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
ATOM: 抽象遷移とオプションのモデル化による経験情報を活用した階層ナビゲーション
大規模3D環境での繰り返しナビゲーションを効率化するため、上位のグラフ計画と再利用可能な下位オプションポリシーを組み合わせた階層ナビゲーション手法ATOMを提案し、実車実験で有効性を示した。
原題: ATOM: Abstract Transition and Option Modeling - Experience-Informed Hierarchical Navigation / Changxuan Yao, Panagiotis Tsiotras
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 → - 論文世界モデルロボティクス
GreenWAM: ロボティクス向け世界基盤モデル
20種のロボットを共通関節座標で扱う行動空間と統合訓練により、世界予測と政策の両方に使える単一のロボット世界モデルを構築した。
原題: GreenWAM: A World Foundation Model for Robotics / Gennady Sidorov, Valerii Kornilov, Denis Grankin 他
日本語で読む → - 論文マニピュレーションロボティクス
ReEnvision: 長期マニピュレーションのための未来誘導型選択的行動修復
実行フィードバックから未来の行動信念を更新し、影響を受けた行動だけを選択的に修復することで、長期タスクの成功率を向上させる手法を提案。
原題: ReEnvision: Future-Guided Selective Action Repair for Long-Horizon Manipulation / Xiyin Zeng, Xuewei Huang, Yi Lu 他
日本語で読む → - 論文VLAロボティクス
MIND: 指示条件付き依存関係によるロボットの漸進的グラウンディング
言語指示を依存関係にコンパイルし、環境変化時に影響を受ける判断だけを更新することで、全再計算と同じ意思決定を保ちながら意味評価回数を削減するフレームワークを提案。
原題: MIND: Instruction-Conditioned Incremental Grounding for Robots / Mohamed Abouagour, Junhyun Nam, Wonse Jo 他
日本語で読む → - 論文視覚ナビゲーションロボティクス
RingNav: タスクに合わせた円環メモリによる視覚的方位推定
メモリを円環多様体S^1に制約した10.6kパラメータの軽量視覚方位推定器を提案し、小型ロボット上で高精度・高効率な方位推定を実現した。
原題: RingNav: Task-Shaped Circular Memory for Visual Heading / Naitri Rajyaguru, Aryan Tajne, Stephen Jardim 他
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 → - 論文画像・動画編集画像認識
QK-Edit: MM-DiTにおける画像・動画編集のための注意機構注入の再検討
マルチモーダル拡散トランスフォーマー(MM-DiT)の注意機構を訓練なしで操作し、テキスト指示による画像・動画編集を高精度に行う手法を提案。
原題: QK-Edit: Revisiting Attention-based Injection in MM-DiT for Image and Video Editing / Tiancheng Shen, Zilong Huang, Xiangtai Li 他
日本語で読む → - 論文空中マニピュレーションロボティクス
異種環境を横断する対話型空中移動のベンチマーク
屋内・屋外をまたぐ長期的な空中移動と操作のためのベンチマークCrossFlyを提案し、VLAエージェントの性能を評価した。
原題: Benchmarking Interaction-Oriented Aerial Mobility across Heterogeneous Environments / Zhibo Duan, Hanlin Kong, Tianran Ma 他
日本語で読む → - 論文触覚ロボティクス
ForeTac: 接触予測ガイダンスによる生成ロボットポリシー
触覚状態から候補行動の接触結果を予測し、接触品質で評価して行動生成を誘導する枠組みを提案。実機4タスクで成功率を36.3%から71.3%に向上させた。
原題: ForeTac: Predictive Contact Guidance for Generative Robot Policies / Zhiyuan Chen, Shuai Chen, Haoran Zhou 他
日本語で読む → - 論文歩行ロボティクス
未知のペイロード下での精密足場のための動力学のオンライン認識を伴う歩行
未知のペイロードによる動力学変化に対応するため、明示的な慣性推定と暗黙的な動力学特徴を組み合わせた歩行フレームワークLOADを提案し、狭い梁上での精密な足場を実現した。
原題: Locomotion with Online Awareness of Dynamics for Precision Footholds / Kunzhao Ren, Zhishuo Zhu, Xiaobin Xiong
日本語で読む → - 論文VLAロボティクス
身体性を持つSystem 2の全タスク実行サイクルにわたる系統的研究に向けて
視覚観察に基づく計画・実行・回復を評価するベンチマークSCOPERを提案し、証拠記憶と進捗検証を組み合わせたハーネスでタスク成功率を改善した。
原題: Towards a Systematic Study of Embodied System 2 over Full Task Execution Cycles / Yuxi Wei, Ye Fang, Shuai Yang 他
日本語で読む → - 論文VLAロボティクス
ForkCast: 反事実的未来予測による視覚言語行動ポリシーの復旧
凍結したVLAポリシーに対し、行動継続・視点変更・軌道再計画の候補を世界モデルで予測比較し、失敗検出器なしで介入の要否と方法を決める復旧フレームワーク。
原題: ForkCast: Predictive Recovery for Vision-Language-Action Policies via Counterfactual Futures / Chenru Wen, Huajian Zeng, Haokai Ding 他
日本語で読む → - 論文VLAロボティクス
品質を考慮したVLA事前学習で重要な要素は何か:ベンチマークと実証研究
VLA事前学習におけるデモ品質の活用法(重み付け・フィルタリング・条件付け)を比較し、品質タグの役割を検証するAXIS-Benchを提案。実世界実験で成功率が9.6%から31.7%に向上。
原題: What Matters in Quality-Aware VLA Pretraining: A Benchmark and Empirical Study / Mingxuan Yan, Litian Gong, Dihong Huang 他
日本語で読む → - 論文群制御ロボティクス
運用制約下でのUAV-UGVチームのためのマスク付き誤差有界ニューロシンボリック拡散による協調計画
UAVとUGVの協調計画を条件付きマスク拡散モデルで生成し、論理規則で制約を課すニューロシンボリック手法を提案。誤差有界な推論スケジューリングで制約下の計画最適性を向上。
原題: Collaborative Planning for UAV-UGV Teams under Operational Constraints via Masked Error-bounded Neuro-Symbolic Diffusion / Zihao Deng, Qianhuang Li, Maggie Wigness 他
日本語で読む → - 論文模倣学習ロボティクス
OneDemo: 単一デモンストレーションからの統合的な方策学習とデータ生成
単一の成功デモンストレーションを強化学習で編集し、新しいタスク設定に対応する方策学習とデモンストレーション生成を同時に実現するフレームワークを提案。
原題: OneDemo: Unified Policy Learning and Data Generation from a Single Demonstration / Ying Qian, Jianshu Hu, Han Fang 他
日本語で読む → - 論文sim2realロボティクス
RoboSimStudio:ロボットマニピュレーションタスクの迅速なReal2Simのための対話型ツールキット
ロボットと物体の接触力学や摩擦などを含む物理シミュレーションを、人間やコーディングエージェントが対話的に調整できるツールキットを開発し、視覚評価・力覚フィードバック・エージェントによるReal2Sim2Realの実験を行った。
原題: RoboSimStudio: An Interactive Toolkit for Rapid Real2Sim of Robot Manipulation Tasks / Kaiyuan Chen, Shuangyu Xie, Uksang Yoo 他
日本語で読む → - 論文sim2realロボティクス
Code2Worlds-2: 物理的に妥当な身体性世界シミュレーションのためのエージェントハーネス
生成された4D視覚世界に衝突形状・質量・摩擦などの物理属性を与え、MuJoCoで実行可能なシミュレーションシーンへ変換するフレームワークを提案。
原題: Code2Worlds-2: Physically Plausible Agent Harness for Embodied World Simulation / Haoyu Zhang, Siming Li, Zeyu Zhang 他
日本語で読む → - 論文世界モデルロボティクス
グリッドかノードか?部分観測下での世界モデルにおける物体記憶の検証
学習型世界モデルFloWMのグリッド型物体記憶と、カルマンフィルタによるノード型記憶を比較し、視野外の物体追跡精度・メモリ効率・未知速度への汎化性能を評価した。
原題: Grid or Nodes? Probing Object Memory in World Models Under Partial Observability / Justin McMillen, Yasin Yilmaz
日本語で読む → - 論文VLAロボティクス
UniW(A)M:世界モデルと世界行動モデルを統合するMixture-of-Expertsフレームワーク
拡散TransformerとMixture-of-Expertsを用いて、行動条件付き世界モデリングと多様な世界行動モデルを単一フレームワークに統合し、実世界マニピュレーションで高い成功率を達成した研究。
原題: UniW(A)M: A Unified Mixture-of-Experts Framework for World and World-Action Models / Jingbo Xu, Jianjie Fang, Zhuohang Li 他
日本語で読む → - 論文群制御cs.MA
極値探索制御によるマルチエージェント強化学習のチーム行動最適化
マルチエージェント強化学習において、行動多様性をオンラインで適応制御する二重時間スケールの枠組みADiCoを提案し、協調タスクでの性能向上を実証した。
原題: Optimizing Team Behavior via Extremum-seeking Control in Multi-agent Reinforcement Learning / Svar Rajankumar Patel, Kshitij Jerath
日本語で読む → - 論文VLAロボティクス
SEAR: 自己進化するエージェント型ロボティクス
言語モデルエージェントがロボット制御コードを書き、テストし、スキルや記憶として蓄積する枠組みとベンチマークを提案し、学習の持続性や新タスクへの転移、実機での性能を評価した。
原題: SEAR: Self-Evolving Agentic Robotics / Xinyi Wang, Bangzheng Li, Hanyu Wang 他
日本語で読む → - 論文シーン理解ロボティクス
可視領域を超えた知覚:ロボット自律性のための不完全性を考慮したシーン理解
遮蔽や未知物体、センサ劣化に対応するため、不完全な証拠・知識・センサ信頼性を扱う知覚手法を提案し、不確実性を含む4Dシーン表現と能動的適応の展望を示す。
原題: Perception Beyond the Visible: Incompleteness-Aware Scene Understanding for Robot Autonomy / Rohit Mohan
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3D占有予測/4Dレーダー画像認識
RadarGSOcc: ドップラー情報を活用した4Dレーダータンソルによる3Dセマンティック占有予測
4Dレーダータンソルから幾何・意味特徴を分離抽出し、ドップラー情報も活用して3Dセマンティック占有予測を行う効率的なフレームワークを提案。大規模ベンチマークも構築した。
原題: RadarGSOcc: Doppler-Aware 3D Semantic Occupancy Prediction Using 4D Radar Tensor with Geometric-Semantic Feature Extraction / Christofel Rio Goenawan, Dong-Hee Paek, Seung-Hyun Kong
日本語で読む → - 論文マニピュレーションロボティクス
接触を伴う操作のための相互作用潜在表現による行動生成
動作・接触・力の変化をまとめて潜在表現として扱い、それを行動単位としてVLAや世界モデルの学習・改善に用いる手法を提案。実機4タスクで成功率を向上させた。
原題: Interaction Latents as Actions for Contact-Rich Manipulation / Yuhang Zheng, Yujie Zang, Yuchen Liu 他
日本語で読む → - 論文ナビゲーション制御
有界外乱下における複数障害物間の安全な一輪車ナビゲーション:学習拡張型CLF-CBFアプローチ
未知の時変外乱下で一輪車ロボットが複数の静的障害物を避けつつ目標に到達するため、CLFとCBFを組み合わせたQPベースの制御器を提案し、強化学習で収束を加速する。
原題: Safe Unicycle Navigation Among Multiple Obstacles Under Bounded Disturbances: A Learning-Augmented CLF-CBF Approach (Extended Version) / Shubham Singh, Anjali Tiwari, Anand Singh 他
日本語で読む → - 論文教育ロボティクス制御
スウェーデンとイタリアの中学生を対象としたプログラミング・ロボティクス・自動制御の教育介入
PID制御ハードウェアとシリアスゲームを組み合わせたワークショップをスウェーデンとイタリアで実施し、自己効力感や知識獲得への効果を検証した。
原題: A Programming, Robotics and Automatic Control Intervention for Secondary Education Students in Sweden and Italy / A. S. Yamashita-Fridesjö, C. Hertzberg, M. Morano 他
日本語で読む → - 論文VLAロボティクス
MemoryVLN: 自己認識型メモリ表現から視覚言語ナビゲーションにおける文脈横断的メモリ再利用へ
長期的な視覚言語ナビゲーションの履歴を圧縮し、自己中心的な空間情報を含むメモリを構築・管理・再利用する統合ナビゲーションシステムを提案。
原題: MemoryVLN: From Ego-Aware Memory Representation to Cross-Context Memory Reuse in Vision-Language Navigation / Xueyao Wei, Yifei Wang, Delun Li 他
日本語で読む → - 論文世界モデルAI
Thinker-WM: 身体性知能のための共有マルチモーダル表現を持つ統合世界モデル
RGB・深度・ロボット動作を共有の動的表現で統合し、動画生成や政策推論など多機能を単一モデルで実現した世界モデル。
原題: Thinker-WM: A Unified World Model with Shared Multimodal Representations for Embodied Intelligence / Thinker Team, Peng Gao, Jichao Jiao 他
日本語で読む →
PR・アフィリエイト広告
