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 →- 論文協調知覚/V2Xロボティクス
VALISENS:協調自動運転のための検証済み革新的マルチセンサシステム
車車間・路車間通信を活用し、車載と路側のLiDAR・レーダー・RGB/熱カメラを統合した協調知覚システムを構築し、実環境テストベッドで歩行者認識性能とセンサ監視精度を検証した。
原題: VALISENS: A Validated Innovative Multi-Sensor System for Cooperative Automated Driving / Lei Wan, Prabesh Gupta, Andreas Eich 他
日本語で読む → - 論文VLAロボティクス
グラウンディングからマニピュレーションへ:具現化ロボットシステムにおける基盤モデル統合のケーススタディ
ロボットシステム構築の3つのパラダイム(VLAモデル、VLMパイプライン、マルチモーダルLLMパイプライン)を、複雑な指示理解と物体操作の2つのケーススタディで評価し、汎化とデータ効率のトレードオフを明らかにした。
原題: From Grounding to Manipulation: Case Studies of Foundation Model Integration in Embodied Robotic Systems / Xiuchao Sui, Daiying Tian, Qi Sun 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 → - 論文適応制御ロボティクス
ρ-POMDP計画によるモデル同定適応制御
システムパラメータを隠れ状態として扱い、信念空間計画(ρ-POMDP)として情報入力設計とモデル同定適応制御を統合し、BiLQRで解く手法を提案。
原題: Model Identification Adaptive Control with $\rho$-POMDP Planning / Michelle Ho, Arec Jamgochian, Mykel J. Kochenderfer
日本語で読む → - 論文sim2real画像認識
MetaScenes: 実世界3Dスキャンからの自動レプリカ生成に向けて
実世界スキャンから構築した大規模シミュラブル3DシーンデータセットMetaScenesと、アセットを自動置換するマルチモーダル整合モデルScan2Simを提案し、ロボット操作とVLNのベンチマークで有効性を示した。
原題: MetaScenes: Towards Automated Replica Creation for Real-world 3D Scans / Huangyue Yu, Baoxiong Jia, Yixin Chen 他
日本語で読む → - 論文リアルタイムシステムcs.OS
市販部品ベースのリアルタイムシステムにおけるミドルウェア透過的なコールバック実行
ROS 2においてコールバックとOSスレッドを1対1で固定対応させ、ミドルウェア層を意識せずOSのスケジューリングを直接適用できる新Executorを提案・実装した論文。
原題: Work in Progress: Middleware-Transparent Callback Enforcement in Commoditized Component-Oriented Real-time Systems / Takahiro Ishikawa-Aso, Atsushi Yano, Takuya Azumi 他
日本語で読む → - 論文マニピュレーションロボティクス
VTLA:視覚・触覚・言語・行動モデルと選好学習による挿入操作
視覚と言語に触覚を統合したVTLAモデルを提案し、選好最適化(DPO)で連続的なロボット操作を学習。ピン挿入タスクで90%以上の成功率と実機転移を実現した。
原題: VTLA: Vision-Tactile-Language-Action Model with Preference Learning for Insertion Manipulation / Chaofan Zhang, Peng Hao, Xiaoge Cao 他
日本語で読む → - 論文運動計画ロボティクス
運動計画における仮想ホロノミック拘束:可解性と限界の再検討
従来の仮想ホロノミック拘束の定義が過度に制限的で、多くの実行可能な軌道を排除していることを示し、定義の再考を促す。
原題: Virtual Holonomic Constraints in Motion Planning: Revisiting Feasibility and Limitations / Maksim Surov
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VLAロボティクス
OneTwoVLA:適応的推論を備えた統合視覚言語行動モデル
行動と推論を単一モデルで統合し、必要な時だけ明示的に推論する適応的切替機構を導入したVLAモデル。長期的タスク計画やエラー回復、人間との対話、視覚的接地を実現。
原題: OneTwoVLA: A Unified Vision-Language-Action Model with Adaptive Reasoning / Fanqi Lin, Ruiqian Nai, Yingdong Hu 他
日本語で読む → - 論文VLAロボティクス
三重階層拡散方策による視覚運動学習
RGB-D入力・多スケール視覚表現・階層的条件付き拡散を組み合わせ、視覚特徴と行動生成の統合を強化した視覚運動方策を提案。44のシミュレーションタスクで平均27.5%改善し、実機双腕タスクでも高性能を示した。
原題: H$^3$DP: Triply-Hierarchical Diffusion Policy for Visuomotor Learning / Yiyang Lu, Yufeng Tian, Zhecheng Yuan 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 → - 論文マニピュレーションロボティクス
ジャガイモ塊茎からの高スループット組織サンプリングのための双腕ロボットシステムの設計・統合・評価
機械視覚誘導の双腕ロボットでジャガイモ塊茎から組織を自動採取するシステムを開発し、位置誤差1.84mm、成功率81.5%、サイクルタイム10.4秒を達成した。
原題: Design, Integration, and Evaluation of a Dual-Arm Robotic System for High Throughput Tissue Sampling from Potato Tubers / Divyanth L. G., Syed Usama Bin Sabir, Divya Rathore 他
日本語で読む → - 論文経路計画ロボティクス
SmallPlan: 小型言語モデルを活用したシミュレーション駆動・LLM誘導蒸留による逐次経路計画
LLMを教師として小型言語モデルを訓練し、シミュレーションと強化学習を組み合わせて、エッジデバイスでも動作する効率的な経路計画を実現した。
原題: SmallPlan: Leverage Small Language Models for Sequential Path Planning with Simulation-Powered, LLM-Guided Distillation / Quang P. M. Pham, Khoi T. N. Nguyen, Nhi H. Doan 他
日本語で読む → - 論文空陸協調ロボティクス
未知環境における言語指定ミッションのための空陸協調システム
UAVとUGVが自然言語で指定されたミッションを協調して遂行し、仕様変更にも即応するシステムを開発した。LLMベースのプランナと意味地図の機会的共有により、都市・農村でのタスク駆動ナビゲーションを実現した。
原題: Air-Ground Collaboration for Language-Specified Missions in Unknown Environments / Fernando Cladera, Zachary Ravichandran, Jason Hughes 他
日本語で読む → - 論文模倣学習ロボティクス
正準ポリシー:SE(3)同変ポリシーのための正準3D表現学習
3D点群を正準表現にまとめることで、物体・配置・視点の変化に強いSE(3)同変な模倣学習ポリシーを実現した研究。
原題: Canonical Policy: Learning Canonical 3D Representation for SE(3)-Equivariant Policy / Zhiyuan Zhang, Zhengtong Xu, Jai Nanda Lakamsani 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 → - 論文マニピュレーションロボティクス
狭所における把持と動作の統合計画フレームワーク
狭い空間にある物体を把持するため、把持と動作計画を同時に解く手法のベンチマークを20シナリオと共に提案し、2つのベースライン手法で評価した。
原題: A Framework for Joint Grasp and Motion Planning in Confined Spaces / Martin Rudorfer, Jiří Hartvich, Vojtěch Vonásek
日本語で読む → - 論文到達可能性解析ロボティクス
PCA-DDReach: 主成分分析による確率的動的システムの効率的な統計的到達可能性解析
ブラックボックスな動的システムの到達可能性解析において、主成分分析を用いて保守性を低減しつつ効率的に確率的到達集合を計算するデータ駆動手法を提案した。
原題: PCA-DDReach: Efficient Statistical Reachability Analysis of Stochastic Dynamical Systems via Principal Component Analysis / Navid Hashemi, Lars Lindemann, Jyotirmoy Deshmukh
日本語で読む → - 論文拡散計画ロボティクス
CHD: 長期的タスクのための結合階層拡散
高レベルなサブゴール選択と低レベルな軌道生成を単一の拡散プロセスで結合し、長期的なタスクにおける計画の一貫性と性能を向上させるフレームワークを提案。
原題: CHD: Coupled Hierarchical Diffusion for Long-Horizon Tasks / Ce Hao, Anxing Xiao, Zhiwei Xue 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VLAロボティクス
基盤モデル搭載の空中・地上ロボットの実環境展開:課題と機会
LLMを活用した自律フレームワークSPINEを実環境のロボットに展開し、数キロ規模の非構造環境での大規模計画やオンボード小型言語モデルによるUAV計画を実証した。
原題: Deploying Foundation Model-Enabled Air and Ground Robots in the Field: Challenges and Opportunities / Zachary Ravichandran, Fernando Cladera, Jason Hughes 他
日本語で読む → - 論文動作計測ロボティクス
超広帯域測位を用いた大規模・遮蔽環境での人間動作データ収集
混雑・遮蔽環境での人間動作計測に超広帯域(UWB)測位を適用し、アイトラッキングやLiDAR・レーダーも併用して130分以上のマルチモーダルデータを収集・評価した。
原題: Collecting Human Motion Data in Large and Occlusion-Prone Environments using Ultra-Wideband Localization / Janik Kaden, Maximilian Hilger, Tim Schreiter 他
日本語で読む → - 論文世界モデル画像認識
GeoDrive: 3D幾何情報を活用した精密な行動制御可能な運転世界モデル
入力画像から3D表現を抽出し、指定した自車軌道に基づく2Dレンダリングを条件として与えることで、3D幾何的一貫性と行動制御性を高めた自動運転向け世界モデルを提案した。
原題: GeoDrive: 3D Geometry-Informed Driving World Model with Precise Action Control / Anthony Chen, Wenzhao Zheng, Yida Wang 他
日本語で読む → - 論文歩行ロボティクス
MULE: 四足歩行のためのマルチ地形・未知負荷適応
強化学習を用いて、四足ロボットが様々な地形や未知の積載物に適応しながら歩行できる適応型制御フレームワークを提案し、シミュレーションと実機で有効性を示した。
原題: MULE: Multi-terrain and Unknown Load Adaptation for Effective Quadrupedal Locomotion / Vamshi Kumar Kurva, Shishir Kolathaya
日本語で読む → - 論文強化学習機械学習
ロバスト制約付きMDPにおける反復計算量保証付き効率的方策最適化
実モデルとシミュレータのずれがある状況で、最悪ケースのモデルに対しても制約を満たしつつ報酬を最大化する方策を、二分探索なしでO(ε^-2)反復で学習する手法を提案した論文。
原題: Efficient Policy Optimization in Robust Constrained MDPs with Iteration Complexity Guarantees / Sourav Ganguly, Kishan Panaganti, Arnob Ghosh 他
日本語で読む → - 論文アシスティブ・ロボティクスHCI
拡張身体コミュニケーター:LLMとロボットアームによる上肢制限者の日常的身体表現の強化
上肢に制限のある人が社会的相互作用で身体言語を豊かに使えるよう、ロボットアームと大規模言語モデルを組み合わせ、動作記憶を通じて支援者と協働で動作を設計し、文脈に応じた動作提案を行うシステムを開発・評価した。
原題: Augmented Body Communicator: Enhancing daily body expression for people with upper limb limitations through LLM and a robotic arm / Songchen Zhou, Mark Armstrong, Giulia Barbareschi 他
日本語で読む → - 論文触覚ロボティクス
磁気ベース触覚センサの挿入タスクにおけるゼロショットSim2Real転移
磁気触覚センサの生の3軸触覚読みを入力として、強化学習方策をシミュレーションから実機へゼロショット転移させる手法GCSを提案し、ブラインド挿入タスクで評価した。
原題: Zero-shot Sim2Real Transfer for Magnet-Based Tactile Sensor on Insertion Tasks / Beining Han, Abhishek Joshi, Jia Deng
日本語で読む →
PR・アフィリエイト広告
