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: 2026/10/9 / 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 →- 論文マニピュレーションロボティクス
Human2Dex: 手首中心の人間デモンストレーションによる器用なロボット学習
手首中心の人間デモンストレーションを共通データとして使い、異なるロボットハンドでも再学習なしに器用な操作を学習できる手法を提案し、実世界6タスクで高い成功率を達成した。
原題: Human2Dex: Dexterous Robot Learning from Wrist-Centric Human Demonstrations / Jiachen Zhang, Yuanyuan Li, Shaqi Luo
日本語で読む → - 論文sim2realロボティクス
Grounded-Dreamer: 物理的接地を伴う世界モデル合成データによるロボット学習
少数の実画像からシミュレータで物理的に妥当な軌道を生成し、それを用いて動画世界モデルと逆動力学モデルを学習することで、人間の教示なしに実世界ロボット方策を訓練するフレームワークを提案。
原題: Grounded-Dreamer: Robot Learning from World Model Synthetic Data with Physical Grounding / Feng Jiang, Shu Chen, Yuanfei Wang 他
日本語で読む → - 論文自動運転/End-to-End計画ロボティクス
ManeuverFlow:将来証拠を用いた操縦仮説生成による軌道評価と洗練
複数の運転意図に対応する軌道を1ステップで生成し、現在と将来の証拠で評価・洗練するEnd-to-End自動運転プランナを提案。NAVSIMで高スコアを達成。
原題: ManeuverFlow: Maneuver Hypothesis Generation with Future Evidence for Trajectory Evaluation and Refinement in End-to-End Autonomous Driving / Yuhao Wei, Yong Chen, Chen 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
DexFLEX: 接触を考慮した基盤コントローラによる指令誘導型巧みな操作
上流から与えられる指先運動の草案を接触状態に整合した関節指令へ変換する基盤コントローラを提案し、劣化指令下の遠隔操作や視覚運動方策学習の成功率を大幅に改善した。
原題: DexFLEX: Contact-Aware Foundation Controller for Command-Guided Dexterity / Weikang Wan, Zeyu Lai, Jianyu Hou 他
日本語で読む → - 論文動作生成画像認識
空間オーディオからのストリーミング人間動作生成
空間オーディオを入力として、人間が音に反応する動作をリアルタイムにストリーミング生成するフレームワークSonic-AMGを提案。リハーサル訓練と空間フィードバックで訓練・推論の不一致を軽減した。
原題: Sonic-AMG: Streaming Human Motion Generation from Spatial Audio / Jingcheng Ni, Zekun Li, Zhiyang Dou 他
日本語で読む → - 論文LiDAR物体検出画像認識
雪の向こう側:LiDAR物体検出における気象効果と交絡メタ因子の分離
降雪時でもLiDAR検出精度が向上する逆説を発見し、雪のノイズより物体点群数の増加が支配的だと解明した研究。
原題: Beyond the Snowflakes: Disentangling Weather Effects from Confounding Meta-Factors in LiDAR Object Detection / Yiming Yang, Jeremy P. Bos
日本語で読む → - 論文マニピュレーションロボティクス
AutoBio+:動的な実験現象を伴う実環境に近い生物実験室での巧みな操作を評価するベンチマーク
生物実験室での巧みな道具操作を評価するため、炎・蒸気・泡などの動的現象とガウススプラッティング背景を取り入れた14タスクのシミュレーションベンチマークAutoBio+を構築し、並列評価フレームワークを提案した。
原題: AutoBio+: Benchmarking Dexterous Manipulation with Dynamic Experimental Phenomena in Realistic Laboratories / Xuanye Wu, Yue Shi, Yongcan Yang 他
日本語で読む → - 論文ディープフェイク検出画像認識
RoboFake:ディープフェイク検出器はヒューマノイド顔ロボットに対応できるか?
物理的な唇同期顔ロボットの映像を既存のディープフェイク検出器にかけると、合成映像よりも高く偽物判定されるなど、検出器がロボットの非人間的な顔に反応していることを示した。
原題: RoboFake: Are Deepfake Detectors Ready for Humanoid Face Robots? / Hao Chen, Junnan Xu
日本語で読む → - 論文能動学習機械学習
行動を通して見ることを学ぶ:ロボットのための予測的好奇心
ロボットが好奇心に基づく能動的な相互作用を通じて視覚表現を自己教師あり学習するフレームワークDySCOVERを提案し、予測的好奇心が視覚的好奇心のみの場合より視覚学習を改善することを示した。
原題: Learning to See through Action: Predictive Curiosity for Robots / Stelios Zarifis, Panagiotis Filntisis, George Retsinas 他
日本語で読む → - 論文農業ロボティクスロボティクス
農業収穫技術の統一的分類体系に向けて:物理的相互作用・自動化・選択性の関連付け
収穫技術を「植物と機械の物理的相互作用の原理」と「自動化レベル」の2軸で分類する統一的な枠組みを提案し、選択性は知覚と意思決定が個別の操作に直結したときに初めて生じる創発的な性質であることを示した論文。
原題: Towards a Unified Taxonomy of Agricultural Harvesting Technologies: Linking Physical Interaction, Automation, and Selectivity / Renato Cristiano Torres, Fabiano Mariath D Oliveira, Claudio Gottschalg Duque
日本語で読む → - 論文群制御ロボティクス
情報の価値と進化するe-puckロボットにおけるコミュニケーションの創発
餌場を探す2台のe-puckロボットの進化実験で、信号によるコミュニケーションが情報の価値に応じて創発することを示し、生得的な行動選択アーキテクチャが孤立エージェント向け設計だと性能を制約することを明らかにした。
原題: The value of information and the emergence of communication in evolved e-puck robots / Fernando Montes-Gonzalez
日本語で読む → - 論文ヒューマノイド動作生成ロボティクス
PartiGen: 部位認識表現による言語条件付きヒューマノイド動作生成
身体部位ごとの注意機構と拡散モデルを組み合わせ、テキストからヒューマノイドの全身動作を生成する手法を提案。Unitree G1実機で動作を検証した。
原題: PartiGen: Part-Aware Representations for Language-Conditioned Humanoid Motion Generation / Chuxuan Huang, Zhanxiang Cao, Tianyue Zhan 他
日本語で読む → - 論文VLAロボティクス
順方向ダイナミクスモデル
未来予測を行動特徴に条件付けることで、推論時に未来生成を省略しつつ、真の未来状態で方策を学習させるロボット行動モデルを提案した。
原題: Forward Dynamics Models / Zipei Ma, Junzhe Jiang, Jiahui Zhang 他
日本語で読む → - 論文ヒューマノイド制御ロボティクス
未知のペイロード下におけるヒューマノイドロボットの適応型全身MPCと最適姿勢計画
未知で変動するペイロードに対応するため、重心MPC・適応ファジィバランス制御・ウェイポイントベースの最適姿勢計画を統合し、持ち上げ・運搬時の安定した全身動作を実現した。
原題: Adaptive Whole-Body MPC with Optimal Posture Planning for Humanoid Robots under Unknown Payloads / Manh Cuong Nguyen, Duc Cuong Vu, Viet Anh Vu 他
日本語で読む → - 論文協調空中マニピュレーションロボティクス
スライド式ケーブル取り付けによる協調空中輸送
2機のドローンが1本のケーブルで吊り下げ、ケーブルがペイロード上のフックを滑ることで協調輸送するシステムを提案し、実験で検証した。
原題: Cooperative Aerial Transportation of a Payload with a Sliding Cable Attachment / Sebastian Tilaguy Lezama, Diego S D'Antonio
日本語で読む → - 論文VLA画像認識
EV-JEPA: あらゆるデバイスとデバイス間推論に対応する伸縮自在なV-JEPA
単一の学習済みモデルで、幅を再構成可能にし、異種デバイス間で分割実行できるElastic V-JEPAを提案。Transition-Aware Triplet Trainingにより、単一デバイスとクロスデバイスの両方の実行を同じ重みで学習する。
原題: EV-JEPA: Elastic V-JEPA for Any Device and Cross-Device Inference / Anxhelo Diko, Jieyu Lin, Stefano Ambrogio 他
日本語で読む → - 論文VLAロボティクス
キュレーション不要の記憶:ロボットポリシーのためのマルチストリーム潜在記憶学習
視覚・行動・固有感覚などの複数ストリームを潜在記憶に圧縮し、推論時に逐次更新することで、低遅延かつショートカット学習を避けつつVLAモデルを長期記憶で拡張するフレームワークIMPRINTを提案。
原題: Memory Without Curation: Learning Multi-Stream Latent Memory for Robot Policies / Yilin Wu, Rutav Shah, Shuaiyi Huang 他
日本語で読む → - 論文強化学習機械学習
時間的近接性を超えて:強化学習におけるクレジット割り当てのための説明可能な世界モデル
説明を用いて遠い過去の行動への報酬割り当てを改善するEWMを提案し、長距離タスクや推薦システムで性能向上を示した。
原題: Beyond Temporal Proximity: Explanatory World Models for Credit Assignment in Reinforcement Learning / Oriol Corcoll, Qiyao Wei, Ciarán Mark Gilligan-Lee
日本語で読む → - 論文マニピュレーションロボティクス
Evo-RL: 選択的経験を用いた反復的なロボット強化学習
人間の修正と成功軌跡から正のアドバンテージを持つ経験を選別して反復的に方策を改善する強化学習手法を提案し、実機の高精度マニピュレーションで成功率を30.46%向上させた。
原題: Evo-RL: Iterative Robot Reinforcement Learning from Selective Experience / Kai Ye, Yifan Jin, Qianhang Luo 他
日本語で読む → - 論文VLAロボティクス
Reflect-VLA: 二重経路オンポリシー自己蒸留による反射的ガイダンスの内部化で自律運転を実現
自律運転VLAモデルにおいて、反射的ガイダンスを訓練時の特権情報として扱い、二重経路オンポリシー自己蒸留でその計画能力を内部化する手法を提案。推論時は単一パスで軌道生成が可能。
原題: Reflect-VLA: Internalizing Reflective Guidance via Dual-Path On-Policy Self-Distillation for Autonomous Driving / Yuechen Luo, He Chong, Fang Li 他
日本語で読む → - 論文VLAロボティクス
RESCUE: その警報は介入に値するか?VLAランタイムモニタの反事実評価
ロボット方策の失敗監視モニタについて、警報に従って介入することが本当にタスク完了コストを下げるかを、シミュレータ状態を復元して代替行動を比較する反事実フレームワークRESCUEで評価した。
原題: RESCUE: Is This Alarm Worth Acting On? Counterfactual Evaluation of VLA Runtime Monitors / David Ahmedt-Aristizabal, Abdelwahed Khamis, Mohammad Ali Armin 他
日本語で読む → - 論文自己教師あり学習/3D医療画像画像認識
どこを見るかが重要:3D医療自己教師あり学習におけるサブボリュームサンプリングの再考
3D医療画像の自己教師あり学習において、ランダムなサブボリュームサンプリングを解剖学的先見性・情報量・多様性に基づくオフラインの粗から細へのプローブバンクに置き換えるフレームワークを提案し、転移性能を向上させた。
原題: Where to Look Matters: Rethinking Sub-Volume Sampling in 3D Medical Self-supervised Learning / Junkai Liu, Le Zhang
日本語で読む → - 論文VLAロボティクス
BT-Agent: ビヘイビアツリーとマルチフィデリティ評価によるオンボードロボットエージェントの展開
LLMによるタスク判断とビヘイビアツリーのスキルを組み合わせ、限られた計算資源で四足歩行ロボット上にオンボードで動作するエージェントを実現し、161タスクのマルチフィデリティベンチマークで評価した。
原題: BT-Agent: Deploying Onboard Robot Agents with Behavior Trees and Multi-Fidelity Evaluation / Fabio Hübel, Adam Lilja, Yue Yin 他
日本語で読む → - 論文衝突回避ロボティクス
MAVの反応的衝突回避のための低遅延マップレスESDFクエリ
ポーズ付き深度画像から直接GPUでESDFを計算し、地図構築なしで低遅延・高精度な衝突回避を実現する手法を提案。森林環境での飛行実験で有効性を示した。
原題: Low-Latency Mapless ESDF Queries for MAV Reactive Collision Avoidance / Leonard Freißmuth, Cedric Le Gentil, Helen Oleynikova 他
日本語で読む → - 論文移動操作ロボティクス
信念重複部分逆変換:ヒューマノイドの移動操作のための物体中心フロー再計画
未知の質量やキャスタ剛性を持つカートを押すヒューマノイドのため、オンライン推定・フロー計画・全身制御を統合し、信念の変化に応じて計画を部分的に修正するBOPIを提案。シミュレーションで誤差を大幅に削減し、実機でもカートの移動と旋回を実現した。
原題: Belief-Overlap Partial Inversion: Object-Centric Flow Replanning for Humanoid Loco-Manipulation / Chen Yu, Sudarshan S Harithas, Juan Borbon 他
日本語で読む → - 論文失敗検出ロボティクス
Robot-WATCHDOG:物体中心グラフ表現による失敗検出
操作シーンを物体中心の時空間グラフで表現し、正常デモのみから自己教師ありで失敗を検出する枠組みを提案。幾何偏差と関係整合性に基づくTPCと、将来の物体状態を予測するGnnTの2つのスコアを検証した。
原題: Robot-WATCHDOG : failure detection through object-centric graph representation / Quentin Rolland, Fabrice Mayran de Chamisso, Jean-Baptiste Mouret
日本語で読む → - 論文6D姿勢推定画像認識
NovaSplat: 3Dガウシアンスプラッティングの導入と洗練によるモデルフリー6D物体姿勢推定
スマホで撮影した短い動画から3Dガウシアンスプラッティングを学習し、モデルフリーで高精度な6D物体姿勢推定を実現する手法を提案。
原題: NovaSplat: Model-Free 6D Object Pose Estimation via 3D Gaussian Splatting Onboarding and Refinement / Georgios Floros, Evangelos Sartinas, Orestis Vangelis 他
日本語で読む → - 論文ゼロショット強化学習機械学習
Sparse-TD-JEPA: スパース潜在タスク表現によるゼロショット強化学習の改善
後継特徴量ベースのゼロショット強化学習において、タスクエンコーダの潜在表現にL1スパース性ペナルティを加えることで報酬信号を集中させ、TD-JEPAの性能を向上させる手法を提案。
原題: Sparse-TD-JEPA: Improving Zero-Shot Reinforcement Learning With Sparse Latent Task Representations / Duaa Nakshbandi, Zhiyu An, Wan Du
日本語で読む → - 論文VLAロボティクス
JoyInside-VLM-Agent:製品条件付きマルチモーダル方策学習による身体性エージェント
製品制約や目標変更に対応するReAct型マルチモーダルエージェントを構築し、サンドボックス軌道生成と段階的な方策学習(SFT・蒸留・DPER付きRL)で訓練、BFCL v4や実機四足ロボットで有効性を示した。
原題: JoyInside-VLM-Agent: Product-Conditioned Multimodal Policy Learning for Embodied Agents / Gangyi Li, LuYao Wang, Jingfu Sun 他
日本語で読む → - 論文模倣学習ロボティクス
VICAR: 接触を考慮したリターゲティングによるヒューマノイド対話スキルのビデオ模倣
三人称の人間動画からヒューマノイドの接触を伴う操作スキルを学習するパイプラインを提案し、接触姿勢や速度を保ちながら動作をリターゲティングして実行時適応を可能にした。
原題: VICAR: Video Imitation with Contact-Aware Retargeting for Humanoid Interactive Skills / Dvij Kalaria, Bike Zhang, S. Shankar Sastry
日本語で読む →
PR・アフィリエイト広告
