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SLAMロボティクス
堅牢なセンサフュージョン地上SLAMに向けて:包括的ベンチマークと耐障害フレームワーク
視覚・LiDAR・GNSS・車輪オドメトリの劣化を含むM3DGRベンチマークを構築し40のSLAM手法を評価、適応的センサ選択を備えた堅牢な融合フレームワークGround-Fusion++を提案した。
原題: Towards Robust Sensor-Fusion Ground SLAM: A Comprehensive Benchmark and A Resilient Framework / Deteng Zhang, Junjie Zhang, Yan Sun 他
日本語で読む → - 論文強化学習ロボティクス
進化戦略による深層強化学習方策の微調整:劣駆動ロボット制御への応用
深層強化学習で訓練した方策を進化戦略(SNES)で微調整し、劣駆動ロボットの制御性能とロバスト性を向上させる手法を提案した論文。
原題: Finetuning Deep Reinforcement Learning Policies with Evolutionary Strategies for Control of Underactuated Robots / Marco Calì, Alberto Sinigaglia, Niccolò Turcato 他
日本語で読む → - 論文人-ロボットインタラクションHCI
人間中心AIと人-ロボットインタラクション
人とロボットの相互作用における人間のニーズを、短期から社会規模まで整理し、新たな「二重ピラミッド」フレームワークを提案した書籍章。
原題: Human-centered AI with focus on Human-robot interaction (Book chapter) / Alireza Mortezapour, Giuliana Vitiello
日本語で読む → - 論文物体検出画像認識
視覚障害者向け組込みリアルタイム物体警報システム:コンピュータビジョンによる単眼深度推定アプローチ
転移学習と量子化で軽量化した深度推定・物体検出モデルを組み合わせ、組込み機器上で視覚障害者に近距離の物体をリアルタイムで警告するシステムを開発した。
原題: An Embedded Real-time Object Alert System for Visually Impaired: A Monocular Depth Estimation based Approach through Computer Vision / Jareen Anjom, Rashik Iram Chowdhury, Tarbia Hasan 他
日本語で読む → - 論文運転行動分析ロボティクス
大規模NDSデータセットからの規範的運転行動の要約:車両システム開発に向けて
大規模自然運転調査データを処理し、速度・車間距離などの運転行動を道路・車両・運転者属性別に要約する手法を提案し、SHRP2データで実証した。
原題: Summarizing Normative Driving Behavior From Large-Scale NDS Datasets for Vehicle System Development / Gregory Beale, Gibran Ali
日本語で読む → - 論文信号処理math.OC
円周上のロバストな信号分解
円周上の区分定数関数を円板の指示関数の和に分解し、ランドマークの数と位置を推定する手法を提案。ロバスト分解の特徴付けと生成手順を示した。
原題: Robust signal decompositions on the circle / Aral Kose, Daniel Liberzon
日本語で読む → - 論文エッジロボティクスロボティクス
エッジコンピューティングとロボティクスへの応用:サーベイ
エッジコンピューティングをロボティクスに統合する利点と課題を包括的に調査し、リアルタイム応答が重要な応用や今後の研究方向を整理したサーベイ論文。
原題: Edge Computing and its Application in Robotics: A Survey / Nazish Tahir, Ramviyas Parasuraman
日本語で読む → - 論文最適制御ロボティクス
サンプリングベース大域最適制御と推定のための半正定値計画法
カーネル二乗和(KernelSOS)を実用的な制御・ロボティクス問題に適用し、再起動戦略やハイパーパラメータ調整、局所ソルバとの組み合わせにより、ロボット自己位置推定やブラックボックスシミュレータを用いた軌道最適化で高品質な解を得られることを示した。
原題: Sampling-Based Global Optimal Control and Estimation via Semidefinite Programming / Antoine Groudiev, Fabian Schramm, Éloïse Berthier 他
日本語で読む → - 論文マニピュレーションロボティクス
ArtGS: 3Dガウシアンスプラッティングによる関節物体の視覚・物理モデリングと操作
3Dガウシアンスプラッティングに視覚言語モデルと微分可能レンダリングを組み合わせ、関節物体の構造を推定して操作方策を最適化するフレームワークを提案。
原題: ArtGS:3D Gaussian Splatting for Interactive Visual-Physical Modeling and Manipulation of Articulated Objects / Qiaojun Yu, Xibin Yuan, Yu jiang 他
日本語で読む → - 論文障害物回避ロボティクス
スパイキングニューラルネットワークによるLiDARベースのロボット障害物回避における膜電位リークの重要性
LiDARデータからロボットの障害物回避を直接行うスパイキングニューラルネットワークにおいて、LIFニューロンの膜電位リーク定数の調整が精度に与える影響を初めて調査し、非スパイキングCNNと同等の制御精度を達成した。
原題: On the Importance of Neural Membrane Potential Leakage for LIDAR-based Robot Obstacle Avoidance using Spiking Neural Networks / Zainab Ali, Lujayn Al-Amir, Ali Safa
日本語で読む → - 論文経路計画ロボティクス
ラグランジュ緩和とグラフ縮約による制約付きランダム曖昧性解消経路問題の解法
不確実な障害物がある環境で、限られた予算内で障害物の曖昧性を解消しながら目標へ到達する経路計画を、ラグランジュ緩和と二段階頂点除去で効率的に解く手法を提案した。
原題: Solving the Constrained Random Disambiguation Path Problem via Lagrangian Relaxation and Graph Reduction / Li Zhou, Elvan Ceyhan
日本語で読む → - 論文マニピュレーションロボティクス
球面フーリエ空間におけるSE(3)同変拡散方策
拡散方策を球面フーリエ空間に埋め込み、シーンの3D変換に応じて軌道を適応させるSE(3)同変な操作方策を提案し、シミュレーションと実機で汎化性能を大幅に向上させた。
原題: SE(3)-Equivariant Diffusion Policy in Spherical Fourier Space / Xupeng Zhu, Fan Wang, Robin Walters 他
日本語で読む → - 論文運動モデリングAI
知能の基盤としての運動:AIにおける運動モデリングの重要性
本論文は、運動をAIの主要なモデリング対象とすべきだと主張し、生物・人工システムを問わず運動データから学習・汎化するモデルの基盤構築の重要性を論じている。
原題: Grounding Intelligence in Movement / Melanie Segado, Felipe Parodi, Jordan K. Matelsky 他
日本語で読む → - 論文軌道予測ロボティクス
特徴量を超えて:データセット設計がマルチエージェント軌道予測性能に与える影響
ドイツと米国で収集した新データセットL4 Motion Forecastingを用い、特徴量選択やデータセット間転移、地理的多様性がマルチエージェント軌道予測精度に与える影響を系統的に分析した。
原題: Beyond Features: How Dataset Design Influences Multi-Agent Trajectory Prediction Performance / Tobias Demmler, Jakob Häringer, Andreas Tamke 他
日本語で読む → - 論文自動運転/運動計画ロボティクス
MP-RBFN:動径基底関数ネットワークによる車両モーションプリミティブの学習
最適制御から得られる車両の運動プリミティブをRBFネットワークで効率的に学習し、従来の半解析手法より7倍高精度かつ低推論時間で生成する手法を提案した。
原題: MP-RBFN: Learning-based Vehicle Motion Primitives using Radial Basis Function Networks / Marc Kaufeld, Mattia Piccinini, Johannes Betz
日本語で読む → - 論文軌道予測画像認識
先読みする動き:報酬ヒューリスティクスで軌道予測を強化
逆強化学習で運転エージェントの意図を推論し、その報酬を手がかりに将来の軌道を予測する手法を提案。大規模データセットで予測精度と信頼性が向上。
原題: Foresight in Motion: Reinforcing Trajectory Prediction with Reward Heuristics / Muleilan Pei, Shaoshuai Shi, Xuesong 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
エッジAI向け分割型ロボット把持知覚ニューラルネットワーク
6自由度把持姿勢検出モデルをGAP9 RISC-Vチップ上で動作させるため、入力次元削減・モデル分割・量子化などの最適化を行い、オンチップ推論の実現可能性を示した。
原題: A Segmented Robot Grasping Perception Neural Network for Edge AI / Casper Bröcheler, Thomas Vroom, Derrick Timmermans 他
日本語で読む → - 論文強化学習/SNNAI
スパイキングニューラルネットワークとメトロポリス・ヘイスティングスサンプリングによる動的エージェントの制御学習
勾配法を使わずメトロポリス・ヘイスティングスサンプリングでスパイキングニューラルネットワークを強化学習により訓練し、動的エージェント制御を実現するフレームワークを提案した。
原題: Learning to Control Dynamical Agents via Spiking Neural Networks and Metropolis-Hastings Sampling / Ali Safa, Farida Mohsen, Ali Al-Zawqari
日本語で読む → - 論文群制御ロボティクス
ホモトピーを考慮した分散モデル予測制御によるマルチエージェントナビゲーション
環境のトポロジーを活かしたホモトピー考慮の大域経路計画と分散MPCを組み合わせ、密集環境でのマルチエージェントのデッドロックを大幅に削減する手法を提案した。
原題: Homotopy-aware Multi-agent Navigation via Distributed Model Predictive Control / Haoze Dong, Meng Guo, Chengyi He 他
日本語で読む → - 論文位置推定画像認識
SGLoc: 3Dガウシアンスプラッティング表現を用いたセマンティック位置推定システム
3Dガウシアンスプラッティングのセマンティック情報を活用し、初期姿勢なしでカメラの6DoF姿勢を直接回帰する位置推定システムを提案。
原題: SGLoc: Semantic Localization System for Camera Pose Estimation from 3D Gaussian Splatting Representation / Beining Xu, Siting Zhu, Hesheng Wang
日本語で読む → - 論文強化学習機械学習
フローマッチング方策勾配
フローマッチングを方策勾配法に統合したFPOを提案し、拡散スタイルの方策を連続制御タスクで学習できることを示した。
原題: Flow Matching Policy Gradients / David McAllister, Songwei Ge, Brent Yi 他
日本語で読む → - 論文能動学習ロボティクス
CLEVER: 人間の指示によるロバストな意味知覚のためのストリームベース能動学習
データストリーム上でDNNの失敗時に人間の指示を求め、ベイズ的定式化によりオンラインで適応させる能動学習システムを提案し、実ロボットで検証した。
原題: CLEVER: Stream-based Active Learning for Robust Semantic Perception from Human Instructions / Jongseok Lee, Timo Birr, Rudolph Triebel 他
日本語で読む → - 論文経路計画ロボティクス
テザードロボットの全最適ホモトピー構成を高速計画する手法とその応用
テザードロボットの経路計画において、ホモトピー不変量を用いて全位置の最適構成を一度に計算するCDT-TCSを提案し、経路計画・多目標訪問・非テザードロボットへの応用アルゴリズムも開発した。
原題: A Fast Method for Planning All Optimal Homotopic Configurations for Tethered Robots and Its Extended Applications / Jinyuan Liu, Minglei Fu, Ling Shi 他
日本語で読む → - 論文ロバスト性/安全要件ロボティクス
視覚ベースAIシステムのための状況カバレッジによるロバスト性要件カバレッジ
カメラ劣化を考慮したAI知覚システムのロバスト性安全要件を、ノイズ要因分析と状況カバレッジ分析を統合して体系的に導出するフレームワークを提案する。
原題: Robustness Requirement Coverage using a Situation Coverage Approach for Vision-based AI Systems / Sepeedeh Shahbeigi, Nawshin Mannan Proma, Victoria Hodge 他
日本語で読む → - 論文水中マニピュレーションロボティクス
水中マニピュレーションのためのヒューリスティック運動記憶を用いた文脈認識行動学習
水中ロボットのマニピュレーション向けに、ヒューリスティック運動空間とベイジアンネットワークを組み合わせ、過去の運動経験とリアルタイムの不確実性を考慮した適応的な運動計画フレームワークを提案した。
原題: Context-Aware Behavior Learning with Heuristic Motion Memory for Underwater Manipulation / Markus Buchholz, Ignacio Carlucho, Michele Grimaldi 他
日本語で読む → - 論文機構設計ロボティクス
多自由度コンプライアント機構のためのハードストップ合成
コンプライアント機構の過負荷保護のため、単一のコンパクトなハードストップ面に多自由度の運動制限を統合し、接触面形状を最適化する設計合成法を提案した。
原題: Hard-Stop Synthesis for Multi-DOF Compliant Mechanisms / Dean Chen, Armin Pomeroy, Brandon T. Peterson 他
日本語で読む → - 論文移動計画ロボティクス
拡散モデルによる自律移動計画のための非微分可能報酬最適化
拡散モデルを用いた移動計画において、衝突回避や目標到達といった微分不可能な目的を強化学習で直接最適化する訓練手法を提案し、歩行者データセットで最先端性能を達成した。
原題: Non-differentiable Reward Optimization for Diffusion-based Autonomous Motion Planning / Giwon Lee, Daehee Park, Jaewoo Jeong 他
日本語で読む → - 論文群制御ロボティクス
LF: オンライン多ロボット経路計画と最適軌道制御の融合
多ロボットのナビゲーションを高速なMAPFソルバとロボットごとの最適軌道制御を非同期に組み合わせて実現するフレームワークLFを提案し、15機の実機ドローンで実証した。
原題: LF: Online Multi-Robot Path Planning Meets Optimal Trajectory Control / Ajay Shankar, Keisuke Okumura, Amanda Prorok
日本語で読む → - 論文安全性検証ロボティクス
CPED-NCBFs: 専門家デモンストレーションに基づくニューラル制御バリア関数のための共形予測
専門家のデモから学習したニューラル制御バリア関数の安全性を、分割共形予測を用いて検証する手法を提案し、質点系と一輪車モデルで有効性を示した。
原題: CPED-NCBFs: A Conformal Prediction for Expert Demonstration-based Neural Control Barrier Functions / Sumeadh MS, Kevin Dsouza, Ravi Prakash
日本語で読む → - 論文VLAロボティクス
VLMをロボット向けに:低レベル手順推論の自己批判的蒸留
小さな視覚言語モデルが外部教師なしで自己批判・修正・検証を繰り返し、ロボット実行可能な手順計画を生成する自己改善フレームワークを提案。
原題: Making VLMs More Robot-Friendly: Self-Critical Distillation of Low-Level Procedural Reasoning / Chan Young Park, Jillian Fisher, Marius Memmel 他
日本語で読む →
PR・アフィリエイト広告
