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 →- 論文ジェスチャー認識画像認識
基盤モデルと骨格ベース手法のジェスチャー認識比較:人とロボットのインタラクションに向けて
人とロボットのコミュニケーションにおける動的ジェスチャー認識で、V-JEPAやGeminiなどの基盤モデルと骨格ベース手法HD-GCNを比較し、V-JEPAが簡素なヘッドで高性能を示す一方、Geminiはゼロショットで苦戦することを明らかにした。
原題: How do Foundation Models Compare to Skeleton-Based Approaches for Gesture Recognition in Human-Robot Interaction? / Stephanie Käs, Anton Burenko, Louis Markert 他
日本語で読む → - 論文イベントカメラ/OCR画像認識
視線誘導イベントビジョンによる暗所読書
スマートグラスにおいて、ユーザーの視線でイベントストリームを中心視化し、帯域を98%削減しつつ暗所や高速シーンでの文字認識を可能にするイベントベースOCRを提案。
原題: Reading in the Dark with Foveated Event Vision / Carl Brander, Giovanni Cioffi, Nico Messikommer 他
日本語で読む → - 論文群制御cs.MA
マルチビークルシステムの秩序分散制御のための適応的追従スキーム
航空機が空域の状態に応じて追従行動の度合いを動的に調整し、有益な時のみ他機を追従することで、移動時間を短縮する適応制御手法を提案した。
原題: Adaptive Traffic-Following Scheme for Orderly Distributed Control of Multi-Vehicle Systems / Anahita Jain, Husni Idris, John-Paul Clarke 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 → - 論文点群認識ロボティクス
TopoRec: トポロジカルデータ解析による点群認識
トポロジカルデータ解析(TDA)を用いて点群から局所記述子を抽出し、学習不要でノイズや回転に頑健な物体・場所認識を実現する手法を提案。
原題: TopoRec: Point Cloud Recognition Using Topological Data Analysis / Anirban Ghosh, Iliya Kulbaka, Ian Dahlin 他
日本語で読む → - 論文マルチエージェント強化学習ロボティクス
通信を活用した自律走行車のためのロバストで安全なマルチエージェント強化学習:シミュレーションからハードウェアまで
V2V通信を活用したマルチエージェント強化学習フレームワークRSR-RSMARLを提案し、シミュレーションから実機へのゼロショット転移と制御バリア関数による安全性保証を実現した。
原題: Robust and Safe Multi-Agent Reinforcement Learning with Communication for Autonomous Vehicles: From Simulation to Hardware / Keshawn Smith, Zhili Zhang, H M Sabbir Ahmad 他
日本語で読む → - 論文VLA自然言語
SoMi-ToM:身体的社会的相互作用における多視点Theory of Mindの評価
マルチエージェントの身体的社会的相互作用を題材に、一人称視点と三人称視点の両方からTheory of Mindを評価するベンチマークSoMi-ToMを提案し、LVLMの性能を人間と比較評価した。
原題: SoMi-ToM: Evaluating Multi-Perspective Theory of Mind in Embodied Social Interactions / Xianzhe Fan, Xuhui Zhou, Chuanyang Jin 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 → - 論文人間とロボットの協働HCI
産業5.0におけるアバターを介したコミュニケーション:人間とロボットの協働に関するフォーカスグループ研究
ドイツの製造企業の従業員を対象に、協働ロボットとアバターを組み合わせたデモを体験してもらい、アバターの役割や改善点、実導入の課題をフォーカスグループで調査した。
原題: Communicating Through Avatars in Industry 5.0: A Focus Group Study on Human-Robot Collaboration / Stina Klein, Pooja Prajod, Katharina Weitz 他
日本語で読む → - 論文VLAロボティクス
オンデバイス言語モデルによるロボット計画のための最小限の人間介入での蒸留
クラウドに依存せずオンデバイスで動作する小型言語モデルベースのロボットプランナーを、既存のLLMプランナーから合成データを用いて蒸留するフレームワークPRISMを提案し、Llama-3.2-3Bの性能をGPT-4oの10-20%から93%以上に向上させた。
原題: Distilling On-device Language Models for Robot Planning with Minimal Human Intervention / Zachary Ravichandran, Ignacio Hounie, Fernando Cladera 他
日本語で読む → - 論文VLAロボティクス
Fast ECoT: 思考の再利用による効率的な身体性Chain-of-Thought推論
VLAモデルの身体性Chain-of-Thought推論を、高レベル推論のキャッシュ・再利用とモジュール推論の並列生成により高速化し、学習不要でリアルタイム動作に近づけた手法。
原題: Fast ECoT: Efficient Embodied Chain-of-Thought via Thoughts Reuse / Zhekai Duan, Yuan Zhang, Shikai Geng 他
日本語で読む → - 論文歩行ロボティクス
STATE-NAV: 不整地における二足歩行ナビゲーションのための安定性を考慮した走破性推定
Transformerで二足歩行の不安定性を不確実性付きで予測し、安定性を考慮した走破性推定とリスク対応ナビゲーションを実現した研究。
原題: STATE-NAV: Stability-Aware Traversability Estimation for Bipedal Navigation on Rough Terrain / Ziwon Yoon, Lawrence Y. Zhu, Jingxi Lu 他
日本語で読む → - 論文群制御制御
深層同変マルチエージェント制御バリア関数
群ロボットの安全制御に幾何学的対称性を組み込んだ分散型制御バリア関数を提案し、大規模・高密度な群れへのゼロショット汎化を実現した。
原題: Deep Equivariant Multi-Agent Control Barrier Functions / Nikolaos Bousias, Lars Lindemann, George Pappas
日本語で読む → - 論文模倣学習ロボティクス
BEAST: Bスプライン符号化による模倣学習向けアクション系列の効率的トークン化
Bスプラインでアクション系列をコンパクトな離散・連続トークンに符号化するトークナイザを提案し、別途学習不要で滑らかな軌道生成と計算コスト削減を実現した。
原題: BEAST: Efficient Tokenization of B-Splines Encoded Action Sequences for Imitation Learning / Hongyi Zhou, Weiran Liao, Xi Huang 他
日本語で読む → - 論文ロボティックアートロボティクス
ロボティックアートにおける多層的自律性とAIエコロジー
AI駆動ロボットを没入型アリーナに配置し、三層の信仰システムでロボットと観客の相互作用を創発的に演出する大規模インスタレーションを提示した。
原題: Multi Layered Autonomy and AI Ecologies in Robotic Art Installations / Baoyang Chen, Xian Xu, Huamin Qu
日本語で読む → - 論文経路計画ロボティクス
意味論を考慮した予測的検査経路計画
意味的な繰り返しパターンを検出して未探索領域を予測し、船舶バラストタンク検査のための経路計画を改善する手法を提案した。
原題: Semantics-aware Predictive Inspection Path Planning / Mihir Dharmadhikari, Kostas Alexis
日本語で読む → - 論文マニピュレーションロボティクス
行動の中の視覚:人間の実演から能動的知覚を学ぶ
6自由度のロボット首とVRテレオペレーションを用いて、人間の能動的知覚戦略を実演から直接学習し、視覚遮蔽を含む両腕マニピュレーションタスクで高い性能を達成した。
原題: Vision in Action: Learning Active Perception from Human Demonstrations / Haoyu Xiong, Xiaomeng Xu, Jimmy Wu 他
日本語で読む → - 論文ナビゲーション画像認識
3Dガウシアンスプラッティングを用いた階層的スコアリングによるインスタンス画像ゴールナビゲーション
参照画像で示された物体へ自律移動するタスクにおいて、3DGSのレンダリング視点を意味的・幾何的に階層スコアリングして最適選択することで、効率的かつ高精度に目標を同定・到達する手法を提案した。
原題: Hierarchical Scoring with 3D Gaussian Splatting for Instance Image-Goal Navigation / Yijie Deng, Shuaihang Yuan, Geeta Chandra Raju Bethala 他
日本語で読む → - 論文マニピュレーションロボティクス
知覚と行動をつなぐ:ロボットの汎化のための空間的に接地された中間表現
物体中心性・姿勢認識・深度認識という中間表現を専門家エンコーダで学習し、その混合専門家ポリシーで実世界の両手巧み操作タスクの汎化性能を向上させた研究。
原題: Bridging Perception and Action: Spatially-Grounded Mid-Level Representations for Robot Generalization / Jonathan Yang, Chuyuan Kelly Fu, Dhruv Shah 他
日本語で読む → - 論文タスク計画ロボティクス
SPARK: ロボットタスク計画のためのグラフベースオンライン意味統合システム
環境中の手がかりから意味情報を抽出し、シーングラフをオンラインで更新してロボットのタスク計画に活用するフレームワークSPARKを提案。動的環境やジェスチャーなどの非典型的な空間的手がかりへの適応能力を向上させる。
原題: SPARK: Graph-Based Online Semantic Integration System for Robot Task Planning / Mimo Shirasaka, Yuya Ikeda, Tatsuya Matsushima 他
日本語で読む → - 論文マニピュレーションロボティクス
触覚は視覚の終わるところから始まる:接触を伴う操作のための汎化可能な方策
視覚言語モデルで物体を定位し、視覚と触覚を用いた局所的な方策で接触を伴う操作を行うViTaLを提案し、未知環境で約90%の成功率を達成した。
原題: Touch begins where vision ends: Generalizable policies for contact-rich manipulation / Zifan Zhao, Siddhant Haldar, Jinda Cui 他
日本語で読む → - 論文飛行ヒューマノイドロボティクス
iRonCub 3:ジェット推進飛行ヒューマノイドロボット
全身ヒューマノイド型のジェット推進ロボットiRonCub 3を開発し、シミュレーション検証を経て初の離陸実験に成功した。
原題: iRonCub 3: The Jet-Powered Flying Humanoid Robot / Davide Gorbani, Hosameldin Awadalla Omer Mohamed, Giuseppe L'Erario 他
日本語で読む → - 論文ナビゲーションロボティクス
視覚言語モデルを活用したナビゲーションフレームワーク
凍結した視覚言語モデルと軽量な計画ロジックを組み合わせ、自然言語指示に基づくナビゲーションを実現するモジュール式フレームワークを提案。
原題: A Navigation Framework Utilizing Vision-Language Models / Yicheng Duan, Kaiyu tang
日本語で読む → - 論文HRIロボティクス
ロボットはなぜ自分のミスに気づけないのか:人とロボットの対話における誤解検出の限界
人とロボットの対話240件のマルチモーダルデータセットを用い、最先端の視覚モデルが会話の誤解を検出できるか評価した。その結果、性能はほぼランダムと変わらず、人間の評価者も誤解の約半数しか特定できず、ユーザーが誤解を感じてもロボットに伝えないという根本的な限界が明らかになった。
原題: Why Robots Are Bad at Detecting Their Mistakes: Limitations of Miscommunication Detection in Human-Robot Dialogue / Ruben Janssens, Jens De Bock, Sofie Labat 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 → - 論文運動予測・計画機械学習
運動予測と計画のスケーリング則
自動運転における運動予測と計画タスクで、トランスフォーマーモデルの性能が計算量に対してべき乗則で向上することを示し、最適なモデルサイズとデータサイズの比率や推論時計算のスケーリングも分析した。
原題: Scaling Laws of Motion Forecasting and Planning -- Technical Report / Mustafa Baniodeh, Kratarth Goel, Scott Ettinger 他
日本語で読む → - 論文マニピュレーションロボティクス
GenManip: LLM駆動シミュレーションによる汎化可能な指示追従マニピュレーション
LLM駆動のシーングラフで多様なタスクを自動生成する卓上シミュレーション環境GenManipと、200シナリオのベンチマークGenManip-Benchを提案し、モジュール型とエンドツーエンド方策の汎化性能を比較評価した。
原題: GENMANIP: LLM-driven Simulation for Generalizable Instruction-Following Manipulation / Ning Gao, Yilun Chen, Shuai Yang 他
日本語で読む → - 論文農業ロボティクスロボティクス
理論から実践へ:農業ロボティクスにおけるオフセット点追従の最適手法の同定
農業ロボットの作業機の基準点を対象とした予測制御戦略を提案し、旋回時のオーバーシュートを抑制して追従性能を向上させる。
原題: From Theory to Practice: Identifying the Optimal Approach for Offset Point Tracking in the Context of Agricultural Robotics / Stephane Ngnepiepaye Wembe, Vincent Rousseau, Johann Laconte 他
日本語で読む → - 論文群制御ロボティクス
理論から実践へ:マルチロボット経路計画アルゴリズムと応用の進展
多数ロボットの衝突回避経路計画について、ルービックテーブル法による高密度グリッドでの最適化や、倉庫・駐車システム向けの実用的手法、非ホロノミック拘束下の拡張を提案し、理論保証と実機検証を示した論文。
原題: From Theory to Practice: Advancing Multi-Robot Path Planning Algorithms and Applications / Teng Guo
日本語で読む → - 論文sim2realロボティクス
ROS2向けFanuc CRXハードウェアインタフェースの設計と評価
Fanuc CRXロボットをROS2とMoveIt2に統合するハードウェアインタフェースを開発し、軌道追従や衝突回避などの性能を実験評価した。
原題: ros2 fanuc interface: Design and Evaluation of a Fanuc CRX Hardware Interface in ROS2 / Paolo Franceschi, Marco Faroni, Stefano Baraldo 他
日本語で読む →
PR・アフィリエイト広告
