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: 2025/7/1 / 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VLAロボティクス
TriVLA: エピソード的世界モデリングを備えた三システム統合型視覚-言語-行動モデルによる汎用ロボット制御
エピソード記憶の概念を取り入れ、VLMによるマルチモーダル理解と動画拡散モデルによる時系列予測、フローマッチングによる行動生成を統合した三システム構成のVLAモデルを提案し、実世界のマニピュレーションタスクで高い性能を示した。
原題: TriVLA: A Triple-System-Based Unified Vision-Language-Action Model with Episodic World Modeling for General Robot Control / Zhenyang Liu, Yongchong Gu, Sixiao Zheng 他
日本語で読む → - 論文群制御ロボティクス
混雑した群れにおけるノイズによる目標達成の促進
エージェントの動きにランダム性(ノイズ)を加えると渋滞が減り、目標到達が速くなることをシミュレーション・理論・ロボット実験で示し、最適な密度とノイズレベルを明らかにした。
原題: Noise-enabled goal attainment in crowded collectives / Lucy Liu, Justin Werfel, Federico Toschi 他
日本語で読む → - 論文自動運転安全評価ロボティクス
自動運転システムのシナリオベース安全評価の実用化
自動運転システムの安全評価をシナリオデータベースを用いて実践する方法と、NATMを完全に運用するために必要な追加手順を示した論文。
原題: Operationalization of Scenario-Based Safety Assessment of Automated Driving Systems / Olaf Op den Camp, Erwin de Gelder
日本語で読む → - 論文協調制御ロボティクス
マルチ残差エキスパート混合学習によるマルチ車両システムの協調制御
交通流を制御する自動運転車のラグランジアン交通制御において、複数の名目ポリシーを交通シナリオに応じて動的に選択し、残差強化学習で補正するMRMELフレームワークを提案した。
原題: Multi-residual Mixture of Experts Learning for Cooperative Control in Multi-vehicle Systems / Vindula Jayawardana, Sirui Li, Yashar Farid 他
日本語で読む → - 論文位置予測/VLM画像認識
目を閉じる前に:視覚地図フィードバックによる強化学習を用いた次GPS位置予測モデル
道路網と軌跡を画像化し、視覚言語モデルに強化学習を適用して人間のように地図を推論する次地点予測手法を提案した論文。
原題: Eyes Will Shut: A Vision-Based Next GPS Location Prediction Model by Reinforcement Learning from Visual Map Feed Back / Ruixing Zhang, Yang Zhang, Tongyu Zhu 他
日本語で読む → - 論文群制御ロボティクス
静的・動的ダウンウォッシュ干渉がマルチクアッドロータシステムに与える影響
複数のクアッドロータが近接飛行する際のダウンウォッシュによる空力干渉を、力・トルク測定とPIVで分析し、単機と干渉ペアの特性を明らかにした。
原題: Influence of Static and Dynamic Downwash Interactions on Multi-Quadrotor Systems / Anoop Kiran, Nora Ayanian, Kenneth Breuer
日本語で読む → - 論文自律探査ロボティクス
陸空二モード車両による自律探査
陸上と空中の両方で移動できる二モード車両が、エネルギーと時間の制約下で効率的に探索するための階層的フレームワークを提案し、実機で有効性を示した。
原題: Autonomous Exploration with Terrestrial-Aerial Bimodal Vehicles / Yuman Gao, Ruibin Zhang, Tiancheng Lai 他
日本語で読む → - 論文連合学習ロボティクス
混雑環境における把持姿勢検出のための通信効率の良いモジュール単位連合学習
把持姿勢検出モデルを連合学習で訓練する際、収束の遅いモジュールを特定して重点的に通信・集約することで、通信コストを抑えつつ精度と実機での把持成功率を向上させた。
原題: Communication-Efficient Module-Wise Federated Learning for Grasp Pose Detection in Cluttered Environments / Woonsang Kang, Joohyung Lee, Seungjun Kim 他
日本語で読む → - 論文群制御cond-mat.soft
ロボットマターにおける創発的相互作用が集合的フラストレーションを引き起こす
多数の学習する粒子が相互作用するロボットマターのモデルを構築し、学習レジーム間の遷移や粒子種の創発、フラストレーション、臨界性を伴う密度依存相転移を発見した。
原題: Emergent interactions lead to collective frustration in robotic matter / Onurcan Bektas, Adolfo Alsina, Steffen Rulands
日本語で読む → - 論文慣性航法ロボティクス
MoRPI-PINN: 移動ロボットの純慣性航法のための物理情報ニューラルネットワークフレームワーク
物理法則を組み込んだニューラルネットワークにより、慣性センサのみを用いた移動ロボットの位置推定精度を大幅に向上させる手法を提案し、実世界実験で85%以上の精度改善を達成した。
原題: MoRPI-PINN: A Physics-Informed Framework for Mobile Robot Pure Inertial Navigation / Arup Kumar Sahoo, Itzik Klein
日本語で読む → - 論文VLA画像認識
視点変化に頑健な視覚言語ナビゲーションのための視点不変学習
連続環境における視覚言語ナビゲーション(VLNCE)で、カメラの高さや角度が変化しても性能が落ちにくい視点不変なポストトレーニング手法VILを提案し、R2R-CEとRxR-CEで成功率を8〜15%改善した。
原題: View Invariant Learning for Vision-Language Navigation in Continuous Environments / Josh Qixuan Sun, Huaiyuan Weng, Xiaoying Xing 他
日本語で読む → - 論文群制御ロボティクス
大規模言語モデルによるマルチロボットチームの構成調整
自然言語のミッション記述をビヘイビアツリーと知識ベースを介してマルチロボット制御コードに変換するLAN2CBを提案し、シミュレーションと実環境で有効性を示した。
原題: Compositional Coordination for Multi-Robot Teams with Large Language Models / Zhehui Huang, Guangyao Shi, Yuwei Wu 他
日本語で読む → - 論文制御/モデルベース学習ロボティクス
モデル構造化ニューラルネットワークによる自動運転レースカーのステアリング制御
車両の非線形ダイナミクスの事前知識をニューラルネットワーク構造に組み込んだステアリング制御器を提案し、実車レースデータで汎用NNや優勝チームの制御器より高精度・高汎化性能を示した。
原題: Model-Structured Neural Networks to Control the Steering Dynamics of Autonomous Race Cars / Mattia Piccinini, Aniello Mungiello, Georg Jank 他
日本語で読む → - 論文マルチエージェント強化学習機械学習
制御バリア関数を用いた階層型マルチエージェント強化学習による安全クリティカル自律システム
制御バリア関数に基づく階層型マルチエージェント強化学習を提案し、多数のエージェントが衝突を避けつつ協調してタスクを達成する安全な方策を学習する。
原題: Hierarchical Multi-Agent Reinforcement Learning with Control Barrier Functions for Safety-Critical Autonomous Systems / H. M. Sabbir Ahmad, Ehsan Sabouni, Alexander Wasilkoff 他
日本語で読む → - 論文組合せ最適化機械学習
車両経路問題のためのセグメンテーション学習
反復解法における安定部分をセグメント化して集約し、不安定部分のみを探索することで大規模車両経路問題を2〜7倍高速化する学習フレームワークを提案。
原題: Learning to Segment for Vehicle Routing Problems / Wenbin Ouyang, Sirui Li, Yining Ma 他
日本語で読む → - 論文VLAロボティクス
時空間認識を組み込んだ視覚運動拡散ポリシー学習
動的ガウス世界モデルを用いて3D空間・4D時空間認識を拡散ポリシーに組み込み、シミュレーションと実機で成功率を向上させた視覚模倣学習手法。
原題: Spatial-Temporal Aware Visuomotor Diffusion Policy Learning / Zhenyang Liu, Yikai Wang, Kuanning Wang 他
日本語で読む → - 論文フィールドロボティクスロボティクス
MoistureMapper:大規模高解像度土壌水分マッピングのための自律移動ロボット
TDRセンサと土壌貫入機構を備えた自律移動ロボットを開発し、ガウス過程に基づく適応的サンプリングで土壌水分分布を高解像度でマッピングする手法を提案・実証した。
原題: MoistureMapper: An Autonomous Mobile Robot for High-Resolution Soil Moisture Mapping at Scale / Nathaniel Rose, Hannah Chuang, Manuel A Andrade-Rodriguez 他
日本語で読む → - 論文経路計画/強化学習ロボティクス
都市航空モビリティのためのリアルタイム通信考慮型ライドシェア経路計画:マルチソースハイブリッド注意強化学習アプローチ
都市航空モビリティにおいて、通信品質を考慮しつつリアルタイムなライドシェア要求に応える経路計画を、マルチソースハイブリッド注意強化学習で実現する手法を提案した。
原題: Real-Time Communication-Aware Ride-Sharing Route Planning for Urban Air Mobility: A Multi-Source Hybrid Attention Reinforcement Learning Approach / Yuejiao Xie, Maonan Wang, Di Zhou 他
日本語で読む → - 論文VLA画像認識
Talk2Event: イベントカメラによる動的シーンの言語接地理解
イベントカメラの非同期ストリームを言語と結びつける大規模ベンチマークTalk2Eventを構築し、属性を考慮した接地フレームワークEventReferを提案した。
原題: Talk2Event: Grounded Understanding of Dynamic Scenes from Event Cameras / Lingdong Kong, Dongyue Lu, Ao Liang 他
日本語で読む → - 論文群制御ロボティクス
ハトに着想を得たマルチUAVシステムの3次元障害物検出と回避マニューバ
ハトやティラピアの群れ行動に着想を得て、半分散制御と確率的ロイドアルゴリズムを組み合わせ、マルチUAVが静的・動的障害物を回避しながら3次元空間で編隊を維持する手法を提案した。
原題: Novel Pigeon-inspired 3D Obstacle Detection and Avoidance Maneuver for Multi-UAV Systems / Reza Ahmadvand, Sarah Safura Sharif, Yaser Mike Banad
日本語で読む → - 論文模倣学習ロボティクス
線形パラメータ変動力学系の合成による高次元デモンストレーションのスケーラブルな学習
ロボットの模倣学習において、高次元デモンストレーションを安定な力学系にエンコードする際の計算負荷と数値的問題を解決するため、線形パラメータ変動力学系を合成する新しいアプローチを提案した。
原題: Scalable Learning of High-Dimensional Demonstrations with Composition of Linear Parameter Varying Dynamical Systems / Shreenabh Agrawal, Hugo T. M. Kussaba, Lingyun Chen 他
日本語で読む → - 論文マニピュレーションロボティクス
VLM-TDP:視覚言語モデル誘導の軌道条件付き拡散ポリシーによる堅牢な長期的マニピュレーション
視覚言語モデルで長期タスクをサブタスクに分解し、各サブタスクのボクセル軌道を生成して拡散ポリシーの条件付けに用いることで、画像ノイズや環境変化に強い長期的マニピュレーションを実現した。
原題: VLM-TDP: VLM-guided Trajectory-conditioned Diffusion Policy for Robust Long-Horizon Manipulation / Kefeng Huang, Tingguang Li, Yuzhen Liu 他
日本語で読む → - 論文自動運転画像認識
DriveMRP: 合成モーションデータによる視覚言語モデルのモーションリスク予測強化
BEVベースのシミュレーションで高リスクな運転モーションデータを合成し、視覚言語モデルのリスク予測性能を大幅に向上させるフレームワークを提案した。
原題: DriveMRP: Enhancing Vision-Language Models with Synthetic Motion Data for Motion Risk Prediction / Zhiyi Hou, Enhui Ma, Fang Li 他
日本語で読む → - 論文歩行ロボティクス
ロバストトランスフォーマによる分布外状況下での汎化ロコモーション
脚型ロボットの分布外状況でのロコモーションを、ボディトークン化と一貫性ドロップアウトを導入したトランスフォーマモデルROLTで実現し、四足・六足ロボットで既存手法より高いロバスト性を示した。
原題: Generalized Locomotion in Out-of-distribution Conditions with Robust Transformer / Lingxiao Guo, Yue Gao
日本語で読む → - 論文医療ロボティクスロボティクス
下顎角分割骨切り術における人間とロボットの協調手術:光学追跡に基づくアプローチ
下顎角分割骨切り術を安全かつ精密に行うため、位置・姿勢制御をロボットが、力制御を外科医が担当する協調システムを提案し、光学追跡で患者の動きを追従することで、ファントム実験で平均誤差1.85mmを達成した。
原題: Collaborative Human-Robot Surgery for Mandibular Angle Split Osteotomy: Optical Tracking based Approach / Zhe Han, Huanyu Tian, Tom Vercauteren 他
日本語で読む → - 論文強化学習機械学習
分布方策勾配のための一般化アドバンテージ推定
最適輸送理論に基づくワッサースタイン型方向性指標を用いて、分布強化学習向けの一般化アドバンテージ推定(DGAE)を提案し、複数の方策勾配法に統合して性能を評価した論文。
原題: Generalized Advantage Estimation for Distributional Policy Gradients / Shahil Shaik, Jonathon M. Smereka, Yue Wang
日本語で読む → - 論文ロコマニピュレーションロボティクス
四足歩行ロボットの二足歩行化:リスク適応強化学習による多様なロコマニピュレーション
四足歩行ロボットが後脚で二足歩行し、前脚をマニピュレーションに使えるようにするリスク適応型強化学習フレームワークを提案。シミュレーションと実機でカート押しや障害物探査、荷物運搬などの多様なタスクを実現。
原題: Bipedalism for Quadrupedal Robots: Versatile Loco-Manipulation through Risk-Adaptive Reinforcement Learning / Yuyou Zhang, Radu Corcodel, Ding Zhao
日本語で読む → - 論文オドメトリ推定/センサフュージョンロボティクス
Raci-Net: 悪天候下における自車オドメトリ推定
視覚・慣性・ミリ波レーダーを統合し、天候に応じて各センサの寄与を動的に調整することで、雪や雨、悪条件下でも高精度な自己位置推定を実現する深層学習モデルを提案。
原題: Raci-Net: Ego-vehicle Odometry Estimation in Adverse Weather Conditions / Mohammadhossein Talebi, Pragyan Dahal, Davide Possenti 他
日本語で読む → - 論文マニピュレーション機械学習
Vidar: 汎用マニピュレーションのための身体性ビデオ拡散モデル
インターネット規模で事前学習したビデオ拡散モデルを実機ロボットの軌道で追加学習し、マスク付き逆動力学モデルで適応させることで、未知のロボットでも20分の実演だけで新タスクや背景・視点変化に汎化する手法を提案。
原題: Vidar: Embodied Video Diffusion Model for Generalist Manipulation / Yao Feng, Hengkai Tan, Xinyi Mao 他
日本語で読む → - 論文3D認識画像認識
SegVec3D: ロボットマニピュレーションのための3Dオブジェクトベクトル埋め込み手法
注意機構と埋め込み学習を組み合わせ、3D点群のインスタンスセグメンテーションと自然言語とのクロスモーダル整列を統合したフレームワークを提案。
原題: SegVec3D: A Method for Vector Embedding of 3D Objects Oriented Towards Robot manipulation / Zhihan Kang, Boyu Wang
日本語で読む →
PR・アフィリエイト広告
