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: 2025/6/1 / 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
テキスト指示に基づく効率的な個別検査計画の生成
VLMを活用し、テキスト記述から関心点を抽出して巡回順序を最適化し、航空・水中ビークルのための効率的な検査軌道を生成する手法を提案。
原題: Text-guided Generation of Efficient Personalized Inspection Plans / Xingpeng Sun, Zherong Pan, Xifeng Gao 他
日本語で読む → - 論文V2X画像認識
AirV2X: 空陸一体の車両間協調システム
ドローンを路側機の代わりに使う車両間協調運転の大規模データセットAirV2X-Perceptionを構築し、車両対ドローンアルゴリズムの標準評価を可能にした。
原題: AirV2X: Unified Air-Ground Vehicle-to-Everything Collaboration / Xiangbo Gao, Yuheng Wu, Fengze Yang 他
日本語で読む → - 論文ナビゲーションロボティクス
SGN-CIRL: シーングラフに基づくカリキュラム・模倣・強化学習を用いたナビゲーション
オープン語彙の3Dシーングラフ表現を強化学習に組み込み、模倣学習とカリキュラム学習で訓練を安定化させた地図なしロボットナビゲーション手法を提案し、Isaac Simでの実験で難易度の高いナビゲーション成功率を向上させた。
原題: SGN-CIRL: Scene Graph-based Navigation with Curriculum, Imitation, and Reinforcement Learning / Nikita Oskolkov, Huzhenyu Zhang, Dmitry Makarov 他
日本語で読む → - 論文マニピュレーションロボティクス
AnchorDP3: 3Dアフォーダンス誘導スパース拡散ポリシーによるロボットマニピュレーション
3Dアフォーダンスを活用したスパースなキーポーズ拡散ポリシーを提案し、双腕マニピュレーションのランダム環境下で98.7%の成功率を達成した。
原題: AnchorDP3: 3D Affordance Guided Sparse Diffusion Policy for Robotic Manipulation / Ziyan Zhao, Ke Fan, He-Yang Xu 他
日本語で読む → - 論文歩行ロボティクス
二足歩行ロボットのための楕円ベース分割可変曲率足のモデル解析と設計
人間の足の分割曲率転がり形状に着想を得て、楕円ベースの分割可変曲率(ESVC)足を設計し、解析的接触モデルと最適化手法を構築して、二足ロボットの歩行エネルギー効率を最大18.52%改善した。
原題: Model Analysis And Design Of Ellipse Based Segmented Varying Curved Foot For Biped Robot Walking / Boyang Chen, Xizhe Zang, Chao Song 他
日本語で読む → - 論文SLAMロボティクス
VAULT: ROS 2ベース自律ロボット向けモバイルマッピングシステム
GNSS・VIO・IMU・EKFを統合し、Visual SLAMで3D点群地図を生成するROS 2ベースの屋外・屋内対応モバイルマッピングシステムを開発した。
原題: VAULT: A Mobile Mapping System for ROS 2-based Autonomous Robots / Miguel Á. González-Santamarta, Francisco J. Rodríguez-Lera, Vicente Matellán-Olivera
日本語で読む → - 論文VLMロボティクス
偽物か本物か、ロボットは見分けられるか?単視点ロボットシーン理解におけるドメインシフトに対するVLMの頑健性評価
ロボットアームで撮影した卓上シーンを対象に、実物工具と3Dプリント品の間の物理的ドメインシフトを導入し、単視点物体キャプション生成におけるVLMの性能劣化と評価指標の脆弱性を明らかにした。
原題: Fake or Real, Can Robots Tell? Evaluating VLM Robustness to Domain Shift in Single-View Robotic Scene Understanding / Federico Tavella, Amber Drinkwater, Angelo Cangelosi
日本語で読む → - 論文群制御ロボティクス
異種制約下での安全な群衆ナビゲーションのための階層型学習強化MPC
強化学習で訓練したグラフニューラルネットワークでコスト・トゥ・ゴーを推定し、時空間経路探索とMPCを組み合わせて動的環境での安全なロボットナビゲーションを実現した。
原題: Hierarchical Learning-Enhanced MPC for Safe Crowd Navigation with Heterogeneous Constraints / Huajian Liu, Yixuan Feng, Wei Dong 他
日本語で読む → - 論文キャリブレーションロボティクス
正方形ターゲットを用いたLiDAR-カメラキャリブレーションの改良
工場製造ラインやアフターサービスでの適用を想定し、欠損データなどのノイズに頑健で自動化されたLiDAR-カメラ外部キャリブレーション手法を提案した。
原題: Improvement on LiDAR-Camera Calibration Using Square Targets / Zhongyuan Li, Honggang Gou, Ping Li 他
日本語で読む → - 論文自動運転ロボティクス
自動運転の行動と制御を統合するマルチタイムスケール階層強化学習
自動運転のための階層型強化学習手法を提案し、長期的な行動計画と短期的な制御指令を統合的に学習することで、効率・一貫性・安全性を向上させた。
原題: Multi-Timescale Hierarchical Reinforcement Learning for Unified Behavior and Control of Autonomous Driving / Guizhe Jin, Zhuoren Li, Bo Leng 他
日本語で読む → - 論文VLAロボティクス
CEED-VLA: 早期終了デコーディングを備えた一貫性視覚-言語-行動モデル
視覚-言語-行動モデルの推論を高速化するため、一貫性蒸留と早期終了デコーディングを導入し、4倍以上の加速を実現した。
原題: CEED-VLA: Consistency Vision-Language-Action Model with Early-Exit Decoding / Wenxuan Song, Jiayi Chen, Pengxiang Ding 他
日本語で読む → - 論文オープンエンド学習ロボティクス
ロボットのオープンエンド学習課題に向けた動機付けアーキテクチャ
内発的動機付けと階層的な学習機構を組み合わせ、ロボットが自律的に目標を発見し、スキルを獲得し、非定常環境に適応する統合アーキテクチャH-GRAILを提案し、実機で検証した。
原題: A Motivational Architecture for Open-Ended Learning Challenges in Robots / Alejandro Romero, Gianluca Baldassarre, Richard J. Duro 他
日本語で読む → - 論文マニピュレーションロボティクス
RICE: 密集した植物キャノピー環境のための反応型インタラクション制御
葉や枝で見通しが悪く接触の多い植物キャノピー内で、エンドエフェクタ位置と触覚フィードバックを用い、枝を折らずに目標へ到達する反応型制御器を提案した。
原題: RICE: Reactive Interaction Controller for Cluttered Canopy Environment / Nidhi Homey Parayil, Thierry Peynot, Chris Lehnert
日本語で読む → - 論文軌道最適化ロボティクス
サンプリングベースのロバスト性解析を伴う時間最適四rotor軌道最適化のための系列モデリング
モデルベースの時間最適軌道計画を模倣する学習モデルを提案し、衝突のない幾何学的経路から時間最適軌道を高速生成。データ拡張でロバスト性を向上させ、実機でリアルタイム性を検証。
原題: Sequence Modeling for Time-Optimal Quadrotor Trajectory Optimization with Sampling-based Robustness Analysis / Katherine Mao, Hongzhan Yu, Ruipeng Zhang 他
日本語で読む → - 論文ナビゲーションロボティクス
Narrate2Nav: 人間中心環境における暗黙的言語推論を用いたリアルタイム視覚ナビゲーション
大規模視覚言語モデルの推論を潜在空間に埋め込み、RGB入力から低レベル動作コマンドを生成するリアルタイム視覚-行動モデルを提案。人間中心環境でのナビゲーション性能を大幅に向上させた。
原題: Narrate2Nav: Real-Time Visual Navigation with Implicit Language Reasoning in Human-Centric Environments / Amirreza Payandeh, Anuj Pokhrel, Daeun Song 他
日本語で読む → - 論文交通シミュレーションstat.AP
解釈可能な車両追従行動のためのマルコフ・レジームスイッチング知能ドライバモデル
人間の多様な運転行動を解釈可能な複数の運転モードに分け、状況に応じて動的に切り替える階乗隠れマルコフモデルベースの車両追従モデルを提案し、HighDデータセットで有効性を示した。
原題: Markov Regime-Switching Intelligent Driver Model for Interpretable Car-Following Behavior / Chengyuan Zhang, Cathy Wu, Lijun Sun
日本語で読む → - 論文VLAロボティクス
HRIBench:人とロボットのインタラクションにおけるリアルタイム人間知覚のための視覚言語モデルベンチマーク
HRI向けの視覚言語モデルを評価するため、非言語的手がかりや指示理解など5領域・計1000問のVQAベンチマークを構築し、11モデルの性能と遅延を評価した。
原題: HRIBench: Benchmarking Vision-Language Models for Real-Time Human Perception in Human-Robot Interaction / Zhonghao Shi, Enyu Zhao, Nathaniel Dennler 他
日本語で読む → - 論文歩行ロボティクス
複雑で離散的な地形における四足ロボットの高速制御とナビゲーション
階層型ナビゲーション手法を提案し、四足ロボットが複雑な離散地形を高速で走破できるようにした。プランナとトラッカーを組み合わせ、垂直壁走行や1.3mのギャップ跳躍などを実現した。
原題: High-speed control and navigation for quadrupedal robots on complex and discrete terrain / Hyeongjun Kim, Hyunsik Oh, Jeongsoo Park 他
日本語で読む → - 論文VLA画像認識
Da Yu:水上監視とシーン理解のためのUSV向け画像キャプショニング
水上環境の画像キャプションデータセットWaterCaptionを構築し、USV向けのエッジ展開可能なマルチモーダル大規模言語モデルDa Yuを提案した。
原題: Da Yu: Towards USV-Based Image Captioning for Waterway Surveillance and Scene Understanding / Runwei Guan, Ningwei Ouyang, Tianhao Xu 他
日本語で読む → - 論文強化学習ロボティクス
AURA: 検索拡張エージェントによる自律的スキルアップ
LLMを活用して強化学習カリキュラムを自動設計し、ユーザープロンプトからヒューマノイドロボットのポリシーをゼロショットで学習・展開するフレームワークを提案。
原題: AURA: Autonomous Upskilling with Retrieval-Augmented Agents / Alvin Zhu, Yusuke Tanaka, Andrew Goldberg 他
日本語で読む → - 論文自動運転ロボティクス
自己認識型拡張による強化学習ベースの洗練:エンドツーエンド自動運転のための新手法
エンドツーエンド自動運転の模倣学習モデルを、強化学習による残差修正と自己認識型アダプタ拡張で継続的に改善する学習パイプラインR2SEを提案。難事例への適応と一般知識の保持を両立させる。
原題: Reinforced Refinement with Self-Aware Expansion for End-to-End Autonomous Driving / Haochen Liu, Tianyu Li, Haohan Yang 他
日本語で読む → - 論文マルチエージェント計画ロボティクス
制約環境におけるマルチエージェント動作計画と衝突回避のためのMILPベース解法
凸ポリトープ領域列とbig-M法を組み合わせた混合整数線形計画により、制約環境下で複数エージェントの衝突回避軌道を効率的に生成する手法を提案し、従来の非構造化MILPより桁違いに高速であることを示した。
原題: A MILP-Based Solution to Multi-Agent Motion Planning and Collision Avoidance in Constrained Environments / Akshay Jaitly, Jack Cline, Siavash Farzan
日本語で読む → - 論文sim2real画像認識
RoboPearls: ロボットマニピュレーションのための編集可能なビデオシミュレーション
3Dガウススプラッティングを用いて実演ビデオからフォトリアルなシミュレーションを構築し、LLMで自動化された編集操作を可能にするロボットマニピュレーション向けフレームワークを提案。
原題: RoboPearls: Editable Video Simulation for Robot Manipulation / Tao Tang, Likui Zhang, Youpeng Wen 他
日本語で読む → - 論文触覚ロボティクス
遠隔操作ロボットシステムにおける触覚フィードバックを用いたユーザ認証
遠隔操作ロボットでの人間とロボットのインタラクション中に得られる触覚フィードバックからユーザ固有の行動特徴を抽出し、トランスフォーマーモデルで時系列解析することで、なりすましやリプレイ攻撃に強い認証手法を提案した。15人の参加者による7タスクの力覚データセットで90%以上の精度を達成した。
原題: Haptic-Based User Authentication for Tele-robotic System / Rongyu Yu, Kan Chen, Zeyu Deng 他
日本語で読む → - 論文音声合成ロボティクス
EmojiVoice:ロボット音声における長期的な表現力の制御に向けて
絵文字プロンプトで表現力を細かく制御できる、ロボット向けのリアルタイム音声合成ツールキットを提案し、3つの事例で評価した。
原題: EmojiVoice: Towards long-term controllable expressivity in robot speech / Paige Tuttösí, Shivam Mehta, Zachary Syvenky 他
日本語で読む → - 論文音源定位ロボティクス
残響環境下で移動ロボットが単一マイクで音源定位を実現する手法
移動ロボットに搭載した単一マイクの残響信号から距離を推定し、拡張カルマンフィルタでオンライン音源定位を行う軽量ニューラルネット手法を提案。
原題: Single-Microphone-Based Sound Source Localization for Mobile Robots in Reverberant Environments / Jiang Wang, Runwu Shi, Benjamin Yen 他
日本語で読む → - 論文VPR/敵対的攻撃/ロボットナビゲーション画像認識
安全なロボットナビゲーションのための視覚的位置認識における敵対的攻撃と検出
視覚的位置認識(VPR)に対する4つの一般的な敵対的攻撃と4つのVPR特有の新規攻撃の影響を分析し、敵対的攻撃検出器(AAD)をVPRとナビゲーション判断のループに組み込む枠組みを提案した。検出精度75%でも平均位置誤差を約50%削減できることを示し、FGSM攻撃のVPRへの有効性も初めて調査した。
原題: Adversarial Attacks and Detection in Visual Place Recognition for Safer Robot Navigation / Connor Malone, Owen Claxton, Iman Shames 他
日本語で読む → - 論文群制御ロボティクス
PiBTを用いた大規模自由空間マルチエージェント経路計画のためのスケーラブルな後処理パイプライン
優先度継承とバックトラッキング(PiBT)に安全を考慮した経路平滑化を組み合わせ、500体以上のエージェントが自由空間でリアルタイムに経路計画できる手法を提案した。
原題: A Scalable Post-Processing Pipeline for Large-Scale Free-Space Multi-Agent Path Planning with PiBT / Arjo Chakravarty, Michael X. Grey, M. A. Viraj J. Muthugala 他
日本語で読む → - 論文マニピュレーションロボティクス
UAD: ロボットマニピュレーションの汎化のための教師なしアフォーダンス蒸留
大規模視覚モデルと視覚言語モデルを組み合わせて、手動アノテーションなしでタスク条件付きアフォーダンスモデルを学習し、ロボット操作の汎化性能を向上させる手法を提案。
原題: UAD: Unsupervised Affordance Distillation for Generalization in Robotic Manipulation / Yihe Tang, Wenlong Huang, Yingke Wang 他
日本語で読む → - 論文歩行ロボティクス
脚式ロボットの損傷時における進化的歩容再構成
脚を失った多脚ロボットに対し、学習不要で新しい歩容を生成し、差分進化で最適化することで、1時間以内に歩行を復旧させる手法を提案した。
原題: Evolutionary Gait Reconfiguration in Damaged Legged Robots / Sahand Farghdani, Robin Chhabra
日本語で読む →
PR・アフィリエイト広告
