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: 2025/3/1 / 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HRIHCI
大規模言語モデルと視覚言語モデルを用いた人間とロボットの対話開始の合意形成
LLMとVLMを使って、人間とロボットが対話を始めるべきかどうかを判断するシステム設計を比較し、明確な状況では有効だが、オープンエンドな状況では課題が残ることを示した。
原題: Agreeing to Interact in Human-Robot Interaction using Large Language Models and Vision Language Models / Kazuhiro Sasabuchi, Naoki Wake, Atsushi Kanehira 他
日本語で読む → - 論文sim2real画像認識
ReBot: 実機からシミュレーションを経て実機へ戻るロボット動画合成によるロボット学習のスケーリング
実機のロボット軌道をシミュレーションで再生して対象物体を多様化し、実背景と合成することで物理的にリアルで時間的一貫性のあるロボット動画を生成し、VLAモデルを対象領域に適応させる手法を提案。
原題: ReBot: Scaling Robot Learning with Real-to-Sim-to-Real Robotic Video Synthesis / Yu Fang, Yue Yang, Xinghao Zhu 他
日本語で読む → - 論文自動運転ロボティクス
人間のフィードバック強化学習によるパーソナライズ運転スタイルの学習
生成的な軌道モデルを人間のフィードバックで微調整し、多様な運転スタイルに合わせた軌道生成を可能にするTrajHFを提案。
原題: Learning Personalized Driving Styles via Reinforcement Learning from Human Feedback / Derun Li, Changye Li, Yue Wang 他
日本語で読む → - 論文自動運転/継続学習/VLMロボティクス
VLM-C4L: 視覚言語モデルによるコーナーケース最適化を伴う自動運転向け継続的コアデータセット学習
視覚言語モデルを活用して自動運転のコーナーケース(悪天候や逆光など稀な危険状況)データを動的に抽出・最適化し、コアデータのリプレイ戦略と組み合わせることで、過去の能力を損なわずに新たな希少シナリオを継続的に学習するフレームワークを提案した論文。
原題: VLM-C4L: Continual Core Dataset Learning with Corner Case Optimization via Vision-Language Models for Autonomous Driving / Haibo Hu, Jiacheng Zuo, Yang Lou 他
日本語で読む → - 論文模倣学習ロボティクス
ロボットの訓練方法:模倣学習におけるデモンストレーション手法の影響
キネステティック教示・VRコントローラ・スペースマウスの3つのデモ手法を比較し、キネステティックが最も直感的で学習性能も高いが、大規模収集には不向きであることを示し、少数のキネステティックと遠隔操作を混ぜる収集法を提案した。
原題: How to Train Your Robots? The Impact of Demonstration Modality on Imitation Learning / Haozhuo Li, Yuchen Cui, Dorsa Sadigh
日本語で読む → - 論文歩行ロボティクス
ES-Parkour: 生体模倣イベントカメラとスパイキングニューラルネットワークによる高度なロボットパルクール
イベントカメラとスパイキングニューラルネットワーク(SNN)を組み合わせ、四足ロボットのパルクールを従来のANNベース手法より88.3%少ない消費電力で実現した研究。
原題: ES-Parkour: Advanced Robot Parkour with Bio-inspired Event Camera and Spiking Neural Network / Qiang Zhang, Jiahang Cao, Jingkai Sun 他
日本語で読む → - 論文経路計画ロボティクス
全知集合の近似による漸近最適経路計画
RRT*の収束を速めるため、全知集合を複数の超楕円体や凸包で近似して効率的にサンプリングする手法を提案し、3次元・6次元空間で性能を検証した。
原題: Asymptotically Optimal Path Planning With an Approximation of the Omniscient Set / Jonáš Kříž, Vojtěch Vonásek
日本語で読む → - 論文無線電力伝送/カプセル内視鏡ロボティクス
磁気制御ロボットカプセル内視鏡のための無線電力伝送システムの生体内検証
磁気制御ロボットカプセル内視鏡に無線電力伝送システムを初めて統合し、ブタ生体内実験で9cm離れた位置から平均110mWの安定した電力伝送とロボットナビゲーションを実証した。
原題: In vivo validation of Wireless Power Transfer System for Magnetically Controlled Robotic Capsule Endoscopy / Alessandro Catania, Michele Bertozzi, Nikita J. Greenidge 他
日本語で読む → - 論文ソフトロボティクス/空中マニピュレーションロボティクス
フライング・バイン:ソフト空中ロボットアームの設計・モデリング・制御
小型ドローンに柔らかく膨らむ成長型ビームを取り付けた軽量な空中マニピュレータを提案し、データ駆動モデリングと軌道最適化でエンドエフェクタの高速追従を実現した。
原題: Flying Vines: Design, Modeling, and Control of a Soft Aerial Robotic Arm / Rianna Jitosho, Crystal E. Winston, Shengan Yang 他
日本語で読む → - 論文マニピュレーションロボティクス
持続的オブジェクトガウシアンスプラット(POGS): 不規則形状物体の人間・ロボット操作追跡
ガウシアンスプラットに意味情報と自己教師あり視覚特徴を組み込み、単眼ステレオカメラで未知の不規則形状物体の姿勢を継続的に推定するシステムを提案。把持・再配向・言語駆動操作を支援し、ツール摂動からの復帰も実現。
原題: Persistent Object Gaussian Splat (POGS) for Tracking Human and Robot Manipulation of Irregularly Shaped Objects / Justin Yu, Kush Hari, Karim El-Refai 他
日本語で読む → - 論文水中マニピュレーションロボティクス
魚の口に着想を得た折り紙グリッパによる水中での多様な把持
魚の口を模した折り紙構造の1自由度グリッパを開発し、クラゲやカニ、アワビなど多様な海洋生物を水中で安定して把持できることを示した。
原題: Fish Mouth Inspired Origami Gripper for Robust Multi-Type Underwater Grasping / Honghao Guo, Junda Huang, Ian Zhang 他
日本語で読む → - 論文自動運転/知覚画像認識
自動運転知能の進化:深層学習とマルチモーダルLLMによる交通標識認識と堅牢な車線検出
深層学習モデルとマルチモーダルLLMを組み合わせ、交通標識認識と悪条件でも機能する車線検出を統合的に実現した研究。
原題: Advancing Autonomous Vehicle Intelligence: Deep Learning and Multimodal LLM for Traffic Sign Recognition and Robust Lane Detection / Chandan Kumar Sah, Ankit Kumar Shaw, Xiaoli Lian 他
日本語で読む → - 論文自動運転/プランニングロボティクス
HiP-AD: 単一デコーダで変形可能アテンションを用いた階層的・多粒度プランニングによる自動運転
空間・時間・運転スタイルの異種ウェイポイントを統合した多粒度プランニングクエリと変形可能アテンションを組み合わせ、単一デコーダ内で知覚・予測・プランニングを同時に行うエンドツーエンド自動運転フレームワークを提案。
原題: HiP-AD: Hierarchical and Multi-Granularity Planning with Deformable Attention for Autonomous Driving in a Single Decoder / Yingqi Tang, Zhuoran Xu, Zhaotie Meng 他
日本語で読む → - 論文マニピュレーションロボティクス
PoseLess: VLMによる画像から関節角度への直接マッピング制御
2D画像を直接関節角度に写像することで明示的な姿勢推定を不要にしたロボットハンド制御フレームワークを提案し、合成データで学習して実世界や異形態へのゼロショット汎化を実現した。
原題: PoseLess: Depth-Free Vision-to-Joint Control via Direct Image Mapping with VLM / Alan Dao, Dinh Bach Vu, Tuan Le Duc Anh 他
日本語で読む → - 論文模倣学習ロボティクス
オンライン人間デモンストレーションからの能動的カリキュラム学習
人間のデモンストレーションをカリキュラム学習で順序付け、徐々に難しい状況を教えることでロボットの学習効率と成功率を高める手法を提案し、ユーザー研究で人間の教え方への影響も検証した。
原題: Active Robot Curriculum Learning from Online Human Demonstrations / Muhan Hou, Koen Hindriks, A. E. Eiben 他
日本語で読む → - 論文視点計画/LiDARロボティクス
VF-Plan: 可視性場最適化による美術館問題と静的LiDARスキャンの橋渡し
静的LiDARの指向性・距離依存の可視性を表す可視性場を導入し、探索空間を1次元骨格に縮約する貪欲法で、冗長性が低く完全連結な視点ネットワークを構築する視点計画手法を提案した。
原題: VF-Plan: Bridging the Art Gallery Problem and Static LiDAR Scanning with Visibility Field Optimization / Biao Xiong, Longjun Zhang, Ruiqi Huang 他
日本語で読む → - 論文意図予測画像認識
ICPR 2024 ライダー意図予測コンペティション
二輪車ライダーの安全向上のため、操作前に意図を予測するコンペティションを開催し、新データセットRAADを構築して単一視点・多視点の予測手法を比較した。
原題: ICPR 2024 Competition on Rider Intention Prediction / Shankar Gangisetty, Abdul Wasi, Shyam Nandan Rai 他
日本語で読む → - 論文生成AI設計cond-mat.mtrl-sci
大規模言語モデルと生成AIを統合したメタマテリアル設計加速のためのマルチエージェントフレームワーク
GPT-4oやDALL-E 3、微調整したStable Diffusion XLを階層型マルチエージェントで連携させ、メタマテリアルの設計パターンを自動生成し、シミュレーションや3Dプリントに利用可能な設計を効率的に生み出すフレームワークを提案した。
原題: A Multi-Agent Framework Integrating Large Language Models and Generative AI for Accelerated Metamaterial Design / Jie Tian, Martin Taylor Sobczak, Dhanush Patil 他
日本語で読む → - 論文ナビゲーションロボティクス
未知環境におけるロバスト自律ナビゲーションのためのSoft Actor-Criticに基づく制御バリア適応
強化学習(SAC)を用いて制御バリア関数の制約パラメータを実行時に適応させ、安全性を保ちつつ保守的になりすぎない自律ナビゲーションを実現する手法を提案した。
原題: Soft Actor-Critic-based Control Barrier Adaptation for Robust Autonomous Navigation in Unknown Environments / Nicholas Mohammad, Nicola Bezzo
日本語で読む → - 論文アフォーダンス画像認識
2HandedAfforder: 人間の動画から精密な両手動作のアフォーダンスを学習
人間の活動動画から両手での物体操作における精密なアフォーダンス領域を抽出するデータセットとVLMベースの予測モデルを提案し、ロボットマニピュレーションで有効性を示した。
原題: 2HandedAfforder: Learning Precise Actionable Bimanual Affordances from Human Videos / Marvin Heidinger, Snehal Jauhri, Vignesh Prasad 他
日本語で読む → - 論文水中ロボティクスロボティクス
DVLと深層学習によるAUV加速度予測
DVLの過去の速度計測からAUVの加速度ベクトルを推定するエンドツーエンド深層学習手法を提案し、モデルベース手法より65%以上の精度向上を達成した。
原題: AUV Acceleration Prediction Using DVL and Deep Learning / Yair Stolero, Itzik Klein
日本語で読む → - 論文マニピュレーション制御
ロバスト適応MPCによる展開構造物の安全な軌道上離脱
宇宙ステーション上の太陽パネルの詰まりをロボットアームで解消するため、オンライン集合メンバーシップ同定とロバスト適応MPCを組み合わせ、不確かさを減らしつつ安全性を保証する制御手法を提案し、実験で有効性を示した。
原題: Safe On-Orbit Dislodging of Deployable Structures via Robust Adaptive MPC / Longsen Gao, Claus Danielson, Andrew Kwas 他
日本語で読む → - 論文対話ロボットHCI
PERCY: 個人向け感情認識対話ロボットシステム
ユーザーの表情と語彙をリアルタイムに分析し、感情状態に応じて応答をパーソナライズする、GPT-4を活用したオープンドメイン対話ロボットシステムを開発した。
原題: PERCY: Personal Emotional Robotic Conversational System / Zhijin Meng, Mohammed Althubyani, Shengyuan Xie 他
日本語で読む → - 論文VLA機械学習
VIPER: 逐次意思決定のための視覚知覚と説明可能な推論
VLMで画像をテキスト化しLLMで行動を推論するモジュール型パイプラインを提案し、ALFWorldで視覚指示ベースの計画性能を向上させた。
原題: VIPER: Visual Perception and Explainable Reasoning for Sequential Decision-Making / Mohamed Salim Aissi, Clemence Grislain, Mohamed Chetouani 他
日本語で読む → - 論文VLAロボティクス
モジュール性とスケールでロボティクスの汎化を解き放つ
ロボット制御にモジュール性と大規模学習を組み合わせ、古典的プランナーを教師として汎用エージェントを構築する手法を提案する論文。
原題: Unlocking Generalization for Robotics via Modularity and Scale / Murtaza Dalal
日本語で読む → - 論文強化学習ロボティクス
実機ロボットにおける同期型強化学習と非同期型強化学習の比較
Franka Emika Pandaロボットアームを用いて、同期型と非同期型の強化学習を比較し、非同期型の方が学習が速く、より高いリターンを得られることを示した。
原題: Synchronous vs Asynchronous Reinforcement Learning in a Real World Robot / Ali Parsaee, Fahim Shahriar, Chuxin He 他
日本語で読む → - 論文LLMエージェントHCI
MAP: 協調型LLMエージェントによるマルチユーザーパーソナライゼーション
複数ユーザーの多様な好みや指示の衝突を解決するため、振り返り・分析・フィードバックの3段階ワークフローを複数の特化エージェントで実装したシステムMAPを提案し、ユーザー研究で有効性と使いやすさを示した。
原題: MAP: Multi-user Personalization with Collaborative LLM-powered Agents / Christine Lee, Jihye Choi, Bilge Mutlu
日本語で読む → - 論文計画機械学習
マルチスケール拡散による拡張可能な計画
拡散ベースの計画器の長期的タスクにおける限界を、軌道の漸進的拡張と階層的マルチスケール拡散を組み合わせて解決し、単一モデルで長期的意思決定を可能にした。
原題: Extendable Planning via Multiscale Diffusion / Chang Chen, Hany Hamed, Doojin Baek 他
日本語で読む → - 論文ロバスト推定画像認識
ロバストPerspective-n-Lines問題に現れる2つの球面関数の区間解析
ロバストなPerspective-n-Lines問題の大域解を得るための次元削減手法に関連して現れる2つの球面関数を区間解析し、理論的結果を証明と数値実験で検証した。
原題: Inteval Analysis for two spherical functions arising from robust Perspective-n-Lines problem / Xiang Zheng, Haodong Jiang, Junfeng Wu
日本語で読む → - 論文SLAMロボティクス
DVM-SLAM: マルチエージェント向け分散型単眼視覚SLAM
低コストな単眼カメラのみを用いて複数エージェントが分散協調して自己位置推定と地図構築を行う、初のオープンソース分散型単眼C-SLAMシステムを提案した。
原題: DVM-SLAM: Decentralized Visual Monocular Simultaneous Localization and Mapping for Multi-Agent Systems / Joshua Bird, Jan Blumenkamp, Amanda Prorok
日本語で読む →
PR・アフィリエイト広告
