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VLAロボティクス
LIBERO-RIG:視覚言語行動モデルのためのハードウェア設定ロバスト性ベンチマーク
ロボットのハードウェアと設定のみを摂動させ、タスクを固定したベンチマークLIBERO-RIGを提案し、9つの視覚言語行動モデルを評価して性能劣化を統計的に分析した。
原題: LIBERO-RIG: A Hardware-Setup Robustness Benchmark for Vision-Language-Action Models / Andrea Yaoyun Cui, Hanyu Wang, Xinyi Wang 他
日本語で読む → - 論文3Dアセンブリ画像認識
LLM2R:大規模言語モデルによる3Dパーツ再組み立て
大規模言語モデルを活用し、バラバラの3Dパーツを一括で組み立てる手法を提案。全パーツの姿勢を非自己回帰的に予測し、複数データセットで高精度を達成。
原題: LLM2R: From Large Language Models to 3D Reassemblers / Zhouhan Zhong, Qiuhong Shen, Xingyi Yang 他
日本語で読む → - 論文VLAロボティクス
WAVE-0: 軽量な潜在未来予測でVLA方策と世界行動モデルを橋渡し
事前学習済みVLAに軽量な潜在世界モデルを組み合わせ、将来予測を行動生成に直接活用することで、ロボットマニピュレーション性能を大幅に向上させた研究。
原題: WAVE-0: Bridging VLA Policies and WAMs with Lightweight Latent Future Prediction / Haomin Wang, Anqiong Ji, Ke Wang 他
日本語で読む → - 論文自動運転/世界モデルロボティクス
OccWAM: シーンから自己へのフローマッチングを統合した占有ワールドアクションモデル
将来の占有グリッドと自車軌道をフローマッチングで同時生成する世界行動モデルを提案し、シーン中心と自己中心の2段階フローで相互に洗練させる。
原題: OccWAM: Occupancy World-Action Models with Joint Scene-to-Ego Flow Matching / Qihang Huang, Wenhui Huang, Collister Chua 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 → - 論文マニピュレーションロボティクス
ForceWAM: 接触を伴う操作のためのデモとプレイデータから未来予測と応答学習を分離する力世界行動モデル
成功デモから未来の映像と6軸力覚を予測する世界モデルと、デモとタスク非依存のプレイデータから行動を学ぶ逆動力学モデルを分離し、接触の多い操作を高成功率で実現した研究。
原題: ForceWAM: Decoupling Future and Response Learning from Demo and Play Data for Contact-Rich Manipulation / Zijun Xu, Wendi Chen, Xinkai Wang 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 → - 論文マニピュレーションロボティクス
PACT: 多指模倣学習のための姿勢整合型ハンド構成・リターゲティング同時設計手法
人間の把持姿勢に基づき、17サーボのロボットハンドの機構パラメータと姿勢リターゲティング則を同時最適化し、実機で模倣学習の精度と把持性能を大幅に向上させた。
原題: PACT: Posture-Aligned Co-Design Technique for Hand Configuration and Retargeting in Multi-Finger Imitation Learning / Koyo Sasazaki, Satoshi Funabashi, Pranav Ponnivalavan 他
日本語で読む → - 論文ナビゲーションロボティクス
DR-VLA: 一人称視点のWeb動画からドメイン不変なシーン表現を介して人間らしい四足歩行ナビゲーションを学習
一人称視点のWeb動画1万時間と実機テレオペ2千クリップを組み合わせ、視点や動きの違いを吸収するドメイン不変シーン表現を用いて、四足ロボットが人間らしく配送ナビゲーションできるMixture-of-Transformersフレームワークを提案した。
原題: DR-VLA: Learning Human-Like Quadruped Navigation from Egocentric Web Videos via Domain-Invariant Scene Representations / Jun Tian, Yingjie Niu, Ruo Chen 他
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SLAMロボティクス
RTISSLAM: 頑健なポーズグラフと占有格子マッピングを用いた空中イメージングソナーSLAM
空中イメージングソナー専用のSLAMシステムを提案し、鏡面反射が多い環境でもポーズグラフと占有格子地図を組み合わせて高精度な自己位置推定と地図構築を実現した。
原題: RTISSLAM: In-air Imaging Sonar SLAM using a Robust Pose Graph and Occupancy Grid Mapping / Jan Steckel
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 → - 論文マニピュレーションロボティクス
接触軌道プロンプティング:単一実演からの接触を伴う動作の文脈内転移
単一の実演から接触を伴うマニピュレーション動作をワンショットで転移するため、動作と接触情報を時系列の接触軌道プロンプトとして符号化し、オンライン感覚フィードバックで参照する枠組みを提案した。
原題: Contact Trajectory Prompting: In-Context Transfer of Contact-Rich Behaviors from a Single Demonstration / Xian Nie, Yujie Zang, Yuhang Zheng 他
日本語で読む → - 論文VLAロボティクス
EmbodiedEvo:物理的知能のための自己改善型コーディングエージェント
コーディングエージェントが単一のPlaygroundシーンでのフィードバックを通じて再利用可能なスキルと教訓を進化させ、それを多様な新シーンに適用することで物理タスクの成功率を高める手法を提案。
原題: EmbodiedEvo: Self-improving Coding Agents for Physical Intelligence / Wenyi Li, Yizhe Chi, Youjie Zheng 他
日本語で読む → - 論文自動運転ロボティクス
AutoAgent0: 安全な閉ループ運転のためのエージェント実行環境
既存の運転ポリシーに検出・検証・回復機能を追加し、閉ループ運転の安全性をテスト時実行問題として改善するエージェントランタイムを提案。
原題: AutoAgent0: An Agentic Runtime for Safe Closed-Loop Driving / Jiageng Liu, Seth Z. Zhao, Zewei Zhou 他
日本語で読む → - 論文マニピュレーションロボティクス
DexStitch: 接触を考慮したロボットインペインティングによる人間動画からの器用なスキルの学習と合成
人間の長期的動画をスキルと遷移に分割し、接触を保ちながらロボットの観測・行動データに変換して、スキル条件付き方策で連続実行できるようにしたフレームワーク。
原題: DexStitch: Learning and Composing Dexterous Skills from Human Videos via Contact-Aware Robotic Inpainting / Byeonggyeol Choi, Seongmin Jung, Unghui Nam 他
日本語で読む → - 論文VLAロボティクス
LoopWAM: 実運用ロールアウトによる閉ループ汎用方策改善
成功・失敗が混在する実運用ロールアウトから直接学習する世界行動モデルを提案し、品質を考慮した監督と並列デノイジングで方策を反復改善する。
原題: LoopWAM: Closed-Loop Generalist Policy Improvement from Deployment Rollouts / Wenxuan Guo, Yingping Liang, Zhaoguo Wang 他
日本語で読む → - 論文能動的推論AI
内受容的優先順位付けの二経路:能動的推論における尤度精度と選好再重み付けの分離
能動的推論エージェントが生存のためのニーズ優先順位を、内受容情報の精度向上と選好再重み付けの2つの方法で実現することを比較し、生存率・知覚・身体モデル学習への影響をグリッドワールド実験で分析した。
原題: Two Routes to Interoceptive Prioritisation: Dissociating Likelihood Precision and Preference Reweighting in Active Inference / St John Grimbly, Nicolas Kuske, Evert A. Boonstra 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 → - 論文VLAAI
ABot-ER:エージェント型データ・モデル共進化による統合的身体推論
知覚・計画・実行を単一モデルで統合し、データ戦略とモデルを共進化させる自己進化エンジンとタスク条件付き適応学習により、12ベンチマークで最先端性能を達成した身体推論基盤モデル。
原題: ABot-ER: Unified Embodied Reasoning through Agentic Data-Model Co-Evolution / Qiuyu Ding, Heng-Da Xu, Changda Xia 他
日本語で読む → - 論文sim2realロボティクス
Contact-UAN: ヒューマノイド制御のための残差ワールドモデルとしての教師なしアクチュエータネットワーク
シミュレータの物理事前分布を保ちつつアクチュエータ動特性を補正する残差ワールドモデルを提案し、接触を考慮したリプレイで実機データから学習、力制御とトルク効率を改善して実世界へ転移させた。
原題: Contact-UAN: Unsupervised Actuator Networks as a Residual World Model for Humanoid Control / Nolan Fey, Khai Nguyen, Yash Prabhu 他
日本語で読む → - 論文模倣学習ロボティクス
I3L: 全身移動マニピュレーションのための反復対話型模倣学習
低コストな操作インターフェースと反復的な方策改善を組み合わせ、全身移動マニピュレーションのオフライン学習の失敗を修正するシステムを提案。実機とシミュレーションで成功率を大幅に向上させた。
原題: I3L: Iterative Interactive Imitation Learning for Whole-Body Mobile Manipulation / Wensi Ai, Christopher Luey, Karthik Dharmarajan 他
日本語で読む → - 論文エラー認識モニタリングロボティクス
HelpMeOut: 家庭内タスク実行のエラー認識モニタリングのための神経心理学的ベンチマーク
認知機能障害や高齢者の日常行動に生じる構造的エラーを検出するため、9カテゴリのエラーを含む2万件の活動エピソードからなるベンチマークを構築し、既存手法がエラーモニタリングに苦戦することを示した。
原題: HelpMeOut: A Neuropsychology-Grounded Benchmark for Error-Aware Monitoring of Household Task Execution / Haoran Wang, Jingwei Huang, Anqing Duan 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 → - 論文モデルベース計画機械学習
生成的軌道計画によるモデルベースオンライン意思決定
拡散モデルを行動系列の提案分布として学習し、学習済みの力学・報酬・価値モデルで洗練することで、効率的な推論と長期的推論を両立させるモデルベース計画フレームワークGTPを提案。
原題: Model-Based Online Decision Making via Generative Trajectory Planning / Haldun Balim, Yilun Du, Na Li
日本語で読む →
PR・アフィリエイト広告
