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 →- 論文生体信号処理eess.SP
IoT対応血行動態モニタリングシステム:AD8232生体電気信号処理とESP32の統合
AD8232心電センサとESP32を用いて心電信号を取得し、Wi-Fi経由でスマートフォンに送信して解析する低コストなIoT心電モニタリングシステムを提案した論文。
原題: IoT-Enabled Hemodynamic Surveillance System: AD8232 Bioelectric Signal Processing with ESP32 / Hemalatha R J, Shubham Malhotra, Shivapanchakshari T G 他
日本語で読む → - 論文VLA画像認識
CoMo: インターネット動画から連続潜在運動を学習するスケーラブルなロボット学習
インターネット動画から連続的な潜在運動表現を教師なしで学習し、未知動画へのゼロショット汎化と擬似行動ラベル生成を可能にする手法CoMoを提案。
原題: CoMo: Learning Continuous Latent Motion from Internet Videos for Scalable Robot Learning / Jiange Yang, Yansong Shi, Haoyi Zhu 他
日本語で読む → - 論文ダイナミクス学習ロボティクス
測定誘導束構造による環境制約下のダイナミクス学習
センサー測定と環境制約をファイバー束構造で統合し、測定に適応する制御バリア関数とNeural ODEを組み合わせて、制約を満たしながら未知の連続時間ダイナミクスを学習する幾何学的フレームワークを提案した。
原題: Learning Dynamics under Environmental Constraints via Measurement-Induced Bundle Structures / Dongzhe Zheng, Wenjie Mei
日本語で読む → - 論文VLAロボティクス
ブラックボックス運転支援の監視を支援:車線維持支援の予測アラートに向けた視覚言語モデル
LKAlertは、視覚言語モデルを用いて車線維持支援の失敗を1〜3秒前に予測し、自然言語で説明する監視アラートシステムで、予測・説明可能なLKAlert用ベンチマークも提案した。
原題: Bridging Human Oversight and Black-box Driver Assistance: Vision-Language Models for Predictive Alerting in Lane Keeping Assist Systems / Yuhang Wang, Hao Zhou
日本語で読む → - 論文マニピュレーションロボティクス
ViSA-Flow: 大規模動画の意味的行動フローによるロボットスキル学習の加速
人間の物体操作動画から「意味的行動フロー」を自己教師ありで学習し、それをロボットの少数デモに適応させることで、低データでも操作スキルを効率的に獲得するフレームワーク。
原題: ViSA-Flow: Accelerating Robot Skill Learning via Large-Scale Video Semantic Action Flow / Changhe Chen, Quantao Yang, Xiaohao Xu 他
日本語で読む → - 論文マニピュレーションロボティクス
ACORN: 安全で堅牢な細粒度ロボットマニピュレーションのための適応的対照最適化
ロボット操作の安全性と堅牢性を評価する4つの新指標を提案し、対照学習で危険行動を避けつつ専門家軌道に合わせるプラグアンドプレイ手法ACORNを開発した。
原題: ACORN: Adaptive Contrastive Optimization for Safe and Robust Fine-Grained Robotic Manipulation / Zhongquan Zhou, Shuhao Li, Zixian Yue
日本語で読む → - 論文VLAロボティクス
BadNAVer: 視覚言語ナビゲーションに対するジェイルブレイク攻撃の探索
MLLM駆動の視覚言語ナビゲータに対する初の体系的なジェイルブレイク攻撃を提案し、シミュレータと実機で90%超の攻撃成功率を示した。
原題: BadNAVer: Exploring Jailbreak Attacks On Vision-and-Language Navigation / Wenqi Lyu, Zerui Li, Yanyuan Qiao 他
日本語で読む → - 論文移動操作計画ロボティクス
グラフ探索と到達可能性マップに基づくヒューマノイドの移動操作計画
ヒューマノイドロボットが物体を運搬するための移動と操作を統合した計画手法を提案し、足踏みと把持の切り替えをグラフ探索問題として定式化して効率的に解く。
原題: Humanoid Loco-manipulation Planning based on Graph Search and Reachability Maps / Masaki Murooka, Iori Kumagai, Mitsuharu Morisawa 他
日本語で読む → - 論文自動運転知覚ロボティクス
SEPT: 標準地図を活用した自動運転のためのシーン知覚とトポロジー推論の強化
高精細地図に頼らず、標準地図を事前知識としてBEV特徴と融合し、シーン知覚とトポロジー推論を高精度化するフレームワークを提案。
原題: SEPT: Standard-Definition Map Enhanced Scene Perception and Topology Reasoning for Autonomous Driving / Muleilan Pei, Jiayao Shan, Peiliang Li 他
日本語で読む → - 論文自律着陸ロボティクス
堅牢な自律着陸システムに向けて:反復的解決と得られた重要な教訓
UAVのマーカー基盤自律着陸システムを反復開発し、遭遇した課題と解決策、教訓を共有する。
原題: Towards Robust Autonomous Landing Systems: Iterative Solutions and Key Lessons Learned / Sebastian Schroder, Yao Deng, Alice James 他
日本語で読む → - 論文SLAMロボティクス
HS-SLAM:低速自動運転向けの高速ハイブリッド戦略ベースSLAM手法
IMUによる相対位置推定と多層直接法を組み合わせ、特徴点マッチングを効率化することで、ORB-SLAM3より高精度かつ15%高速な追跡を実現したSLAMフレームワーク。
原題: HS-SLAM: A Fast and Hybrid Strategy-Based SLAM Approach for Low-Speed Autonomous Driving / Bingxiang Kang, Jie Zou, Guofa Li 他
日本語で読む → - 論文変形物体操作画像認識
DLO-Splatting: 3Dガウシアンスプラッティングによる変形可能な線状物体の追跡
多視点RGB画像とグリッパ状態から、予測更新フィルタリングと3Dガウシアンスプラッティングを用いて変形可能な線状物体の3D形状を推定する手法を提案し、結び目作成タスクで有効性を示した。
原題: DLO-Splatting: Tracking Deformable Linear Objects Using 3D Gaussian Splatting / Holly Dinkel, Marcel Büsching, Alberta Longhini 他
日本語で読む → - 論文全身制御ロボティクス
JAEGER: 二層構造のヒューマノイド全身制御器
上半身と下半身を別々の制御器に分け、粗い速度追従と細かい関節角追従の両方を可能にしたヒューマノイド全身制御を、人間モーションの再ターゲティングとカリキュラム学習で訓練した研究。
原題: JAEGER: Dual-Level Humanoid Whole-Body Controller / Ziluo Ding, Haobin Jiang, Yuxuan Wang 他
日本語で読む → - 論文VIOロボティクス
地図不要のVIO:構造レス視覚慣性オドメトリ
視覚地図をオドメトリの枠組みから排除した新しい構造レスVIOを提案し、計算効率と精度の両面で従来手法を上回ることを示した。
原題: Structureless VIO / Junlin Song, Miguel Olivares-Mendez
日本語で読む → - 論文VLAロボティクス
ストリーミングフローポリシー:行動軌道をフロー軌道として扱う拡散・フローマッチングポリシーの簡略化
拡散・フローマッチングポリシーを簡略化し、行動軌道をフロー軌道として扱うことで、サンプリング中にリアルタイムで行動をロボットにストリーミング可能にした手法を提案。
原題: Streaming Flow Policy: Simplifying diffusion/flow-matching policies by treating action trajectories as flow trajectories / Sunshine Jiang, Xiaolin Fang, Nicholas Roy 他
日本語で読む → - 論文VLAロボティクス
基盤モデルを活用したモバイルサービスロボットの身体性AI:系統的レビュー
LLMやVLMなどの基盤モデルと身体性AIを組み合わせたモバイルサービスロボットの研究を初めて体系的にレビューし、言語指示の行動変換やマルチモーダル知覚、不確実性推論、実機展開の課題と応用を整理した。
原題: Embodied AI with Foundation Models for Mobile Service Robots: A Systematic Review / Matthew Lisondra, Beno Benhabib, Goldie Nejat
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 → - 論文マルチロボット自己位置推定ロボティクス
リー群上のマルチロボット向け耐故障マルチモーダル自己位置推定
リー群上で慣性・速度・姿勢センサを拡張カルマンフィルタにより統合し、故障検出を組み込んだマルチロボットの協調自己位置推定手法を提案した。
原題: Fault-Tolerant Multi-Modal Localization of Multi-Robots on Matrix Lie Groups / Mahboubeh Zarei, Robin Chhabra
日本語で読む → - 論文物体検出画像認識
言語駆動型デュアルスタイル混合による単一ドメイン汎化物体検出
VLMのスタイル意味情報を活用し、画像・特徴量レベルでスタイル混合を行うことで、単一ドメインから未知ドメインへの物体検出器の汎化性能を向上させる手法を提案。
原題: Language-Driven Dual Style Mixing for Single-Domain Generalized Object Detection / Hongda Qin, Xiao Lu, Zhiyong Wei 他
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 → - 論文模倣学習ロボティクス
人間のデモ動画をプロンプトとして汎化可能なロボット方策を学習
人間のデモ動画をプロンプトとして与えるだけで、新たな遠隔操作データや微調整なしに器用な操作タスクを実行できるロボット方策を、二段階の学習フレームワークで実現した。
原題: Learning Generalizable Robot Policy with Human Demonstration Video as a Prompt / Xiang Zhu, Yichen Liu, Hezhong 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
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 → - 論文遠隔操作ロボティクス
遠隔操作と自律性を融合した直感的ヒューマンロボットインターフェース
仮想力によるマリオネット型遠隔操作とレーザー指示による目標指定を組み合わせ、冗長ロボットの直感的操作と自律動作を実現するインターフェースを提案・検証した。
原題: Intuitive Human-Robot Interfaces Leveraging on Autonomy Features for the Control of Highly-redundant Robots / Davide Torielli
日本語で読む → - 論文手術ロボット/視覚制御ロボティクス
AutoCam: 手術ロボットにおける自律補助カメラの階層的経路計画
da Vinci Research Kit上で、優先度ベースの作業空間制約付き制御と非線形最適化を組み合わせ、補助カメラを自律的に配置・追従させる手法を提案し、ユーザ研究で有効性を示した。
原題: AutoCam: Hierarchical Path Planning for an Autonomous Auxiliary Camera in Surgical Robotics / Alexandre Banks, Randy Moore, Sayem Nazmuz Zaman 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 → - 論文説明可能AI/移動ロボットロボティクス
2D LiDARを用いた機械学習制御移動ロボットのための現実的な反実仮想説明
2D LiDARで制御される移動ロボットの機械学習モデルに対し、円や矩形でLiDAR空間をパラメータ化し遺伝的アルゴリズムで探索することで、現実的な反実仮想説明を生成する手法を提案した。
原題: Realistic Counterfactual Explanations for Machine Learning-Controlled Mobile Robots using 2D LiDAR / Sindre Benjamin Remman, Anastasios M. Lekkas
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 → - 論文マニピュレーションロボティクス
実時間動作・接触計画と追従を統合したロバストなモデルベース手指内マニピュレーション
接触を暗黙的に扱うモデル予測制御と触覚フィードバックによる力・動作追従を階層的に統合し、モデル誤差に頑健なモデルベースの手指内マニピュレーションを実現した。
原題: Robust Model-Based In-Hand Manipulation with Integrated Real-Time Motion-Contact Planning and Tracking / Yongpeng Jiang, Mingrui Yu, Xinghao Zhu 他
日本語で読む → - 論文マニピュレーションロボティクス
静的知覚を超えて:布折り畳みのためのVLMへの時間的文脈の統合
布折り畳みタスクにおいて、時間的文脈を活用して言語条件付きのピック・アンド・プレース動作を予測するモデルBiFoldを分析し、その内部表現がテキストと画像領域の効果的な整合と時間的一貫性を可能にすることを示した。
原題: Beyond Static Perception: Integrating Temporal Context into VLMs for Cloth Folding / Oriol Barbany, Adrià Colomé, Carme Torras
日本語で読む →
PR・アフィリエイト広告
