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
少数の人間動画から方策をステアチューニング
100時間の一人称視点人間データで拡散方策を事前学習し、新タスクの5つの人間デモで2分間微調整して、逆サンプリング時に近い観測のデモで行動を誘導することで、新環境でのタスク成功率71%を達成した。
原題: Steertuning Policies from a Few Human Videos / Billy Yan, Isaac Tu, Kelly Lee 他
日本語で読む → - 論文群制御cs.DC
2台ロボットの可解性プロファイルに対する最小完全選言基底
平面上の2台の自律移動ロボットについて、向き・カイラリティ・剛体運動の能力差が作る13クラスの可解性プロファイルを完全に特徴づけ、任意のプロファイルを実現する最小の選言基底を構成した。
原題: A Minimum Exact Disjunctive Basis for Two-Robot Solvability Profiles / Tsukasa Ninomiya, Shota Naito, Naoki Kitamura 他
日本語で読む → - 論文ナビゲーションロボティクス
未知・動的環境における実時間ロボットナビゲーションのための到達可能性に基づく安全表現の学習
ハミルトン・ヤコビ到達可能性解析の解をニューラル暗黙表現でオフライン学習し、MPCの終端制約やCBF安全フィルタとして実時間で利用することで、未知・動的環境での衝突回避性能を向上させる手法を提案。
原題: Learning Reachability-Based Safety Representations for Real-Time Robot Navigation in Unknown and Dynamic Environments / Bojan Derajić
日本語で読む → - 論文VLAロボティクス
FlowVLA:プラガブルな3Dフロー学習による世界ダイナミクス理解の実現
訓練時のみ3Dフローを活用するプラガブルな学習フレームワークを提案し、2DのVLAモデルに物理的な動作ダイナミクスの理解を付与してロボットマニピュレーションの性能を高めた。
原題: FlowVLA: Enabling World Dynamics Understanding through Pluggable 3D Flow Learning / Junhyeong Go, Mingyu Jung, Woobin Im 他
日本語で読む → - 論文マルチエージェント協調AI
観察・共有・予測:身体性マルチエージェント協調におけるパートナー情報の disentangle
LLMベースの身体性エージェントが、対話なしで協調する際に、相手の状態観察・物体知識交換・次行動予測がタスク結果と調整にどう影響するかを、HabitatベースのPARTNRベンチマークで検証した。
原題: Observe, Share, or Predict? Disentangling Partner Information in Embodied Multi-Agent Collaboration / Adrián Szlatincsán, Filippo Ziliotto, Bruno Lepri 他
日本語で読む → - 論文タスクプランニングロボティクス
動作計画フィードバックから汎用的な再配置ヒューリスティックを学習するREAP
シンボリック抽象化上の関係グラフニューラルネットワークヒューリスティックを、動作計画器を教師として学習させ、幾何的制約を考慮した再配置計画を効率的に解くフレームワーク。
原題: REAP: Learning General Rearrangement Heuristics from Motion-Planner Feedback / Daniel Swoboda, Hector Geffner
日本語で読む → - 論文3D再構成/スケール推定画像認識
UniMetric: 視覚幾何基盤モデルのための普遍的メートルスケール復元
視覚言語モデルから得た物体サイズの事前知識を再構成に整合させ、追加センサーや学習なしで幾何基盤モデルの出力にメートルスケールを与える手法を提案。
原題: UniMetric: Universal Metric Scale Recovery for Visual Geometry Foundation Models / Lei Yang, Yuner Zhang, Ziyang Liu 他
日本語で読む → - 論文触覚ロボティクス
有限要素法で検証されたソフト触覚変形のリアルタイムモデリング
限られた実測データでFEMモデルを検証し、その合成データでGNNを訓練することで、柔らかい触覚センサの変形をミリ秒単位で高精度に予測する枠組みを提案した。
原題: FEM-Validated Real-Time Modelling of Soft Tactile Deformation / Silvia Terrile, Kaichen Shi, Taejun Kwon 他
日本語で読む → - 論文ナビゲーションロボティクス
ClearNav: 知覚に整合したドローンの微分物理ベース飛行
カメラの視野外に動くことが衝突の主因であると特定し、進行方向と視野を一致させる報酬で学習させた小型ドローンのナビゲーション方策。
原題: ClearNav: Perception-Aligned Quadrotor Flight Using Differential-Physics / Aditya Azad, Arthur Huang, Guanrui Li
日本語で読む → - 論文セマンティックマッピングロボティクス
ReForesight: 動的セマンティックマッピングのための遮蔽に頑健な再同定と将来占有予測
歩行者や車両の将来位置を予測し、遮蔽後の再同定も行うROS 2ツールキットを開発。小型MLPで3秒先までの占有を予測し、カルマンフィルタより高精度で高速に動作する。
原題: ReForesight: Occlusion-Robust Re-Identification and Future Occupancy Forecasting for Dynamic Semantic Mapping / Didar Seyidov, Faith Ogunwoye, Hajira Amjad 他
日本語で読む → - 論文VLAロボティクス
身体性スキルベンチマーク:身体性スキルを持つエージェントの物理タスク性能を評価する
ロボットを制御するLLMエージェント向けに、身体性の前提と使用条件を明示した250のスキルを構築し、閉ループで性能を評価するベンチマークEmbodiedSkillBenchを提案。スキルは能力の補完に有効だが、強いエージェントにはコスト削減の役割に変わることを示した。
原題: Embodied Skill Bench: Benchmarking How Well Agents with Embodied Skills Perform on Physical Tasks / Zhi Han, Zihan Guo, Chenxi Zeng 他
日本語で読む → - 論文VLAロボティクス
フロンティアVLMは記憶依存型マニピュレーションのロボットポリシーになれるか
凍結した大規模視覚言語モデルGPT-6-Astraをそのままロボットポリシーとして記憶依存型マニピュレーション16タスクで評価し、人間のスコアを上回る92.1%の成功率を達成した。
原題: Can a Frontier VLM Serve as a Robot Policy for Memory-Dependent Manipulation? / Jack B. Jedlicki, Amish Sethi, Heng Yang
日本語で読む → - 論文VLA画像認識
MARS: ワールドアクションモデルの多段階高速化フレームワーク
ワールドアクションモデルの推論を、Transformer計算・拡散ノイズ除去・連続クエリの3段階で冗長性を除去し、学習なしで最大4倍高速化する手法を提案。
原題: MARS: Systematic Multi-Level Acceleration for World Action Models / Zengyuan Zuo, Yongchang Zhang, Guangyu Zhao 他
日本語で読む → - 論文変形物体マニピュレーション画像認識
ClothAtlas: 自己遮蔽下での衣服の同定と状態推定の同時実行
部分的な点群と正規メッシュのライブラリから、衣服の種類を特定しつつ完全な形状を推定するグラフ条件付きフローマッチング手法を提案。再学習なしで新しい衣服にも対応し、把持位置の推定精度も向上させた。
原題: ClothAtlas: Joint Garment Identification and State Estimation under Self-Occlusion / Jens Lundell, Alberta Longhini, Lei Shu 他
日本語で読む → - 論文模倣学習/MPCロボティクス
回避モードの模倣学習による効率的なマルチモーダルモデル予測制御
マルチモーダルMPCの回避側選択をグラフニューラルネットワークで模倣学習し、制御周期あたり最大2回のOCP求解で専門家の93%の成功率を達成した手法を提案。
原題: Imitation Learning of Avoidance Modes for Efficient Multimodal Model Predictive Control / Changyu Lee, Byung-Kwan Lee, Kanghoon Yoon
日本語で読む → - 論文視覚ナビゲーションロボティクス
PathLift:視覚ナビゲーションのための深度条件付きメートル法変換
事前学習済み視覚ナビゲーションポリシーの無単位軌道を、深度センサ情報を用いて各ウェイポイントごとにメートル法の経路に変換するアダプタを提案し、実機での成功率を向上させた。
原題: PathLift: Depth-Conditioned Metric Lifting for Visual-Navigation Priors / Gwanjun Shin, Hyeongseok Suh, Hongmo Jung 他
日本語で読む → - 論文マニピュレーションロボティクス
力変調巧緻性:接触の多い操作のための統一的コンプライアンス
接触を伴う巧緻な操作において、動作と接触力を統一的に扱うコンプライアンス制御手法FOMO-Dexを提案し、カードピッキングや紙切り、ネジ締め、ナット・ボルト組立で過剰な接触力を低減し、教示データの質と方策学習の成功率を向上させた。
原題: Force-Modulated Dexterity: Unified Compliance for Contact-Rich Manipulation / Ying Yuan, David Held, Jitendra Malik 他
日本語で読む → - 論文VLAロボティクス
聴いてから行動せよ:音声条件付きロボットマニピュレーションListenVLA
音声を条件にロボットのマニピュレーションを行うVLAモデルListenVLAを提案し、音に基づく目標選択や聴覚イベントへの反応などを評価するベンチマークLIBERO-Audioを構築した。
原題: Listen Before Act: Audio-Conditioned Robot Manipulation with ListenVLA / Jiaqi Fan, Rui Xu, Jiakun Xia 他
日本語で読む → - 論文視覚的自己位置推定画像認識
繰り返し構造下での視覚的自己位置推定における姿勢選択失敗からの回復
過去の自己位置推定結果を利用して、繰り返し構造により誤った姿勢候補が選択される問題を修正する手法HPRを提案し、HLocなどで成功率を向上させた。
原題: Recovering from Pose-Selection Failures in Repeated Visual Localization / Jaehyun Kim, Wonseok Kang, Tae-Wan Kim
日本語で読む → - 論文歩行ロボティクス
LiDARを用いた動的・非凸環境における時空間安全回廊によるヒューマノイドナビゲーション
LiDARの粒子表現から時空間安全回廊を直接構築し、LIPベースの計画と全身制御を組み合わせることで、動的で非凸な環境を移動するヒューマノイドナビゲーションを実現した。
原題: LiDAR-based Humanoid Navigation in Dynamic, Non-Convex Environments via Spatio-Temporal Safe Corridors / Shubham S. Kumbhar, Panagiotis Artemiadis
日本語で読む → - 論文制御バリア関数制御
生存性のためのフィルタリング:バックアップ到達可能性制御バリア関数による再帰性
制御バリア関数を応用し、指定された集合への定期的な再訪(再帰性)を保証する制御フィルタリング手法を提案。ドローン競技でのビーコン可視性制約に適用した。
原題: Filtering for Liveness: Recurrence via Backup Reachability Control Barrier Functions / David E. J. van Wijk, Pio Ong, Aaron D. Ames 他
日本語で読む → - 論文宇宙機制御/強化学習ロボティクス
軌道マッチングからドッキングまで:多段階ランデブー軌道設計のための階層型強化学習アプローチ
軌道マッチングからドッキングまでの多段階ランデブーを自律制御するため、5つのフェーズ別方策とそれらを選択する上位マネージャ方策からなる階層型強化学習フレームワークを提案し、固定順序実行と比較評価した。
原題: From Orbit Matching to Docking: A Hierarchical Reinforcement-Learning Approach to Multiphase Rendezvous Trajectory Design / Mariko Storey-Matsutani, Anatoly Zlotnik, Lee Holguin 他
日本語で読む → - 論文群制御制御
移動候補に対する任意時点有効なターゲット保持を伴うマルチエージェント遅延決定軌道最適化
複数の移動候補のうちどれが目標か不明な状況で、終端位置予測と逐次的候補棄却を組み合わせた遅延決定軌道最適化により、マルチエージェントで目標を捕捉する制御手法を提案した。
原題: Multi-Agent Deferred-Decision Trajectory Optimization with Anytime-Valid Target Retention for Moving Candidates / Farbod Siahkali, Mengxue Hou, Vijay Gupta
日本語で読む → - 論文脚機構ロボティクス
動的なヒューマノイド脚のための非線形パラレル機構カップリングの設計と解析
膝と足首のパラレル機構を非線形にカップリングし、アクチュエータを股関節近くに配置することで、脚の遠位慣性を低減しつつトルクと速度の要求を相互に補完する直列パラレル脚設計を提案・検証した。
原題: Design and Analysis of a Nonlinear Parallel Mechanism Coupling for Dynamic Humanoid Legs / Rohit Kumar, Heiner Peters, Felix Wiebe 他
日本語で読む → - 論文強化学習機械学習
DEFlow: 深層平衡フロー最大エントロピー強化学習
陰的オイラー積分でフローポリシーを平衡系として解き、ソフトアクター・クリティック内でオフポリシー学習を可能にした手法を提案。
原題: DEFlow: Deep Equilibrium Flow Maximum-Entropy Reinforcement Learning / Ruslan Ageev, Huaze Tang, Runqing Miao 他
日本語で読む → - 論文VLA機械学習
DR-APO: 分離表現アドバンテージ誘導方策最適化 — 連続制御から身体性ナビゲーションまで
方策改善と方策表現を分離し、ガウス・拡散・フローマッチング方策に共通の最適化原理を与えるDR-APOを提案。MuJoCoタスクと実世界ナビゲーションで有効性を示した。
原題: DR-APO: Decoupled-Representation Advantage-Guided Policy Optimization from Continuous Control to Embodied Navigation / Runhua Zhang, Yingjie Niu, Chao Li
日本語で読む → - 論文VLA画像認識
VLA-GAUGE:Vision-Language-Actionモデルの汎化性とロバスト性を体系的に評価するフレームワーク
VLAモデルのゼロショット汎化と摂動ロバスト性を診断する統一評価フレームワークを提案し、12モデルを評価して診断に基づく微調整が性能を大幅改善することを示した。
原題: VLA-GAUGE: Systematically Evaluating Generalization and Robustness in Vision-Language-Action Models / Jun Xiao, Rui Ye, Dong Cao 他
日本語で読む → - 論文顔偽造検出画像認識
EviStress: テキスト説明付き顔偽造検出の汎化のための証拠ストレス学習
顔偽造検出器が特定の画像パッチに過度に依存する問題に対処するため、依存度の高い証拠を摂動でストレステストする2段階学習法を提案し、テキスト説明も可能にした。
原題: EviStress: Evidence Stress Learning for Generalizable Face Forgery Detection with Textual Explanations / Jiuyao Jing, Xuanyu Yi, Yu Zheng 他
日本語で読む → - 論文マニピュレーションロボティクス
Act4R: 運動学不要の制御のための行動条件付き4D再構成
3D基盤モデルを活用し、行動信号からロボットの3Dシーンフローを予測して逆制御を行うフレームワークを提案。
原題: Act4R: Action-conditioned 4D reconstruction for kinematics-free control / Zhaoliang Zhang, Chenhao Yu, Zhimin Shao 他
日本語で読む → - 論文マニピュレーションロボティクス
PACE: チャンク型挿入方策のための時間的役割に基づく触覚条件付け
触覚フィードバックを「持続的接触状態」「突発的接触イベント」「接触結果予測」の3つの時間的役割に分けてチャンク型挿入方策に組み込み、実機タスクで高い成功率を達成した研究。
原題: PACE: Temporal-Role Tactile Conditioning for Chunk-Based Insertion Policies / Zhiyuan Chen, Shixiong Xu, Shuai Chen 他
日本語で読む →
PR・アフィリエイト広告
