選ぶことで、未知物体カテゴリにも汎化する物体探索ナビゲーションを実現した。
原題: FiLM-Nav: Efficient and Generalizable Navigation via VLM Fine-tuning / Naoki Yokoyama, Sehoon Ha
日本語で読む → - 論文VLAロボティクス
Align-Then-stEer:統一潜在ガイダンスによる視覚-言語-行動モデルの適応
VLAモデルを下流タスクに適応させる際、事前学習との行動分布のずれを統一潜在空間でのアライメントと生成過程のガイダンスで解消し、少ないデータで効率的に微調整する手法を提案。
原題: Align-Then-stEer: Adapting the Vision-Language Action Models through Unified Latent Guidance / Yang Zhang, Chenwei Wang, Ouyang Lu 他
日本語で読む → - 論文手術支援ロボットロボティクス
手術指示の曖昧性をアフォーダンスで解消する協調ロボット手術支援
術者の音声指示を手術視野の視覚情報と道具の機能知識に基づいて解釈し、曖昧な指示を検出・明確化する枠組みを提案した。
原題: Affordance-Based Disambiguation of Surgical Instructions for Collaborative Robot-Assisted Surgery / Ana Davila, Jacinto Colan, Yasuhisa Hasegawa
日本語で読む → - 論文セグメンテーション画像認識
ハイパースペクトル画像のためのビジョン基盤モデル対応アダプタ
RGB向けに学習されたビジョン基盤モデルを活用し、ハイパースペクトル画像のセマンティックセグメンテーションを高精度化するアダプタを提案した論文。
原題: Hyperspectral Adapter for Semantic Segmentation with Vision Foundation Models / Juana Valeria Hurtado, Rohit Mohan, Abhinav Valada
日本語で読む → - 論文ドッキング/歩行/制御ロボティクス
複雑地形におけるUAV-四足歩行ロボットの能動的姿勢調整と制約考慮制御による自律ドッキング
四足歩行ロボットの姿勢を強化学習で安定化させ、UAVが視野制約下で追従・着陸する自律ドッキング手法を提案し、階段や急斜面での実機検証に成功した。
原題: Autonomous UAV-Quadruped Docking in Complex Terrains via Active Posture Alignment and Constraint-Aware Control / Haozhe Xu, Cheng Cheng, Hongrui Sang 他
日本語で読む → - 論文群制御ロボティクス
SwarmChat: LLMによる文脈認識型マルチモーダルロボット群対話システム
大規模言語モデルを活用し、テキスト・音声・遠隔操作などの複数モダリティでロボット群に自然言語指示を出せる文脈認識型対話システムを提案した。
原題: SwarmChat: An LLM-Based, Context-Aware Multimodal Interaction System for Robotic Swarms / Ettilla Mohiuddin Eumi, Hussein Abbass, Nadine Marcus
日本語で読む → - 論文マニピュレーションロボティクス
実験室自動化のための双腕階層型計画:振動ふるい機操作
双腕ロボットで振動ふるい機の操作を自動化するため、狭所での蓋操作や受け渡し、粉体容器搬送を階層型計画で実現し、計画時間を最大80.4%短縮した。
原題: Dual-Arm Hierarchical Planning for Laboratory Automation: Vibratory Sieve Shaker Operations / Haoran Xiao, Xue Wang, Huimin Lu 他
日本語で読む → - 論文マルチロボット協調ロボティクス
マルチモーダル確率計画によるナビゲーションとマルチロボット協調
マルチモーダルな方策分布を扱うサンプリングベースの再計画プランナを提案し、局所解への頑健性と探索性を高め、マルチロボットの衝突回避やデッドロック回避に拡張した。
原題: A Multimodal Stochastic Planning Approach for Navigation and Multi-Robot Coordination / Mark Gonzales, Ethan Oh, Joseph Moore
日本語で読む → - 論文VLAロボティクス
SeqVLA: 完了検知機能を備えた視覚言語行動モデルによる長期的マニピュレーションの逐次タスク実行
π0を拡張し、サブタスクの完了を検知するヘッドを追加することで、長期的な逐次マニピュレーションを自律的に進行できるようにした研究。
原題: SeqVLA: Sequential Task Execution for Long-Horizon Manipulation with Completion-Aware Vision-Language-Action Model / Ran Yang, Zijian An, Lifeng ZHou 他
日本語で読む → - 論文ナビゲーションロボティクス
視覚障害者支援ナビゲーションのための運動量制約付きハイブリッドヒューリスティック軌道最適化フレームワーク
視覚障害者支援ナビゲーション向けに、ヒューリスティックな軌道生成・最適化と残差強化深層強化学習を組み合わせた二段階フレームワークを提案し、安全性と収束性を向上させた。
原題: Momentum-constrained Hybrid Heuristic Trajectory Optimization Framework with Residual-enhanced DRL for Visually Impaired Scenarios / Yuting Zeng, Zhiwen Zheng, You Zhou 他
日本語で読む → - 論文マニピュレーションロボティクス
反発軌道修正と競合解消による効率的なマルチマニピュレータ動作計画
複数マニピュレータの動作計画において、人工ポテンシャル場による反発力で軌道を修正し、競合解消を効率化する手法を提案。物理実験を含む評価で、従来手法より高速かつ高成功率を実現した。
原題: Repulsive Trajectory Modification and Conflict Resolution for Efficient Multi-Manipulator Motion Planning / Junhwa Hong, Beomjoon Lee, Woojin Lee 他
日本語で読む → - 論文VLAロボティクス
物体の所有権理解に向けて:大規模言語モデルと確率生成モデルによる能動的質問生成
ロボットが所有権を効率的に学習するため、LLMの常識で共有物と所有物を分類し、情報利得を最大化する質問を能動的に生成するフレームワークActOwLを提案した。
原題: Toward Ownership Understanding of Objects: Active Question Generation with Large Language Model and Probabilistic Generative Model / Saki Hashimoto, Shoichi Hasegawa, Tomochika Ishikawa 他
日本語で読む → - 論文マルチロボットナビゲーションロボティクス
潜在活性編集:安全なマルチロボットナビゲーションのための学習済みポリシーの推論時改良
学習済みポリシーの重みを変えずに、推論時に内部活性を編集して衝突回避を促す手法を提案し、マルチクアッドロータナビゲーションで衝突を約90%削減した。
原題: Latent Activation Editing: Inference-Time Refinement of Learned Policies for Safer Multirobot Navigation / Satyajeet Das, Darren Chiu, Zhehui Huang 他
日本語で読む → - 論文マニピュレーション画像認識
3D両手操作のための大規模事前学習モデル
DINOv2の注意マップを3Dボクセル表現に統合し、両手ロボット操作の模倣学習ポリシーを改善した研究。
原題: Large Pre-Trained Models for Bimanual Manipulation in 3D / Hanna Yurchyk, Wei-Di Chang, Gregory Dudek 他
日本語で読む → - 論文マニピュレーションロボティクス
言語整合3Dキーポイントによる汎化可能な粗から細へのロボットマニピュレーション
言語指示と3Dキーポイントを組み合わせた粗から細への階層的マニピュレーションポリシーを提案し、少ないデモで新規指示や環境変化への汎化を実現した。
原題: Generalizable Coarse-to-Fine Robot Manipulation via Language-Aligned 3D Keypoints / Jianshu Hu, Lidi Wang, Shujia Li 他
日本語で読む → - 論文位置認識画像認識
照明変化に頑健なイベントカメラ位置認識のためのアンサンブル手法
イベントカメラを用いた位置認識において、複数の再構成手法・特徴抽出器・時間解像度を組み合わせたアンサンブル手法を提案し、昼夜を問わない照明変化下での認識性能を大幅に向上させた。
原題: Ensemble-Based Event Camera Place Recognition Under Varying Illumination / Therese Joseph, Tobias Fischer, Michael Milford
日本語で読む → - 論文歩行ロボティクス
四足歩行ロボットにおける歩容設計が固有感覚による地形特性センシングに与える影響
四足ロボットの歩容(クロール歩容とトロット歩容)が、脚の固有感覚による地形の硬さやテクスチャの計測精度にどう影響するかを実験的に比較した研究。
原題: Effect of Gait Design on Proprioceptive Sensing of Terrain Properties in a Quadrupedal Robot / Ethan Fulcher, J. Diego Caporale, Yifeng Zhang 他
日本語で読む → - 論文自動運転意思決定ロボティクス
無信号交差点における優先権ナビゲーションのための運転支援意思決定
無信号交差点での優先権判断をPOMDPとして定式化し、確率的プランナーがルールベースより安全な運転支援を実現することを示した。
原題: Assistive Decision-Making for Right of Way Navigation at Uncontrolled Intersections / Navya Tiwari, Joseph Vazhaeparampil, Victoria Preston
日本語で読む → - 論文強化学習/長期タスクcs.GR
バスケットボールの長期動作のためのポリシー合成学習
バスケットボールの長期にわたる複雑な動作を強化学習で実現するため、異なるスキルを組み合わせるポリシー統合フレームワークと、スムーズな遷移を可能にするソフトルーターを提案した。
原題: Learning to Ball: Composing Policies for Long-Horizon Basketball Moves / Pei Xu, Zhen Wu, Ruocheng Wang 他
日本語で読む → - 論文VLAロボティクス
GeoAware-VLA: 幾何学認識を組み込んだ視覚-言語-行動モデル
凍結した幾何学視覚モデルを特徴抽出器として使い、軽量な投影層でポリシーに適応させることで、未見のカメラ視点への汎化性能を大幅に向上させたVLAモデル。
原題: GeoAware-VLA: Implicit Geometry Aware Vision-Language-Action Model / Ali Abouzeid, Malak Mansour, Qinbo Sun 他
日本語で読む → - 論文移動ロボット/ビジュアルドッキングロボティクス
DVDP: RGB-D知覚による移動ロボットのビジュアルドッキングのためのエンドツーエンド方策
RGB-Dカメラのみを用いて移動ロボットのドッキング経路を直接出力するエンドツーエンドのビジュアルドッキング手法を提案し、大規模データセット構築と実機実験で有効性を示した。
原題: DVDP: An End-to-End Policy for Mobile Robot Visual Docking with RGB-D Perception / Haohan Min, Zhoujian Li, Yu Yang 他
日本語で読む → - 論文マルチロボット協調知覚ロボティクス
CU-Multi:マルチロボット協調知覚のためのデータセット
複数ロボットの協調知覚研究用に、コロラド大学ボルダー校の屋外2地点で収集したRGB-D・RTK GPS・セマンティックLiDARを含む同期済みデータセットを構築した。
原題: CU-Multi: A Dataset for Multi-Robot Collaborative Perception / Doncey Albin, Daniel McGann, Miles Mena 他
日本語で読む → - 論文VLAロボティクス
量子深層強化学習によるヒューマノイドロボットのナビゲーション
パラメータ化量子回路を用いた量子深層強化学習(QDRL)をヒューマノイドロボットのナビゲーションに適用し、従来のSACよりも少ないステップで高い報酬を達成できることを示した。
原題: Quantum deep reinforcement learning for humanoid robot navigation task / Romerik Lokossou, Birhanu Shimelis Girma, Ozan K. Tonguz 他
日本語で読む → - 論文歩行ロボティクス
RuN: 自然なヒューマノイド歩行のための残差ポリシー
事前学習済みの動作生成器と残差強化学習を組み合わせ、歩行から走行まで滑らかに遷移する自然なヒューマノイド移動を実現した。
原題: RuN: Residual Policy for Natural Humanoid Locomotion / Qingpeng Li, Chengrui Zhu, Yanming Wu 他
日本語で読む → - 論文マニピュレーションロボティクス
強化学習による粒状媒体のインタラクティブな成形
強化学習を用いてロボットアームで砂などの粒状媒体を目標形状に成形するフレームワークを提案し、実世界展開も実現した。
原題: Interactive Shaping of Granular Media Using Reinforcement Learning / Benedikt Kreis, Malte Mosbach, Anny Ripke 他
日本語で読む → - 論文自動運転/HDマップロボティクス
交通規則を持続的に自己回帰マッピングする自動運転フレームワーク
視覚情報から車線ベクトルと交通規則を自己回帰的に同時構築し、規則の持続的な有効性を保つPAMRを提案した論文。
原題: Persistent Autoregressive Mapping with Traffic Rules for Autonomous Driving / Shiyi Liang, Xinyuan Chang, Changjie Wu 他
日本語で読む → - 論文マニピュレーションロボティクス
柔軟関節ハイパー冗長マニピュレータにおける腱長からの順静力学計算
重力下で大型化する腱駆動ハイパー冗長マニピュレータに対し、腱の張力と長さを統合した入力で順静力学を解くスクリューベースの反復解法を提案し、腱長のみを用いた開ループ制御の有効性を実験で示した。
原題: Computing forward statics from tendon-length in flexible-joint hyper-redundant manipulators / Weiting Feng, Kyle L. Walker, Yunjie Yang 他
日本語で読む →
PR・アフィリエイト広告
