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: 2025/5/1 / 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 →- 論文世界モデルロボティクス
WorldEval: 世界モデルを実世界ロボット方策の評価器として活用
世界モデルを実世界ロボット方策の評価代理として用いるWorldEvalを提案し、Policy2Vecで行動追従動画を生成して方策ランキングや安全性検出を実現した。
原題: WorldEval: World Model as Real-World Robot Policies Evaluator / Yaxuan Li, Yichen Zhu, Junjie Wen 他
日本語で読む → - 論文群制御ロボティクス
見て、話して、解決する:協調ロボットのためのLLMからTLへのフレームワーク
異種ロボットチームがVLMで衝突を検知し、LLMで自然言語のヘルプ要求を生成、STLとMILPで支援を計画する分散型協調フレームワークを提案。
原題: Seeing, Saying, Solving: An LLM-to-TL Framework for Cooperative Robots / Dan BW Choe, Sundhar Vinodh Sangeetha, Steven Emanuel 他
日本語で読む → - 論文歩行ロボティクス
NMPCから四足歩行のエンドツーエンドマルチタスク方策学習
NMPCの専門家デモを用いて、生の固有感覚入力から複数の歩容行動を直接予測する単一ニューラルネットを訓練するマルチタスク学習フレームワークを提案し、Go1で実機検証した。
原題: End-to-End Multi-Task Policy Learning from NMPC for Quadruped Locomotion / Anudeep Sajja, Shahram Khorshidi, Sebastian Houben 他
日本語で読む → - 論文触覚ロボティクス
人間活動認識の比較研究:モーション、触覚、マルチモーダルアプローチ
視覚ベースの触覚センサとIMUグローブを用いて15種類の活動を分類し、触覚・モーション・マルチモーダルの3手法を比較した。マルチモーダルが単一モダリティより優れ、協働ロボットのHAR向上に有効と示した。
原題: A Comparative Study of Human Activity Recognition: Motion, Tactile, and multi-modal Approaches / Valerio Belcamino, Nhat Minh Dinh Le, Quan Khanh Luu 他
日本語で読む → - 論文マニピュレーションロボティクス
RT-Cache: 学習不要の検索によるリアルタイムマニピュレーション
多様な画像と行動の軌跡をベクトルメモリにキャッシュし、テスト時に現在のフレームを埋め込んでマルチステップのスニペットを検索・再生することで、学習や微調整なしにリアルタイムでロボットを制御する手法を提案。
原題: RT-Cache: Training-Free Retrieval for Real-Time Manipulation / Owen Kwon, Abraham George, Alison Bartsch 他
日本語で読む → - 論文シナリオマイニング画像認識
RefAV:計画中心のシナリオマイニングに向けて
自動運転の走行ログから自然言語で記述された安全上重要なシナリオを検出・時空間的に特定する大規模データセットRefAVを構築し、視覚言語モデルを用いた手法の課題を分析した。
原題: RefAV: Towards Planning-Centric Scenario Mining / Cainan Davidson, Deva Ramanan, Neehar Peri
日本語で読む → - 論文セグメンテーション画像認識
ProMi: バウンディングボックス注釈を用いた効率的なプロトタイプ混合ベースの少数ショットセグメンテーション
ピクセル単位のラベルではなくバウンディングボックス注釈のみを用い、背景クラスを分布の混合として扱う訓練不要の少数ショット二値セグメンテーション手法ProMiを提案し、実ロボットタスクでの有効性も示した。
原題: ProMi: An Efficient Prototype-Mixture Baseline for Few-Shot Segmentation with Bounding-Box Annotations / Florent Chiaroni, Ali Ayub, Ola Ahmad
日本語で読む → - 論文HRIロボティクス
教育現場における共感型ヒューマノイドロボットの実現:感情知能・記憶アーキテクチャ・ジェスチャーの統合
教育用ロボットチューターに感情・記憶・ジェスチャーのモジュールを統合し、生徒の感情状態に応じた共感的な対話と個別化されたフィードバックを実現するシステムを提案した。
原題: Integrating emotional intelligence, memory architecture, and gestures to achieve empathetic humanoid robot interaction in an educational setting / Fuze Sun, Lingyu Li, Shixiangyue Meng 他
日本語で読む → - 論文群制御ロボティクス
MEF-Explore: 通信制約下でのマルチロボットエントロピーフィールド探索
通信が常に完全でない実環境で、動的グラフによる情報共有とエントロピーフィールドに基づく探索戦略を組み合わせ、複数ロボットで未知環境を効率的に探索する手法を提案。
原題: MEF-Explore: Communication-Constrained Multi-Robot Entropy-Field-Based Exploration / Khattiya Pongsirijinda, Zhiqiang Cao, Billy Pik Lik Lau 他
日本語で読む → - 論文VLAロボティクス
LogisticsVLN: エージェント型UAVによる低高度ラストマイル配送のための視覚言語ナビゲーション
MLLMを活用し、要求理解・階層特定・物体検出・行動決定を組み合わせたUAV配送システムを提案し、CARLAシミュレータ上のVLDデータセットで有効性を検証した。
原題: LogisticsVLN: Vision-Language Navigation For Low-Altitude Terminal Delivery Based on Agentic UAVs / Xinyuan Zhang, Yonglin Tian, Fei Lin 他
日本語で読む → - 論文共有制御HCI
視線追跡で操作するロボットアームの共有制御:ウィザード・オブ・オズ実験による設計検証
視線追跡と共有制御を組み合わせた支援ロボットアームの設計を、実験者が自動化を代行するウィザード・オブ・オズ法で評価し、障害当事者への調査と対面実験からユーザビリティと設計課題を明らかにした。
原題: Eye-tracking-Driven Shared Control for Robotic Arms: Wizard of Oz Studies to Assess Design Choices / Anke Fischer-Janzen, Thomas M. Wendt, Daniel Görlich 他
日本語で読む → - 論文マニピュレーションロボティクス
見ることから行うことへ:ロボットマニピュレーションのための推論と意思決定の橋渡し
空間関係推論で中間表現を生成する視覚言語モデルFSDを提案し、ロボット操作のゼロショット性能を大幅に向上させた。
原題: From Seeing to Doing: Bridging Reasoning and Decision for Robotic Manipulation / Yifu Yuan, Haiqin Cui, Yibin Chen 他
日本語で読む → - 論文VLAロボティクス
オフライン目標条件付き強化学習のための極値フローマッチング
フローマッチングの性質を利用して学習分布の最小値・最大値を推定し、目標条件付き模倣・強化学習アルゴリズムを構築。OGBenchとTalosヒューマノイドでの実機検証を行った。
原題: Extremum Flow Matching for Offline Goal Conditioned Reinforcement Learning / Quentin Rouxel, Clemente Donoso, Fei Chen 他
日本語で読む → - 論文群制御ロボティクス
SwarmDiff: 拡散トランスフォーマによる混雑環境下の群ロボット軌道計画
群ロボットのマクロ状態を確率密度関数で表し、条件付き拡散モデルとDiffusion Transformerでリスクを考慮した軌道を生成する階層的フレームワークを提案。
原題: SwarmDiff: Swarm Robotic Trajectory Planning in Cluttered Environments via Diffusion Transformer / Kang Ding, Chunxuan Jiao, Yunze Hu 他
日本語で読む → - 論文マニピュレーションロボティクス
ForceVLA:力覚対応MoEで接触の多いマニピュレーションを強化するVLAモデル
外部力覚をVLAの第一級モダリティとして扱い、力覚対応のMixture-of-Experts融合モジュールで視覚言語埋め込みと6軸力フィードバックを統合する操作フレームワークを提案し、接触の多いタスクの成功率を23.2%向上させた。
原題: ForceVLA: Enhancing VLA Models with a Force-aware MoE for Contact-rich Manipulation / Jiawen Yu, Hairuo Liu, Qiaojun Yu 他
日本語で読む → - 論文自己位置推定ロボティクス
NeuroLoc: 脳のナビゲーション細胞を模倣した6自由度カメラ自己位置推定
グリッド細胞・プレイス細胞・頭方向細胞に着想を得て、単一画像から6自由度のカメラ位置姿勢を推定する手法を提案し、屋内・屋外ベンチマークで複雑環境でのロバスト性を向上させた。
原題: NeuroLoc: Encoding Navigation Cells for 6-DOF Camera Localization / Xun Li, Jian Yang, Fenli Jia 他
日本語で読む → - 論文医療ロボティクスロボティクス
EndoForce:内視鏡ロボットシステム向け直感的軸力計測デバイスの開発
内視鏡ロボットの挿入時に生じる軸方向の力を、臨床環境でも使いやすい滅菌カバー対応のロードセル式デバイスで高精度に計測できるようにした研究。
原題: EndoForce: Development of an Intuitive Axial Force Measurement Device for Endoscopic Robotic Systems / Hansoul Kim, Dong-Ho Lee, Dukyoo Kong 他
日本語で読む → - 論文歩行cs.GR
PARC: 強化学習と物理シミュレーションによるキャラクターコントローラのための動作データ拡張
少数のモーションデータから生成器と物理ベース追従コントローラを反復的に学習させ、地形走破動作を拡張するフレームワークPARCを提案。
原題: PARC: Physics-based Augmentation with Reinforcement Learning for Character Controllers / Michael Xu, Yi Shi, KangKang Yin 他
日本語で読む → - 論文マニピュレーションロボティクス
物理条件付き把持による安定した道具使用
道具使用時の力学的負荷を考慮して把持を選ぶ手法を提案し、シミュレーションと実機でトルク抑制と成功率向上を実現した。
原題: Physics-Conditioned Grasping for Stable Tool Use / Noah Trupin, Zixing Wang, Ahmed H. Qureshi
日本語で読む → - 論文VLAロボティクス
想像・検証・実行:視覚言語モデルによる記憶誘導型エージェント探索
視覚言語モデルでシーンを想像し物理的妥当性を検証してから行動する探索フレームワークIVEを提案し、多様な探索と下流学習の性能向上を実現した。
原題: Imagine, Verify, Execute: Memory-guided Agentic Exploration with Vision-Language Models / Seungjae Lee, Daniel Ekpo, Haowen Liu 他
日本語で読む → - 論文運動学最適化ロボティクス
PyRoki: ロボット運動学最適化のためのモジュラーツールキット
運動学的最適化問題を解くためのモジュラーで拡張可能なクロスプラットフォームツールキットを提案し、CPU/GPU/TPUで動作し、既存のGPUライブラリより高速で低誤差に収束することを示した。
原題: PyRoki: A Modular Toolkit for Robot Kinematic Optimization / Chung Min Kim, Brent Yi, Hongsuk Choi 他
日本語で読む → - 論文経路計画/強化学習ロボティクス
モジュール型自己再構成衛星のための目標指向強化学習ベース経路計画アルゴリズム
モジュール型自己再構成衛星の再構成経路計画において、複数の目標構成に対応するため、Hindsight Experience ReplayとInvalid Action Maskingを組み込んだ目標指向強化学習アルゴリズムを提案し、4ユニットと6ユニットのクラスタでそれぞれ95%と73%の成功率を達成した。
原題: A Goal-Oriented Reinforcement Learning-Based Path Planning Algorithm for Modular Self-Reconfigurable Satellites / Bofei Liu, Dong Ye, Zunhao Yao 他
日本語で読む → - 論文sim2real機械学習
世界モデルを参照軌道として用いる高速運動適応
世界モデルの予測を暗黙の参照軌道として使う二重制御フレームワークを提案し、強化学習による長期報酬最大化と高速な潜在制御による運動実行を分離することで、動特性変化に素早く適応する手法を実現した。
原題: World Models as Reference Trajectories for Rapid Motor Adaptation / Carlos Stein Brito, Daniel McNamee
日本語で読む → - 論文データ駆動制御制御
ノイズを含む計測データからの直接データ駆動制御
システム同定を行わず、ノイズを含む入出力データからLQRの最適ゲインを凸最適化で直接学習する手法を提案し、平均二乗安定性を保証する。
原題: Direct Data Driven Control Using Noisy Measurements / Ramin Esmzad, Gokul S. Sankar, Teawon Han 他
日本語で読む → - 論文自動運転ロボティクス
ループを閉じる:開ループベンチマークを超えた運動予測モデル
自動運転における運動予測モデルとプランナの相互作用を評価し、開ループ精度が閉ループ性能と必ずしも相関せず、パラメータを最大86%削減しても同等以上の性能が得られることを示した。
原題: Closing the Loop: Motion Prediction Models beyond Open-Loop Benchmarks / Mohamed-Khalil Bouzidi, Christian Schlauch, Nicole Scheuerer 他
日本語で読む → - 論文3D再構成画像認識
OmniIndoor3D:包括的な屋内3D再構成
RGB-Dカメラで撮影した屋内シーンを、ガウス表現を用いて見た目・形状・パノプティックに高精度で再構成するフレームワークを提案。
原題: OmniIndoor3D: Comprehensive Indoor 3D Reconstruction / Xiaobao Wei, Xiaoan Zhang, Hao Wang 他
日本語で読む → - 論文SLAMロボティクス
IMU/GNSS不要の森林環境におけるロバストな2D LiDAR SLAM
GNSSが使えない果樹園や森林で、2D LiDARと修正ハウスドルフ距離を用いて高精度に自己位置推定と地図生成を行うSLAM手法を提案した。
原題: Robust 2D lidar-based SLAM in arboreal environments without IMU/GNSS / Paola Nazate-Burgos, Miguel Torres-Torriti, Sergio Aguilera-Marinovic 他
日本語で読む → - 論文安全制御ロボティクス
非凸固定翼飛行制御と自動運転のためのバリア関数オーバーライド
強化学習の安全性を確保するため、非凸な制御入力を持つ固定翼機と自動運転車の離散時間系に対してバリア関数を設計し、近似オーバーライドで安全違反ゼロを達成した。
原題: Barrier Function Overrides For Non-Convex Fixed Wing Flight Control and Self-Driving Cars / Eric Squires, Phillip Odom, Zsolt Kira
日本語で読む → - 論文タスク・動作計画ロボティクス
言語モデルによるメタ最適化とプログラム探索を用いたタスク・動作計画
基盤モデルとロボット制御のインターフェースとして軌道最適化問題のプログラム探索を行い、ゼロ次最適化で数値パラメータを調整するTAMP手法を提案し、物体操作と描画タスクで有効性を示した。
原題: Meta-Optimization and Program Search using Language Models for Task and Motion Planning / Denis Shcherba, Eckart Cobo-Briesewitz, Cornelius V. Braun 他
日本語で読む → - 論文動作予測ロボティクス
展開可能で汎化可能な自律性に向けた動作予測の動向:再訪と展望
動作予測モデルの汎化性と実展開性に焦点を当て、ロボティクス・自動運転・人間動作への応用を中心に、手法・表現・評価プロトコルの分類と課題を整理したサーベイ。
原題: Trends in Motion Prediction Toward Deployable and Generalizable Autonomy: A Revisit and Perspectives / Letian Wang, Marc-Antoine Lavoie, Sandro Papais 他
日本語で読む →
PR・アフィリエイト広告
