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: 2026/10/15 / 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 →- 論文逆動力学ロボティクス
経路組み立てによる閉鎖チェーン機構のモジュラー逆動力学とレンチ復元
閉鎖チェーン機構の運動が与えられたとき、経路ベースの運動再構成とニュートン・オイラー法を組み合わせ、一意に定まる関節トルクやレンチを復元するモジュラー逆動力学手法を提案し、7自由度ハイブリッドマニピュレータで検証した。
原題: Modular Inverse Dynamics and Wrench Recovery for Closed-Chain Mechanisms Using Path Assembly / Mohammad Dastranj, Jouni Mattila
日本語で読む → - 論文マイクロロボティクスロボティクス
光駆動ヤヌスマイクロボットの視覚誘導閉ループ自律ナビゲーション
視覚誘導と磁気ステアリングを組み合わせ、光駆動ヤヌスマイクロボットを複雑な経路や迷路で自律航行させ、動的障害物回避や荷物輸送を実現した。
原題: Vision-Guided Closed-Loop Autonomous Navigation of Light-Driven Janus Microbots / Kanhu Charan Andia, Harsh Prashant Katole, Parth Nitinkumar Bhosale 他
日本語で読む → - 論文飛行ロボット制御ロボティクス
制御バリア関数に基づく全方向チルトロータ飛行ロボットの制御配分
サーボ応答の遅れがあっても所望のレンチを実現可能に保つため、制御バリア関数を用いた制御配分法を提案し、MuJoCoで検証した。
原題: CBF-Based Control Allocation for Omnidirectional Tiltrotor Aerial Robots / Seobeom Lee, Hyondong Oh
日本語で読む → - 論文VLAロボティクス
フローベース視覚言語行動モデルのためのマルチティーチャー・オン・ポリシー蒸留
複数の専門家VLAモデルの知識を、生徒モデル自身が生成する行動軌跡上で速度監督する2段階オン・ポリシー蒸留により、1つの共有ポリシーへ統合する手法を提案した。
原題: Multi-Teacher On-Policy Distillation for Flow-Based Vision-Language-Action Models / Lichao Ni, Yuhan Liu, Pengfei Li 他
日本語で読む → - 論文マニピュレーションロボティクス
LIBERO-PeRM: パーソナライズされたロボットマニピュレーションのベンチマーク
家庭用ロボットの個別嗜好を扱うため、LIBEROを基に嗜好学習を評価するベンチマークLIBERO-PeRMを構築し、312タスクでVLA方針のゼロショット嗜好追従や学習・汎化・競合時の挙動を検証した。
原題: LIBERO-PeRM: Benchmarking Personalized Robotic Manipulation / Zhixu Li, Keqian Tang, Litian Gong 他
日本語で読む → - 論文VLAロボティクス
3Dガウシアン言語マップの訓練不要なターゲット認識リファインメント
既存の3Dガウシアン言語マップに対し、ユーザー指定ターゲットを確実に位置特定するため、訓練不要でターゲット領域の埋め込みをテキスト埋め込みと最小限にブレンドする手法を提案。
原題: Training-Free Target-Aware Refinement of 3D Gaussian Language Map / Sibaek Lee, Kyeongsu Kang, Seongbo Ha 他
日本語で読む → - 論文キーポイントマッチング画像認識
CLAD: グローバルな線対応を用いたキーポイントマッチング
局所記述子が苦手な繰り返し模様や弱テクスチャの場面で、シーン内の線対応から得られるグローバルな幾何文脈をキーポイント表現に取り入れ、マッチング信頼性を高める軽量な手法CLADを提案。
原題: CLAD: Keypoint Matching Using Global Line Correspondences / Masaki Satoh
日本語で読む → - 論文VLA画像認識
知覚・予測・計画:自己中心的な巧みな操作のための統合ワールドアクションモデル
動画から手の動きとカメラ軌道を再構成し、行動に基づく未来映像を生成し、言語指示と目標から行動軌跡とその結果を計画する3モードを統合したモデルを提案。
原題: Perceive, Predict, and Plan: a Unified World Action Model for Egocentric Dexterous Manipulation / Zirui Wu, Chen Guo, Tianjian Jiang 他
日本語で読む → - 論文VLAロボティクス
Fast-VLA: ロボット操作のための一度だけ考えるVLA
タスク理解をエピソード開始時に一度だけ大規模VLMで計算し固定メモリとして保持、実行中は軽量アクターが視覚・固有感覚フィードバックで行動を生成することで、推論を10倍以上高速化したVLA手法。
原題: Fast-VLA: You Only Think Once for Robot Manipulation / Kehong Gong, Guanli Hou, Xiaoxu Zheng 他
日本語で読む → - 論文VLA画像認識
VLAモデルは本当に指示に従うのか?Howレベル指示追従の診断
VLAモデルが「どうやるか」というHowレベル指示に従えるかを診断し、現状では従えず成功率が下がることを示した。セグメント単位の指示で訓練すると反応性は向上するが、難しい指示や分布外指示には対応できない新ベンチマークSIMPLER-INを提案。
原題: Do VLAs Really Follow Instructions? Diagnosing How-Level Instruction Following in Vision-Language-Action Models / Sangwu Park, Wonjoong Kim, Yeonjun In 他
日本語で読む → - 論文VLAロボティクス
いつ助けを求めるべきか:デュアルシステムVLAにおける低速モジュールスケジューリングの決定理論的枠組みと測定基準
デュアルシステム型VLAモデルで低速モジュールを呼び出すタイミングを「介入価値(VoI)」として定式化し、適応的トリガーと固定スケジュールを統一的に評価する測定プロトコルを提案した論文。
原題: When to Ask for Help: A Decision-Theoretic Account and Measurement Standard for Slow-Module Scheduling in Dual-System Vision-Language-Action Models / Shilin Zhang
日本語で読む → - 論文自動運転/プランニングロボティクス
計画は実行ではない:凍結ワールドモデルプランナを制御器起因の実行シフトに適応させる
凍結したワールドモデルプランナが下流の制御器の違いで実行ズレを起こす問題に対し、計画軌道と実行軌道のペアから制御器特性を推定し、プランナを再学習せずに潜在ロールアウトを適応させる手法を提案。
原題: Plans Are Not Executions: Adapting Frozen World-Model Planners to Controller-Induced Execution Shift / Danqi Zhao, Keyu Chen, Wenchao Sun 他
日本語で読む → - 論文模倣学習ロボティクス
DemoStream: 実演からの自動学習のためのバッチ型タスク・動作計画最適化
GPU加速タスク・動作計画(TAMP)をバッチ化し、高品質な実演データを自動生成して行動クローニングの成功率を向上させるシステムを提案。実世界で毎時66件の実演を収集可能。
原題: DemoStream: Batched Task-and-Motion-Plan Optimization for Automated Learning from Demonstration / Caelan Garrett, Neel Jawale, Fabio Ramos
日本語で読む → - 論文動作計画ロボティクス
月面推進ドローンのための安全で燃料効率の良い動作計画
月面でホップしながら地形を撮影する推進ドローンのために、視覚誘導型最適制御とMPCを組み合わせ、安全で燃料効率の良いホップ軌道を計画・追従する枠組みを提案した。
原題: Safe and Fuel-Efficient Motion Planning for Lunar Propulsive Drones / Elena Wittemyer, Graco Gao
日本語で読む → - 論文模倣学習ロボティクス
微分同相隠れ状態ステアリング:専門家隠れ状態の幾何学による模倣学習方策のロバスト性向上
専門家の隠れ状態のばらつきが集中する方向を利用し、テスト時に隠れ状態を操作することで、模倣学習方策の観測ノイズに対するロバスト性を高める手法を提案。
原題: Diffeomorphic Hidden-State Steering: Improving Imitation Learning Policy Robustness through Expert Hidden-State Geometry / KwangBin Lee
日本語で読む → - 論文VLAロボティクス
GPT-6-Astraは身体知能を獲得したのか
GPT-6-Astraを12のベンチマークで大規模評価し、操作・移動・器用な手などで高い性能を示す一方、実機展開ではICL用デモ収集コストや実行時間と成功率のトレードオフなどの課題を明らかにした報告。
原題: Has GPT-6-Astra Achieved Embodied Intelligence? / SenseNova, Joint Research Team, : 他
日本語で読む → - 論文宇宙溶接/デジタルツインロボティクス
宇宙空間での金属接合に向けたロボット溶接のリスク低減:物理に基づくデジタルツインによる検討
宇宙空間でのロボット溶接のリスクを低減するため、有限体積法による溶融池モデルとガウス過程・ニューラルネットワーク代理モデル、6軸マニピュレータを組み合わせた物理に基づくデジタルツインを開発し、その予測性能と閉ループ制御への応用を評価した。
原題: De-Risking Robotic Welding for In-Space Metal Joining Through Physics-Grounded Digital Twins / Zhou Daniel Hao, Umer Masood Chaudry, Robert Shaw 他
日本語で読む → - 論文VLAロボティクス
ロボット政策は何を予測すべきか?視覚-言語-行動学習における監督目標の再考
VLA政策の学習で、行動予測だけでなく潜在行動や未来視覚の予測に訓練サンプルを配分すると、同じ予算でも性能が向上することを示し、予測対象の違いが何を学ぶかに影響することを分析した。
原題: What Should Robot Policies Learn to Predict? Rethinking Supervision Targets in Vision-Language-Action Learning / Haitao Shen, Hanyu Liu, Yihan Lin 他
日本語で読む → - 論文マニピュレーションロボティクス
教師あり遊びによる器用さの獲得
人間の短時間の遊びから行動クローニングで遊び方策を学習し、自律的にデータを収集して世界モデルを訓練、モデル予測制御と自己遊びによる方策蒸留で器用な操作を実現した。
原題: Dexterity from Supervised Play / Botao He, Yiming Dou, Yiannis Aloimonos 他
日本語で読む → - 論文歩行ロボティクス
失敗に基づく地形カリキュラム木探索による四足パルクール
ポリシーの局所的な失敗箇所を条件に訓練用地形を自動生成し、モンテカルロ木探索でカリキュラムを最適化する枠組みを提案。実スキャン地形での成功率を大幅に向上させ、実機移行も確認した。
原題: FCTS: Failure-Guided Curriculum Tree Search Over Generated Terrain for Legged Parkour / Narayanan Palghat Parameswaran, Dong-Ki Kim, Jay Patrikar 他
日本語で読む → - 論文VLA画像認識
俯瞰視点トークンによる効率的な空間推論
深度とカメラ姿勢を用いて各フレームの視覚特徴を共通のBEV座標に集約し、固定グリッドのBEVトークンで映像MLLMの空間推論を効率化した研究。
原題: Thinking from Above: Efficient Spatial Reasoning with Bird's-Eye-View Visual Tokens / Faizan Siddiqui, Nirav Savaliya, Sahith Reddy Chada 他
日本語で読む → - 論文クロスエンボディメント転移ロボティクス
人間動画からロボット操作への因果的クロスエンボディメント転移
人間の操作動画から操作に関連する表現を学習し、因果ビーム制約で意味情報を選択してロボットの行動生成に転移する手法を提案。
原題: Cross-Embodiment Causal Transfer from Human Videos to Robot Manipulation / Xingyu Zhang, Yingchao Li, Peizheng Guo 他
日本語で読む → - 論文マニピュレーションロボティクス
一人称人間動画からの軌道拡散による汎化可能なマニピュレーション
人間の動画から物体の6D軌道を抽出し、拡散モデルで軌道を生成してロボットの模倣学習データを効率的に生成する手法を提案。RLBenchでほぼ100%の成功率を達成し、実機でも一人称の人間実演から汎化可能な操作を実現した。
原題: Trajectory-based Diffusion from One-shot Human Video for Generalizable Manipulation / Guoping Pan, Xinmiao Yu, Wannan Cao 他
日本語で読む → - 論文CADエージェントAI
DeciCAD: ハーネスに基づくCADエージェントの行動方策学習
CAD操作に特化したエージェントハーネスDeciCADを構築し、対話軌跡から因果的な意思決定を抽出してSFTと幾何学的オンラインRLで方策を改善、4つのCADベンチマークで最高性能を達成した。
原題: DeciCAD: Harness-Grounded Learning of Action Policies for CAD Agents / Yufeng Peng, Yixin Zhang, Ziyi Liu 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
MuSTMM: 複数シーンにわたる音トリガー移動マニピュレーションの学習
音イベントに応じてロボットが対象へ移動し操作するタスク向けに、31シーンの空間音響と物理相互作用を統合したデータセットMuSTMMを構築し、空間メモリを活用したナビゲーション方策を提案した。
原題: MuSTMM: Learning Sound-Triggered Mobile Manipulation across Multiple Scenes / Hao Ju, Feng Yan, Zhihao Zhong 他
日本語で読む → - 論文自律配送ロボティクス
大規模建物におけるプライバシー保護型自律配送のための建物・階・部屋階層フレームワーク
建物・階・部屋の階層構造を考慮し、プライバシー制約を満たす配送計画と実機ナビゲーションを統合したフレームワークを提案。
原題: Hierarchical Building-Floo-Room Framework for Privacy-Preserving Autonomous Delivery in Large-Scale Buildings / Xu Xiaoji, Luo Rui, Chen Jinhua 他
日本語で読む → - 論文ウェアラブルナビゲーションロボティクス
ウェアラブルナビゲーション向けプラグアンドプレイ黒箱型PDRモジュール
ハードウェアとソフトウェアを統合設計したプラグアンドプレイの歩行者自律航法(PDR)モジュールを開発し、高い歩数検出精度と低遅延・低消費電力を実現した。
原題: A Black-Box Positioning Solution for Effortless Integration in Wearable Navigation / Anh-Van Vu, Changmin Sung, Dongsoo Han
日本語で読む → - 論文マニピュレーションロボティクス
CQDC-Warp: 接触の多いマニピュレーションのためのGPU加速微分可能準動的シミュレーション
GPU上で並列に動作する微分可能な準動的シミュレータを開発し、接触を考慮した軌道最適化を高速化。Allegroハンドの回転タスクで成功率79.8%を達成し、従来手法より27〜50倍高速化した。
原題: CQDC-Warp: GPU-Accelerated Differentiable Quasi-Dynamic Simulation for Contact-Rich Manipulation / Yanchen Ding, Jiayi Chen, Jianfeng Xu 他
日本語で読む → - 論文群制御ロボティクス
マルチロボット作画におけるタスク構造とスケーラビリティ
描画をストロークグラフで表現し、コンポーネント単位と共有トークン単位の割当手法を比較して、ロボット台数増加時の速度向上とタスク構造の関係をシミュレーションで分析した論文。
原題: Task Structure and Scalability in Multi-Robot Authoring / Christian Marowski, Byung-Cheol Min
日本語で読む → - 論文VLAロボティクス
LICOA: 移動型空間拡張現実のための指示条件付き光学行動学習
言語指示と視覚観測から投影光の移動・配置・スケールを決定する光学行動を学習し、実環境での閉ループ実行で有効性を示した。
原題: LICOA: Learning Instruction-Conditioned Optical Actions for Mobile Spatial Augmented Reality / Yuchen Deng, Shunkai Zhou, Ruixuan Zhu 他
日本語で読む →
PR・アフィリエイト広告
