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 →- 論文マニピュレーション画像認識
BG-HOP: 両手による生成的な手と物体の事前分布
片手の生成事前分布を拡張し、両手での手と物体の3Dインタラクションを生成するモデルを提案。物体に対する両手把持の合成も可能。
原題: BG-HOP: A Bimanual Generative Hand-Object Prior / Sriram Krishna, Sravan Chittupalli, Sungjae Park
日本語で読む → - 論文LiDARセグメンテーション画像認識
悪天候下での汎化レンジビューLiDARセグメンテーションに向けて
悪天候時のレンジビューLiDARセグメンテーションの汎化性能を分析し、幾何ノイズ抑制と反射歪み補正を組み込んだ軽量フレームワークを提案。
原題: Towards Generalized Range-View LiDAR Segmentation in Adverse Weather / Longyu Yang, Lu Zhang, Jun Liu 他
日本語で読む → - 論文マニピュレーションロボティクス
巧みな物体受け渡しの学習
二本の多指ハンド間で物体を受け渡すタスクを強化学習で実現し、双四元数に基づく新しい報酬関数で回転距離を最小化することで、未知の物体や相手の動きに対する頑健性を実証した。
原題: Learning Dexterous Object Handover / Daniel Frau-Alfaro, Julio Castaño-Amoros, Santiago Puente 他
日本語で読む → - 論文交通シミュレーション画像認識
自動回帰的な運動とシーン生成を交互に行う長期交通シミュレーション
自己回帰的な次トークン予測モデルInfGenを提案し、閉ループ運動シミュレーションとシーン生成を交互に実行することで、長期交通シミュレーションを安定化させた。
原題: Long-term Traffic Simulation with Interleaved Autoregressive Motion and Scenario Generation / Xiuyu Yang, Shuhan Tan, Philipp Krähenbühl
日本語で読む → - 論文自己位置推定ロボティクス
主観論理を用いた自動運転システム向けマルチソース自己位置推定のオンライン性能評価
自動運転車に搭載されたオドメトリ・SLAM・GNSSの3つの自己位置推定システムの性能を、主観論理を用いてオンラインで評価する手法を提案した。
原題: Online Performance Assessment of Multi-Source-Localization for Autonomous Driving Systems Using Subjective Logic / Stefan Orf, Sven Ochs, Marc René Zofka 他
日本語で読む → - 論文深度推定画像認識
DiFuse-Net: ウィンドウ双方向視差注意とクロスモーダル転移学習によるRGBとデュアルピクセル深度推定
スマホカメラのデュアルピクセル技術とRGB画像を融合し、ウィンドウ双方向視差注意機構とクロスモーダル転移学習で高精度な深度推定を実現した研究。
原題: DiFuse-Net: RGB and Dual-Pixel Depth Estimation using Window Bi-directional Parallax Attention and Cross-modal Transfer Learning / Kunal Swami, Debtanu Gupta, Amrit Kumar Muduli 他
日本語で読む → - 論文イベントカメラ/物体検出ロボティクス
WD-DETR: ウェーブレットノイズ除去で強化したイベントカメラ向けリアルタイム物体検出トランスフォーマ
イベントカメラの密なイベント表現に含まれるノイズをウェーブレット変換で除去し、Transformerベースの検出器でリアルタイム物体検出を高精度化した研究。
原題: WD-DETR: Wavelet Denoising-Enhanced Real-Time Object Detection Transformer for Robot Perception with Event Cameras / Yangjie Cui, Boyang Gao, Yiwei Zhang 他
日本語で読む → - 論文位置推定制御
近距離でのサブメートル精度を実現する低コスト・インフラ不要の3次元相対位置推定
UWBセンサのみを用いて、インフラ不要で3次元相対位置推定を行うフレームワークを提案し、CRLBとGDOPの導出、EDMとMLEに基づく2つのアルゴリズムの開発、シミュレーションと実機実験による性能評価を行った。
原題: Low-Cost Infrastructure-Free 3D Relative Localization with Sub-Meter Accuracy in Near Field / Qiangsheng Gao, Ka Ho Cheng, Li Qiu 他
日本語で読む → - 論文自動運転/VLAロボティクス
VLM統合型実世界自動運転のための階層的テストプラットフォーム
VLMを組み込んだ自動運転システムを実世界の閉鎖コースで評価するため、低遅延ミドルウェアと知覚・計画・制御を分離した階層的テストプラットフォームを提案し、ケーススタディで有効性を示した。
原題: A Hierarchical Test Platform for Vision Language Model (VLM)-Integrated Real-World Autonomous Driving / Yupeng Zhou, Can Cui, Juntong Peng 他
日本語で読む → - 論文3D知覚画像認識
分布外意味占有予測
自動運転向け3D意味占有予測において、分布外物体を検出する新タスクを提案し、合成異常を注入するデータ拡張と、ボクセルとBEV表現を統合するOccOoDフレームワークで検出性能を向上させた。
原題: Out-of-Distribution Semantic Occupancy Prediction / Yuheng Zhang, Mengfei Duan, Kunyu Peng 他
日本語で読む → - 論文歩行ロボティクス
脚ロボットのGPU加速学習と制御のための主双対iLQR
GPU並列化を活用した脚ロボット歩行のモデル予測制御を提案し、主双対KKT系を並列スキャンで解くことで高速化と大規模並列学習を実現した。
原題: Primal-Dual iLQR for GPU-Accelerated Learning and Control in Legged Robots / Lorenzo Amatucci, João Sousa-Pinto, Giulio Turrisi 他
日本語で読む → - 論文強化学習/群制御ロボティクス
追跡回避ゲームにおける俊敏なクアッドロータのための学習制御器
強化学習で1対1のクアッドロータ追跡回避を訓練する際の非定常性や破滅的忘却に対処するため、PSROに基づく非同期多段階集団ベース訓練法AMSPBHを提案し、多様な戦略への汎化と新戦略の発見を実現した。
原題: Learned Controllers for Agile Quadrotors in Pursuit-Evasion Games / Alejandro Sanchez Roncero, Yixi Cai, Olov Andersson 他
日本語で読む → - 論文ナビゲーションロボティクス
SEMNAV: セマンティックセグメンテーションによるロボティクスにおける視覚的意味ナビゲーションの強化
セマンティックセグメンテーションを主要な視覚入力として用いることで、未知環境への汎化性能を高めた視覚的意味ナビゲーション手法SEMNAVを提案し、シミュレーションと実機で有効性を示した。
原題: SEMNAV: Enhancing Visual Semantic Navigation in Robotics through Semantic Segmentation / Rafael Flor-Rodríguez, Carlos Gutiérrez-Álvarez, Francisco Javier Acevedo-Rodríguez 他
日本語で読む → - 論文HRIロボティクス
医療現場における人とロボットのチーム連携:音声コミュニケーションと非音声コミュニケーションの比較
蘇生シナリオでロボット救急カートの音声指示と視覚指示を比較し、音声コミュニケーションが作業負荷を軽減することを示した。
原題: Human-Robot Teaming Field Deployments: A Comparison Between Verbal and Non-verbal Communication / Tauhid Tanjim, Promise Ekpo, Huajie Cao 他
日本語で読む → - 論文マルチロボット経路計画ロボティクス
ペトリネットの全単模性を利用したタスク割当と経路探索の構造的整合性
ペトリネットモデルを用いて、タスク割当と経路探索を時間展開なしで解く最適化手法を提案し、制約行列の全単模性によりLP緩和で整数解が得られることを示した。
原題: Structural Integrality in Task Assignment and Path Finding via Total Unimodularity of Petri Net Models / Ioana Hustiu, Roozbeh Abolpour, Marius Kloetzer 他
日本語で読む → - 論文災害対応ロボティクス
ハリケーン災害評価における小型無人航空機と機械学習システムの運用課題と研究方向
フロリダ州のハリケーン「デビー」と「ヘレン」で小型無人航空機と機械学習による被害評価システムを実際に運用し、4つの課題を特定して3つの研究方向を提案した。
原題: Challenges and Research Directions from the Operational Use of a Machine Learning Damage Assessment System via Small Uncrewed Aerial Systems at Hurricanes Debby and Helene / Thomas Manzini, Priyankari Perali, Robin R. Murphy 他
日本語で読む → - 論文VLAロボティクス
CronusVLA: マルチフレーム視覚-言語-行動モデリングによる効率的で堅牢なマニピュレーション
単一フレームのVLAモデルをマルチフレームに拡張し、特徴チャンキングで履歴情報を集約することで、計算負荷を抑えつつ操作性能と観測の堅牢性を向上させた。
原題: CronusVLA: Towards Efficient and Robust Manipulation via Multi-Frame Vision-Language-Action Modeling / Hao Li, Shuai Yang, Yilun Chen 他
日本語で読む → - 論文VLAロボティクス
対話で飛ばす:PX4ベースのドローンエージェントに対する自然言語制御の実現
PX4・ROS 2・ローカルLLM/VLMを組み合わせ、ドローンを自然言語で操作できるオープンソースのエージェントフレームワークを構築し、シミュレーションと実機で複数モデルの性能を比較評価した。
原題: Taking Flight with Dialogue: Enabling Natural Language Control for PX4-based Drone Agent / Shoon Kit Lim, Melissa Jia Ying Chong, Jing Huey Khor 他
日本語で読む → - 論文状態推定ロボティクス
任意ノイズを持つ多項式系のための最大エントロピー・モーメントカルマンフィルタ
多項式系を対象に、モーメント制約付き最大エントロピー分布で信念と非ガウスノイズを表現し、凸最適化でフィルタリングを行うMEM-KFを提案した。
原題: Max Entropy Moment Kalman Filter for Polynomial Systems with Arbitrary Noise / Sangli Teng, Harry Zhang, David Jin 他
日本語で読む → - 論文歩行cs.GR
MotionPersona: 個人特性を反映した歩行制御
身体的特徴や心理状態などの属性を指定すると、それを反映した歩行アニメーションをリアルタイム生成するキャラクターコントローラを提案。
原題: MotionPersona: Characteristics-aware Locomotion Control / Mingyi Shi, Wei Liu, Jidong Mei 他
日本語で読む → - 論文マニピュレーションロボティクス
深層学習による力覚を備えた多自由度劣駆動グリッパの構築
力センサを使わずLSTMで接触力を推定し、1アクチュエータで平行・包み込み把持を切り替える3関節2指の劣駆動グリッパを開発した。
原題: Construction of a Multiple-DOF Under-actuated Gripper with Force-Sensing via Deep Learning / Jihao Li, Keqi Zhu, Guodong Lu 他
日本語で読む → - 論文HRI/信頼HCI
家族向けヘルスケアロボットが人間の記憶と矛盾する情報を提示した際のユーザー解釈と意思決定
ロボットの透明性と社交性が、記憶と矛盾する情報に直面した際のユーザーの解釈・意思決定・信頼感に与える影響をオンライン実験で調査した。
原題: "Who Should I Believe?": User Interpretation and Decision-Making When a Family Healthcare Robot Contradicts Human Memory / Hong Wang, Natalia Calvo-Barajas, Katie Winkle 他
日本語で読む → - 論文VLA機械学習
大規模視覚言語モデルのフィードバックを活用する評価ベース強化学習の強化
大規模視覚言語モデルから軌道の絶対評価を得て報酬関数を学習するERL-VLMを提案し、データ不均衡やノイズに対処して従来手法を上回る性能を示した。
原題: Enhancing Rating-Based Reinforcement Learning to Effectively Leverage Feedback from Large Vision-Language Models / Tung Minh Luu, Younghwan Lee, Donghoon Lee 他
日本語で読む → - 論文脚ロボットロボティクス
転倒からの復帰を学習する:車輪脚協調による動的報酬整形
車輪付き脚ロボットが転倒後に自律復帰できるよう、エピソード単位の動的報酬整形とカリキュラム学習を組み合わせた学習フレームワークを提案し、車輪と脚の協調で関節トルクを削減しつつ高い復帰成功率を達成した。
原題: Learning to Recover: Dynamic Reward Shaping with Wheel-Leg Coordination for Fallen Robots / Boyuan Deng, Luca Rossini, Jin Wang 他
日本語で読む → - 論文ビジュアルサーボロボティクス
自動製造環境におけるマルチロボットビジュアルサーボシステムの制御アーキテクチャと設計
製造環境での不確実性を低減するため、マルチロボットビジュアルサーボシステムの制御アーキテクチャを提案し、カメラ位置の重要性を議論した。
原題: Control Architecture and Design for a Multi-robotic Visual Servoing System in Automated Manufacturing Environment / Rongfei Li
日本語で読む → - 論文レーダー知覚ロボティクス
SDDiff: 空間-ドップラー拡散によるレーダー知覚の強化
レーダーの点群抽出と自己速度推定を同時に行う空間-ドップラー拡散モデルを提案し、両タスクの相互利益を活用して精度と密度を大幅に向上させた。
原題: SDDiff: Boost Radar Perception via Spatial-Doppler Diffusion / Shengpeng Wang, Xin Luo, Yulong Xie 他
日本語で読む → - 論文3D姿勢推定画像認識
魚眼画像における単眼3D人体姿勢推定のための投影法の系統的比較
魚眼カメラでの3D人体姿勢推定において、ピンホール・等距離・二重球面モデルや円筒投影などの投影法を比較し、検出バウンディングボックスに基づく投影モデル選択のヒューリスティックを提案。新データセットFISHnCHIPSも公開。
原題: Systematic Comparison of Projection Methods for Monocular 3D Human Pose Estimation on Fisheye Images / Stephanie Käs, Sven Peter, Henrik Thillmann 他
日本語で読む → - 論文VLAロボティクス
FreqPolicy: 周波数一貫性による効率的なフローベース視覚運動ポリシー
フローベースの視覚運動ポリシーに周波数領域の一貫性制約を導入し、時間的連続性を保ちながら1ステップでの高品質な行動生成を可能にした手法。
原題: FreqPolicy: Efficient Flow-based Visuomotor Policy via Frequency Consistency / Yifei Su, Ning Liu, Dong Chen 他
日本語で読む → - 論文ワールドモデルロボティクス
ParticleFormer: 多物体・多素材ロボット操作のための3D点群ワールドモデル
剛体・変形・柔軟素材が混在する多物体操作を対象に、実ロボット知覚データから直接学習できるTransformerベースの3D点群ワールドモデルを提案し、MPCによる下流操作タスクで高精度な動力学予測を実現した。
原題: ParticleFormer: A 3D Point Cloud World Model for Multi-Object, Multi-Material Robotic Manipulation / Suning Huang, Qianzhong Chen, Xiaohan Zhang 他
日本語で読む → - 論文世界モデル画像認識
RoboScape: 物理情報を組み込んだ身体性世界モデル
RGB動画生成と物理知識を統合して学習する世界モデルを提案し、3D形状や運動ダイナミクスを考慮した物理的に妥当なロボット動画生成を実現した。
原題: RoboScape: Physics-informed Embodied World Model / Yu Shang, Xin Zhang, Yinzhou Tang 他
日本語で読む →
PR・アフィリエイト広告
