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: 2026/10/13 / 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 →- 論文ナビゲーションロボティクス
CoSMO: オープンワールド安全ロボットナビゲーションのための共形セマンティックマッピング
VLMの埋め込みを共形予測でキャリブレーションし、動的に拡張する危険語彙に対して安全マージン付きのセマンティックマップを構築する手法を提案。四足ロボット実験で90%の被覆率を達成。
原題: CoSMO: Conformal Semantic Mapping for Open-World Safe Robot Navigation / Shuqi Wang, Yiwei Zheng, Pingrui Zhang 他
日本語で読む → - 論文VLAロボティクス
自律型地球観測エージェントのための行動的自己監視:属性信頼性モニター(ARM)
言語・視覚言語モデルを用いた自律システムの信頼性を監視するため、時間経過とともに疑わしさの証拠を蓄積して個々の意味属性を評価するフレームワークARMを提案し、衛星熱赤外画像用の視覚言語モデルで評価した。
原題: Behavioural self-monitoring for autonomous earth observation agents: The attribute reliability monitor (ARM) / Alejandro D. Mousist
日本語で読む → - 論文VLAAI
TacitVLA: 推論レイテンシなしで動作する推論型Vision-Language-Actionモデル
推論テキストを行動生成に条件付けず、バックボーン表現の改善のみに活用することで、推論の性能向上を保ちつつ最大3.4倍低レイテンシを実現したVLAモデル。
原題: TacitVLA: Reasoning Vision-Language-Action Models Without Reasoning Latency / Jack Lu, Yurong You, Boyi Li 他
日本語で読む → - 論文マニピュレーションロボティクス
ロボットマニピュレーションのための身体性を超えたアフォーダンス転移
人間のアフォーダンス注釈をロボットの物理的制約に基づいてロボットが実行可能なアフォーダンス予測に変換するフレームワークを提案し、UR5eロボットアームでの評価で有効性を示した。
原題: Cross-Embodiment Affordance Transfer for Robotic Manipulation / Sawera Yaseen, Serge Thill, Rekha Raja
日本語で読む → - 論文能動知覚ロボティクス
遮蔽された対象知覚のためのリセディングホライズン次善視点計画
強く遮蔽された対象を観察するため、将来の視点列を評価するリセディングホライズン型次善視点計画を提案し、単一視点手法より情報回復が大幅に向上することを示した。
原題: Receding-Horizon Next-Best-View Planning for Highly Occluded Target Perception / Ayse Gul Yildiz, Rekha Raja
日本語で読む → - 論文磁気トラッキングロボティクス
NMR磁気トラッキングシステムのための情報ベース統合設計フレームワーク
NMR磁気トラッキングにおいて、受信機配置やマーカー分離、外部磁源構成を局所共分散解析で評価する統合設計フレームワークを提案し、位置・姿勢推定精度を数値的に検証した。
原題: Information-based Unified Design Framework for NMR Magnetic Tracking System / Seçkin Eren Yetim, Mehmet Efe Tiryaki
日本語で読む → - 論文LLMコード生成機械学習
LLMは再利用可能で合成可能な抽象表現を用いてコードを生成する
LLMがコード生成時に中間層でプログラミング言語や実装戦略に依存しない再利用可能な抽象表現を獲得していることを示し、活性化操作で関数・言語・戦略を独立に制御できることを明らかにした。
原題: LLMs program using Reusable and Composable Abstract Representations / Casper L. Christensen, Kyle J. Ray, Dmitry Manning-Coe 他
日本語で読む → - 論文ナビゲーションロボティクス
GLST: オンライン連鎖目標ナビゲーションのためのグローバル・ローカル時空間記憶分解フレームワーク
目標が実行中に変化するオンライン連鎖目標ナビゲーションに対応するため、記憶をグローバル・ローカルの空間表現と長期・短期の時間表現に分解するフレームワークを提案し、シミュレーションとSpot四足ロボットで有効性を示した。
原題: GLST: Global-Local Spatio-Temporal Memory Decomposition Framework for Online Chained-Goal Navigation / Yousef Liang, Ryan Ardalan, Yarden Goraly 他
日本語で読む → - 論文VLAロボティクス
λ₀: ヒューマノイド全身移動操作のためのオープンワールド一人称視点ヒューマンデータのスケーリング
500時間の一人称視点ヒューマン動作データセットHumanVerseを構築し、人間からヒューマノイドへの動作変換パイプラインを開発。これを基に全身移動操作の基盤モデルλ₀を学習させ、Unitree G1へのゼロショット転移で実世界タスク62.5%の成功率を達成した。
原題: $λ_0$: Scaling Open-World Egocentric Human Data for Humanoid Loco-Manipulation / Lambda-humanoid Team
日本語で読む → - 論文LiDARシミュレーション画像認識
LidarVerse:タスクとセンサを横断するリアルタイム統合LiDARワールドモデル
LiDARの時系列データを共通の潜在空間にトークン化し、条件付けを変えることで新規世界生成・点群予測・再シミュレーションを単一モデルで実現、H100で11FPSのリアルタイム長期間ロールアウトを可能にした。
原題: Into the LidarVerse: A Real-Time Unified LiDAR World Model Across Tasks and Sensors / Henry Che, Xuanchi Ren, Sanja Fidler 他
日本語で読む → - 論文VLAロボティクス
適応手法の選び方:Vision-Language-Actionモデルのためのデータ別ガイド
VLAモデルの適応手法を、オン/オフポリシーデータやオフライン/オンライン適応などのデータ条件で比較し、状況に応じた最適な手法選択の指針を示した。
原題: Post-Training, Finetuning, and Steering:A Field Guide for Curating Training Data / Maria Attarian, Yifan Ruan, Claas Voelcker 他
日本語で読む → - 論文マニピュレーションロボティクス
心で描き、手で成し遂げる:長期的ロボットマニピュレーションのためのマルチモーダル指示追従
マルチモーダル指示を順序付きサブタスクに分解し、進捗評価器で次に進むタイミングを判断するエージェント「Orchestra」を提案。長期的なロボット操作タスクの成功率と実行長を大幅に改善した。
原題: Let the Mind Conceive, Let the Hand Achieve: Following Multimodal Instructions for Long-Horizon Robotic Manipulation / Youpeng Wen, Gang Wang, Tianyu Huang 他
日本語で読む → - 論文VLAロボティクス
Box-WAM: 世界行動モデルのためのコンパクトな状態表現としてのボックス軌道
ロボット操作のための世界行動モデルにおいて、未来の全フレーム動画予測の代わりに、タスク関連物体の向き付きバウンディングボックスの軌道を予測することで、計算コストを大幅に削減しつつ行動予測性能を向上させる手法を提案した。
原題: Box-WAM: Box Trajectories as Compact State Representations for World Action Models / Qinxi Yu, Wenzhou Ding, Gloria X. Wang 他
日本語で読む → - 論文宇宙機自律制御ロボティクス
軌道上で学習する:宇宙機における熱セグメンテーションモデルのオンボード訓練と閉ループ姿勢制御
6U CubeSat上でNVIDIA Jetson TX2 NXを用いて熱画像セグメンテーションモデルのオンボード訓練・推論を行い、そのモデルで月を追尾する閉ループ姿勢制御を実証した。
原題: Learning in Orbit: Onboard Training and Closed-Loop Attitude Control with a Thermal Segmentation Model on a Spacecraft / Elena Sorina Lupu, Hannah Grauer, Phaedrus Leeds 他
日本語で読む → - 論文VLAロボティクス
WoVR+:幻覚に強い世界モデルによるVLAポリシーの強化学習最適化
VLAモデルの強化学習において、幻覚を抑えた世界モデルをシミュレータとして用い、長期的タスクでも安定してポリシーを最適化する手法を提案。実機タスクの成功率を大幅に向上させた。
原題: WoVR+: World Model as Reliable Simulator for Versatile VLA Policy Optimization with RL / Shangqing Zhou, Zhennan Jiang, Ning Ma 他
日本語で読む → - 論文検査ロボティクスAI
太陽光発電所のための自律型3D視覚・熱検査システム
LiDAR慣性SLAMとRGB・熱画像を組み合わせ、太陽光パネル下のコネクタやケーブルなどの資産を3D空間で検出・位置特定する自動検査システムを提案。
原題: Autonomous 3D Visual-Thermal Inspection for Utility-Scale Solar Farms / Lachlan Tychsen-Smith, Mark Cox, Brett Wood 他
日本語で読む → - 論文sim2realロボティクス
ピクセルから実行可能な物理へ:身体行動に基づく世界モデルによる四足歩行ロボットの行動結果予測
RGB画像から地形の接触特性を推定し、物理シミュレーションと動画生成モデルを組み合わせて四足歩行ロボットの行動結果を予測する世界モデルDR-WMを提案。
原題: From Pixels to Executable Physics: Behavior-Grounded World Models for Embodied Action Consequence Prediction / Ruo Chen, Jiahua Pang, Yingjie Niu 他
日本語で読む → - 論文模倣学習ロボティクス
EgoMatrix: 一人称視点の人間動画から物理的に忠実な器用ロボット実演を生成
一人称視点の人間動画から両手の器用な操作軌道とロボット観測動画を生成し、実機で再生可能にするデータエンジン。
原題: EgoMatrix: Physically Faithful Dexterous Robot Demonstrations from Egocentric Human Videos / Ziheng Wang, Yanming Shao, Ting Mao 他
日本語で読む → - 論文自動運転/エンドツーエンド制御ロボティクス
計画を超えて:微分可能な制御ループ内蔵のエンドツーエンド自動運転
車両ダイナミクスを微分可能な形で学習ループに組み込み、制御まで含めたエンドツーエンド自動運転を実現するDIVAを提案。Bench2Driveで運転スコア86.7を達成し、ジャークをほぼ半減。
原題: Beyond Planning: Differentiable Control-in-the-loop End-to-End Autonomous Driving / Zhidong Wang, Zirui Li, Zitong Shan 他
日本語で読む → - 論文マニピュレーションロボティクス
LADDER: 長期的ロボットマニピュレーションベンチマーク
同じ環境内で1から10のサブゴールにスケールする長期的ロボットマニピュレーションベンチマークを提案し、低レベルポリシーとオーケストレーション手法を評価した。
原題: LADDER: A Long-Horizon Robot Manipulation Benchmark / Petko Petkov, Giuliano Albanese, Nikolay Nikolov 他
日本語で読む → - 論文自動運転/安全強化学習ロボティクス
安全な実行を超えて:価値校正と適応的ガイダンスによる自動運転のための安全なオンライン強化学習
オフライン初期化されたフローベース運転ポリシーを、CBF-MPCフィルタと価値校正・適応ガイダンスで安全にオンライン微調整するSOAR-Flowを提案し、シミュレーションとUGVで性能向上と安全補正依存の低減を示した。
原題: Beyond Safe Execution: Safe Online Reinforcement Learning for Autonomous Driving with Value Calibration and Adaptive Guidance / Zeqiao Li, Yijing Wang, Haoyu Wang 他
日本語で読む → - 論文モデルベース強化学習画像認識
アクションジェット:行動条件付きデータ多様体の局所形状の学習
行動条件付き予測モデルの計算コストを削減するため、局所的な多様体形状をテイラー多項式で近似するAction Jetを提案し、計画の高速化を実現した。
原題: Action Jets: Learning the Local Shape of the Action-conditioned Data Manifold / Anton Arapin, Chahyon Ku, Bernadette Bucher
日本語で読む → - 論文状態推定ロボティクス
LAG-IO: 脚式ロボットのためのマルチIMU因子グラフ状態推定
脚に取り付けた複数のIMUと関節エンコーダを因子グラフで統合し、KDEベースの接触検出でZUPTを適応制御する脚式ロボットの状態推定手法を提案。
原題: LAG-IO: Multi-IMU State Estimation for Legged Robots Using Factor Graphs / Yicheng Zhou, Longwen Chen, Qinghua Yu 他
日本語で読む → - 論文群制御ロボティクス
自律航空機編隊の縦列から横列への最適フォーメーション変更アルゴリズム
自律航空機編隊が縦列から横列へと衝突なく効率的にフォーメーションを変更するアルゴリズムを提案し、その最適性と正しさを証明した。
原題: An Optimal Algorithm for Changing from Longitudinal to Latitudinal Formation of Autonomous Aircraft Squadrons / Paulo André Sperandio Giacomin, Elder Moreira Hemerly
日本語で読む → - 論文触覚ロボティクス
TacSpin: 軸と大きさの推定によるグリッパ内物体回転のSO(3)上での触覚追跡
2つの視覚ベース触覚センサのみを用いて、グリッパ内での物体回転をSO(3)上で追跡する手法を提案。回転の軸と大きさを分離して推定し、接触境界の手がかりで各指の応答を補正し、2指の一致度に基づいて融合する。
原題: TacSpin: Tactile Tracking of In-Gripper Object Rotation on SO(3) via Axis-Magnitude Estimation / Yuhao Wu, Linhao Song, Huan Yin
日本語で読む → - 論文音声合成/キャラクター自然言語
既知声のクローニングと性格転移の限界:キャラクターデザインへの応用
身近な人物の声をクローンして仮想キャラクターに話させても、その人物の性格印象は一貫して転移しないことを2つの実験で示した。
原題: Known-Voice Cloning and the Limits of Personality Transfer for Character Design / Johanna Magdalena Kuch, Maud van Lier, Daksitha Senel Withanage Don 他
日本語で読む → - 論文自動運転/世界モデル画像認識
DriveWLA:自動運転のための世界・言語・行動モデリングによる未来動態とシーン意味論の統合
自動運転向けに、未来予測・意味理解・軌道生成をMixture-of-Transformersで統合したWorld-Language-Actionモデルを提案し、強化学習で軌道生成を改善して高い性能とゼロショット汎化を示した。
原題: DriveWLA: Unifying Future Dynamics and Scene Semantics through World-Language-Action Modeling for Autonomous Driving / Shuzheng Wang, Haoxuan Li, Shengzhen Li 他
日本語で読む → - 論文意図認識AI
マルチモーダル人間活動系列からの階層的意図認識のためのニューロシンボリックグラフトランスフォーマー
人間の行動系列から階層的な意図を認識するため、グラフトランスフォーマーに一階述語論理の損失を組み合わせたニューロシンボリック手法を提案し、NTU-Hierarchyデータセットで評価した。
原題: Neuro-Symbolic Graph Transformers for Hierarchical Intention Recognition from Multimodal Human Activity Sequences / Farnaz Soleimani, Abdelghani Chibani, Yacine Amirat 他
日本語で読む → - 論文VLAロボティクス
PrT-Flow: 確率計算可能なフローマッチングによる強化学習
各サンプリングステップを可逆にすることで確率密度を計算可能にしたフローマッチング手法を提案し、模倣学習と強化学習の両方でロボット操作タスクに成功した。
原題: PrT-Flow: Probability-Tractable Flow Matching for Reinforcement Learning / Congzhong Sun, Ning Tan
日本語で読む → - 論文自己改善AI
ロボットを改善するのは誰か?物理的再帰的自己改善に向けて
物理的経験を通じてロボットが能力と改善手順そのものを更新する「物理的再帰的自己改善」を定義し、L0-L5の枠組みで既存研究を整理したサーベイ。
原題: Who Improves the Robot? Toward Physical Recursive Self-Improvement / Hai Zhou, Fan Yang, Zeyi Chen 他
日本語で読む →
PR・アフィリエイト広告
