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VLA画像認識
記憶を重みとして:ストリーミング動画の長期履歴を内部化する手法
ストリーミング動画向けVLMにおいて、過去の観測をLoRA重みに逐次統合して履歴を保持するMaLoWを提案し、大規模データセット構築とベンチマークでの性能向上を示した。
原題: Memory as Weights: Internalizing Long-Term History for Streaming Videos / Zhuoming Liu, Jinhong Lin, Lin Zhang 他
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 → - 論文触覚ロボティクス
粘弾性レンダリングの知覚比較:分数次モデル対整数次モデル
粘弾性材料の触覚提示において、分数次粘弾性モデルが従来の整数次モデルより知覚的にリアルかを人間参加者実験で比較した。
原題: Perceptual Comparisons of Viscoelastic Renderings: Fractional- vs Integer-Order Models / Gorkem Gemalmaz, Harun Tolasa, Volkan Patoglu
日本語で読む → - 論文マニピュレーションロボティクス
SPEAR: 適応的報酬による選択的好み獲得でVLM誘導ロボットマニピュレーション
VLMを効率的な好みオラクルとして活用し、識別可能性を考慮したクエリ選択と適応的報酬遷移により、接触の多いマニピュレーションタスクの実機オンライン学習を実現した。
原題: SPEAR: Selective Preference Elicitation with Adaptive Rewards for VLM-Guided Robotic Manipulation / Zewen Wu, Ruizhe Liu, Pei Zhou 他
日本語で読む → - 論文リハビリテーションロボティクスロボティクス
精神と身体のエンゲージメントを融合したフロー理論ベースの上肢リハビリ向けマルチモーダル制御フレームワーク
脳波と筋電図から精神・身体のエンゲージメントを推定し、適応インピーダンス制御に統合する上肢リハビリ用の支援制御フレームワークを提案。健常者実験でロボットの消費エネルギーを71.9%削減しつつ、フロー状態の時間比率を4.6%から42.8%に向上させた。
原題: A Flow-Theoretic Multimodal Control Framework Fusing Mental and Physical Engagement for Upper-Limb Rehabilitation / Jun Leng, Pengcheng Li, Hanze Wang 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 → - 論文測位・安全管理ロボティクス
ウェアラブルによるシームレスな屋内・屋外測位を用いた位置ベース安全管理
GNSS・IMU・気圧センサ・LTE Cat-Mを搭載した省リソースなウェアラブルタグとクラウド分割アーキテクチャにより、屋内外をシームレスに追跡する安全管理システムを構築し、平均誤差1.32m(屋内)・3.30m(屋外)を達成した。
原題: Location-Based Safety Management with Wearable Seamless Indoor-Outdoor Positioning / Anh-Van Vu, Seungwoo Chae, Changmin Sung 他
日本語で読む → - 論文探索・回収計画ロボティクス
時間最適なエルゴディック回収
検出をポアソン過程としてモデル化し、帰還フェーズを含めたミッション全体の時間を最小化するエルゴディック探索の新定式化を提案し、最大19%の時間短縮を実現した。
原題: Time-Optimal Ergodic Retrieval / Christian Sulana, Christian Hughes, Ian Abraham
日本語で読む → - 論文姿勢推定画像認識
RoPE-Flow: 単眼画像からの2Dグラフ条件付き3Dフローマッチングによるロボット姿勢推定
単眼画像からロボットの3D姿勢を推定するため、2Dヒートマップを起点にキーポイント中心の特徴抽出とグラフ誘導条件生成を用いたフローマッチング手法を提案し、異なるロボットやカメラで高精度かつゼロショットのクロスシーン推定を実現した。
原題: RoPE-Flow: Monocular Vision-based Robot Pose Estimation via 2D Graph-Conditioned 3D Flow Matching / Liangjing Shao, Wanhao Liu, Zhiwei Fang 他
日本語で読む → - 論文歩行ロボティクス
E2DRL:四足歩行ロボットの3D障害物回避のためのエンドツーエンド微分可能強化学習
微分可能強化学習を用いて、四足歩行ロボットが深度カメラで3D障害物を回避する制御を学習し、実機(Unitree Go2)で検証した研究。
原題: E2DRL: End-to-End Differentiable Reinforcement Learning for 3D Obstacle Avoidance in Quadruped Robots / Cheng Fan, Bingyang Zhou, Gang Yang 他
日本語で読む → - 論文模倣学習/制御ロボティクス
模倣学習と記号制御の融合:学習済み運動の形式的保証のための監督制御アーキテクチャ
模倣学習で生成したロボット運動に対し、学習モデルに依存せず力学から安全・到達可能性・アクチュエータ実現可能性を保証するフェイルセーフな監督制御を自動生成する手法を提案し、実機で検証した。
原題: Learning from Demonstrations meets Symbolic Control - A Supervisory Control Architecture for Formal Certification of Learned Motion / Ashok Kumar, Mahathi Anand, Angela Schoellig 他
日本語で読む → - 論文sim2realロボティクス
AutoRSR: スケーラブルなロボット学習のための自動Real-to-Sim-to-Realデータ生成
実世界の作業空間をスキャンし、自動でシミュレーション環境と操作データを生成するReal-to-Sim-to-Realフレームワークを提案。人手による注釈やキャリブレーション、テレオペレーションを不要にし、実機タスクで高い成功率を達成した。
原題: AutoRSR: Automated Real-to-Sim-to-Real Data Generation for Scalable Robot Learning / Jiawei Zhang, Chang Liu, Litao Deng 他
日本語で読む → - 論文動画世界モデル画像認識
StateCraft: 抽象状態推論で動画世界モデルを拡張
言語モデルと動画拡散モデルを組み合わせ、世界の抽象状態を追跡しながら視覚状態を生成する動画世界モデルを提案。長期一貫性と制御性を向上。
原題: StateCraft: Augmenting Video World Models with Abstract-State Reasoning / Lorenzo Venturoli, Nedko Savov, Xi Wang 他
日本語で読む → - 論文群制御ロボティクス
学習前の性能限界:ドローン網による迎撃の規模とタイミングの限界
ノイズを含む線形軌道予測に基づき、N機の迎撃ドローンが目標地点を覆う確率の閉形式限界を導出し、分離制約による被覆率の上限(平面90.69%、体積74.05%)や最適配置・コミット時刻の影響を明らかにした。
原題: Feasibility Ceilings Before Learning: Sizing and Timing Bounds for Drone-Mesh Interception / Dmytro Babarytskyi
日本語で読む → - 論文マニピュレーションロボティクス
TGrasp6D: タスク指向6DoF把持のための視覚言語事前知識と姿勢最適化によるゼロショット把持
タスクと物体のRGB-D画像から、視覚言語モデルでタスクに適した把持位置を推定し、6DoF姿勢最適化で衝突を避けつつゼロショットでタスク指向把持を実現する手法を提案。
原題: TGrasp6D: Task-Informed Vision-Language Priors and Pose Refinement enable Zero-Shot Task-Oriented 6DoF Grasping / Manav Kulshrestha, Apoorva Vashisth, Damon Conover 他
日本語で読む → - 論文制御/適応MPCロボティクス
磁気トルカのみによる衛星姿勢制御のための学習ベース適応MPC
低忠実度磁場データで学習した磁場モデルをオンライン測定で適応させ、磁気トルカのみで衛星の姿勢軌道を計画するMPCを提案。地球軌道と天王星軌道のシミュレーションで制御成功率を改善。
原題: Learning-Based Adaptive MPC for Magnetorquer-Only Satellite Attitude Control / Patrick Schwartz, Abhishek Cauligi
日本語で読む → - 論文宇宙機姿勢推定ロボティクス
運動学的予測と選択的イベント補正による宇宙機姿勢追跡
イベントカメラを用いて宇宙機の姿勢を追跡する手法を提案し、予測にイベント補正を加えることで誤差と失敗率を大幅に低減した。
原題: Spacecraft Pose Tracking via Kinematic Prediction and Selective Event Correction / Yonglong Zhang, Guanning Yao, Shuo Zhang 他
日本語で読む → - 論文視覚障害者支援/データセット画像認識
NavAble: 視覚障害者ナビゲーションのための大規模データセットと合成データ生成パイプライン
視覚障害者の移動支援に必要なアクセシビリティ物体を認識するため、実画像と合成画像を組み合わせた大規模データセットと自動生成パイプラインを構築し、セグメンテーションモデルの性能向上を実証した。
原題: NavAble: A Large-Scale Dataset and Synthetic Data Generation Pipeline for Blind Navigation / Hochul Hwang, Jahir Sadik Monon, Soowan Yang 他
日本語で読む → - 論文VLAロボティクス
摂動情報を活用したVLA推論の高速化
VLAモデルの行動チャンクから、摂動に対する感度に基づいて実行する行動数とチャンクを選択し、推論コストを削減しつつ成功率を向上させる学習不要の手法を提案。
原題: Accelerating VLA Inference with Perturbation Informed Execution / Jehun Lee, Hajun Lee, Jimin Ryu 他
日本語で読む → - 論文sim2realロボティクス
能動的生成シミュレーション:Sim-to-Realポリシー共訓練のための何をシミュレートすべきかのメタ学習
シミュレータのデータ生成分布をメタ学習で最適化し、実世界タスク性能を最大化するMetaGenSimを提案。実機マニピュレーションで均一生成比150%の成功率向上を達成。
原題: Active Generative Simulation: Meta-Learning What to Simulate for Sim-and-Real Policy Co-Training / Liqian Ma, Vaibhav Saxena, Utkarsh Aashu Mishra 他
日本語で読む → - 論文視線制御ロボティクス
目線の動きを学習するVLM誘導Transformer-VAEによる表現豊かな視線ダイナミクス
VLMで注視対象を選び、Transformer-VAEで人間らしい頭部・眼球・まぶたの動きを生成するロボット視線制御システムを提案。
原題: Eye, Robot: Learning Expressive Gaze Dynamics via a VLM-Guided Transformer-VAE / Yuhang Hu, Junlin Lyu, Yuan Fang 他
日本語で読む → - 論文モバイルマニピュレーションロボティクス
モバイルマニピュレーションの突破口:失敗診断からエージェント型ロボットシステムへ
長期的なモバイルマニピュレーションの失敗を診断し、計画・ナビゲーション・操作の各段階に介入するエージェントシステムを開発。成功率を19%から49%に向上させた。
原題: Cracking Mobile Manipulation: From Failure Diagnosis to Agentic Robot System / Zixuan Wang, Jia-Ning Li, Yinzhou Tang 他
日本語で読む → - 論文マニピュレーションロボティクス
時間的な物体除去を伴う卓上拭き作業のための双腕協調
散らかった卓上を拭くため、一方の腕で物体をどかし他方で拭く協調計画をMILPとLBBDで立案し、KOMOで滑らかな動作を生成する手法を提案。
原題: Dual-arm Cooperation for Tabletop Wiping with Temporal Object Removal / Pengqi Zhang, Longchang Yu, Daohan Li 他
日本語で読む → - 論文Visual SLAMロボティクス
線特徴拡張cuVSLAM:低テクスチャ環境における堅牢な視覚オドメトリ
CUDAアクセラレーションされた視覚SLAMシステムcuVSLAMに線特徴を追加し、点特徴が乏しい倉庫や工場環境での軌道推定精度を大幅に改善した。
原題: Line-Augmented cuVSLAM: Robust Visual Odometry in Low-Texture Environments / Dara Molloy, Terry Wu, Wonju Lee 他
日本語で読む → - 論文世界モデル機械学習
JEPA世界モデルにおける一歩予測精度は計画性能の指標として不適切
JEPA型世界モデルで、一歩先の潜在予測誤差を改善してもゴール条件付き計画の成功率はほとんど向上しないことを実験的に示した論文。
原題: One-Step Prediction Fidelity Is a Poor Proxy for Planning Performance in JEPA World Models / Joshua Cheung, Zhang He
日本語で読む → - 論文グラフ学習機械学習
動的グラフ世界モデリング:時間的文脈から未来のダイナミクスを学習する
動的グラフの未来状態を予測するため、ノードと関係の履歴・進化経路・将来表現を統合的に学習するDyG-WMフレームワークを提案し、リンク予測とノード分類で有効性を示した。
原題: Dynamic Graph World Modelling: Learning Future Dynamics from Temporal Context / Bo Li, Yue Yang, Yujin Huang 他
日本語で読む → - 論文VLAロボティクス
軌道修正:ワールドモデル計画によるデプロイ時の方策改善
黒箱の方策をデプロイ時に監視し、進捗が失われた際に学習済みワールドモデルで短期的な修正行動を計画することで、再学習なしにタスク成功率を向上させるフレームワークを提案。
原題: Back on Track: Deployment-time Policy Improvement via World Model Planning / Colton Crosby, Hao Wang, Mac Schwager 他
日本語で読む → - 論文VLAロボティクス
多次元特徴量化によるロボット基盤モデルの細粒度制御とデータ整形
視覚言語行動モデルにブロック疎特徴量化を適用し、多次元特徴を抽出して行動を細かく制御できること、また訓練データのごく一部をマスクするだけで特定行動を除去できることを示した。
原題: Multi-Dimensional Featurizers Yield Fine-Grained Steering and Data Shaping in Robot Foundation Models / Aiden Swann, Mozes Jacobs, Mathilde Papillon 他
日本語で読む → - 論文自動運転/マルチエージェントロボティクス
不確実性駆動型セルフプレイによる堅牢なマルチエージェント運転ポリシー
エージェントの認識的不確実性を利用して難易度の高いシナリオを自動生成するセルフプレイ手法を提案し、手動設計なしで運転ポリシーのゼロショット汎化性能を向上させた。
原題: Uncertainty-Driven Self-Play for Robust Multi-Agent Driving Policies / Sajad Marvi, Julian Schmidt, Alessandro Canevaro 他
日本語で読む →
PR・アフィリエイト広告
