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: 2025/2/1 / 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 →- 論文位置推定ロボティクス
UASTHN: UAVの衛星-熱画像ジオローカリゼーションのための不確実性を考慮した深層ホモグラフィ推定
UAVの熱画像と衛星地図を位置合わせする際に、切り出し画像のホモグラフィ一致度から不確実性を推定するCropTTA手法を提案し、失敗検出の信頼性を高めた。
原題: UASTHN: Uncertainty-Aware Deep Homography Estimation for UAV Satellite-Thermal Geo-localization / Jiuhong Xiao, Giuseppe Loianno
日本語で読む → - 論文SLAM/点群最適化ロボティクス
Majorization-Minimizationによる効率的な分散大規模点群バンドル調整
MMアルゴリズムでスキャンポーズを分離し、点群バンドル調整の計算量を三次から線形に削減するとともに、分散処理を可能にした手法BALM3.0を提案。
原題: Efficient and Distributed Large-Scale Point Cloud Bundle Adjustment via Majorization-Minimization / Rundong Li, Zheng Liu, Hairuo Wei 他
日本語で読む → - 論文ナビゲーションロボティクス
ATLAS Navigator: 言語埋め込みガウシアンスプラッティングによる能動的タスク駆動ナビゲーション
言語埋め込みガウシアンスプラッティングを用いた階層表現で、未知環境での自然言語タスクに基づくナビゲーションを実現し、屋内・屋外の実機実験で有効性を示した。
原題: ATLAS Navigator: Active Task-driven LAnguage-embedded Gaussian Splatting / Dexter Ong, Yuezhan Tao, Varun Murali 他
日本語で読む → - 論文オフロード移動ベンチマークロボティクス
Verti-Bench:垂直に険しい地形のための汎用かつスケーラブルなオフロード移動ベンチマーク
垂直に険しいオフロード環境での移動性能を評価するための、100環境・1000タスクからなる高忠実度マルチフィジックスシミュレーションベンチマークを提案し、10の移動システムを比較評価した。
原題: Verti-Bench: A General and Scalable Off-Road Mobility Benchmark for Vertically Challenging Terrain / Tong Xu, Chenhui Pan, Madhan B. Rao 他
日本語で読む → - 論文軌道計画ロボティクス
報酬に基づく衝突回避を考慮した自律ロボットの軌道計画アルゴリズム
障害物回避や時間・距離制約を満たしつつ総報酬を最大化する経由点列を選ぶ遺伝的アルゴリズムを提案し、地上車両・ドローン・四足歩行ロボットで検証した。
原題: Reward-Based Collision-Free Algorithm for Trajectory Planning of Autonomous Robots / Jose D. Hoyos, Tianyu Zhou, Zehui Lu 他
日本語で読む → - 論文ソフトロボティクス/製造ロボティクス
Weld n'Cut:インフレータブル布アクチュエータの自動製造
超音波溶着と振動ナイフを組み合わせたオープンソースの自動製造プラットフォームを開発し、複雑な形状のインフレータブル布アクチュエータを高精度に作製できることを示した。
原題: Weld n'Cut: Automated fabrication of inflatable fabric actuators / Arman Goshtasbi, Burcu Seyidoğlu, Saravana Prashanth Murali Babu 他
日本語で読む → - 論文マニピュレーションロボティクス
押す・まとめる・掴むを学習:複数物体配送のための拡散ポリシー手法
遠隔操作で収集した専門家デモから拡散ポリシーを学習し、物体を押してまとめて同時に掴む複数物体配送を実現する模倣学習手法を提案した。
原題: Learning to Push, Group, and Grasp: A Diffusion Policy Approach for Multi-Object Delivery / Takahiro Yonemaru, Weiwei Wan, Tatsuki Nishimura 他
日本語で読む → - 論文自動運転/強化学習画像認識
RAD: 大規模3DGSベース強化学習によるエンドツーエンド自動運転ポリシーの学習
3Dガウシアンスプラッティングで構築したフォトリアルな閉ループ環境で強化学習を行い、模倣学習を正則化として併用することで、衝突率を大幅に低減した自動運転ポリシーを学習する手法を提案。
原題: RAD: Training an End-to-End Driving Policy via Large-Scale 3DGS-based Reinforcement Learning / Hao Gao, Shaoyu Chen, Bo Jiang 他
日本語で読む → - 論文水中ロボティクスロボティクス
CavePI:意味的ガイダンスによる水中洞窟の自律探査
意味的な視覚誘導を用いて水中洞窟を自律探査するAUV「CavePI」のシステム設計とアルゴリズム統合を示し、実海域実験とデジタルツインで検証した。
原題: Demonstrating CavePI: Autonomous Exploration of Underwater Caves by Semantic Guidance / Alankrit Gupta, Adnan Abdullah, Xianyao Li 他
日本語で読む → - 論文VLAロボティクス
汎用身体性エージェントのための視覚言語事前学習における順序性と連続性の証明可能な学習
人間の行動動画から視覚言語表現を事前学習する際に、目標到達に基づく時間対比学習ではなく、フレーム間の意味的差異とブラウン橋制約を用いて順序性と連続性を学習するAcTOLを提案し、模倣学習実験で操縦タスクの性能と指示スタイルへの頑健性を向上させた。
原題: Provable Ordering and Continuity in Vision-Language Pretraining for Generalizable Embodied Agents / Zhizhen Zhang, Lei Zhu, Zhen Fang 他
日本語で読む → - 論文マニピュレーションロボティクス
スパース性を活かした半正定値緩和による接触の多い大域運動計画
接触の多い運動計画を多項式最適化として捉え、ロボット構造や接触モードの分離性に由来するスパース性を利用した半正定値計画緩和により、数秒で大域的にほぼ最適な計画を計算する手法を提案。
原題: Global Contact-Rich Planning with Sparsity-Rich Semidefinite Relaxations / Shucheng Kang, Guorui Liu, Heng Yang
日本語で読む → - 論文姿勢推定画像認識
Diff9D: 拡散モデルによるドメイン汎化可能なカテゴリレベル9自由度物体姿勢推定
合成データのみで訓練した拡散モデルを用い、実世界シーンへ汎化できるカテゴリレベル9自由度の物体姿勢・サイズ推定手法を提案し、ロボット把持システムで有効性を示した。
原題: Diff9D: Diffusion-Based Domain-Generalized Category-Level 9-DoF Object Pose Estimation / Jian Liu, Wei Sun, Hui Yang 他
日本語で読む → - 論文マルチセンサフュージョンロボティクス
A2DO: 深層マルチセンサフュージョンによる適応型劣化耐性オドメトリ
LiDARと視覚を統合し、注意機構付きマルチスケール特徴エンコーディングでセンサ劣化に動的に対応する、自律走行向けの頑健なオドメトリシステムを提案した。
原題: A2DO: Adaptive Anti-Degradation Odometry with Deep Multi-Sensor Fusion for Autonomous Navigation / Hui Lai, Qi Chen, Junping Zhang 他
日本語で読む → - 論文歩行ロボティクス
SATA: 動物の学習に着想を得た安全で適応的なトルクベース歩行ポリシー
動物の生体力学的原理と適応学習機構を模倣し、トルク空間で直接制御する脚式ロボットの歩行ポリシーを学習するフレームワークを提案。初期探索を改善し、安全性と適応性の高い動作を実現する。
原題: SATA: Safe and Adaptive Torque-Based Locomotion Policies Inspired by Animal Learning / Peizhuo Li, Hongyi Li, Ge Sun 他
日本語で読む → - 論文制御制御
高性能外乱オブザーバ
従来の外乱オブザーバより高精度な外乱推定を実現し、モーション制御システムのロバスト性と性能を大幅に向上させる新しい外乱オブザーバを提案した。
原題: IEEEICM25: "A High-Performance Disturbance Observer" / Emre Sariyildiz
日本語で読む → - 論文マニピュレーション機械学習
VLP: 身体性マニピュレーションのための視覚言語選好学習
人間の選好ラベルなしで視覚言語選好モデルを学習し、身体性マニピュレーションタスクの報酬設計を自動化するフレームワークを提案。
原題: VLP: Vision-Language Preference Learning for Embodied Manipulation / Runze Liu, Chenjia Bai, Jiafei Lyu 他
日本語で読む → - 論文SLAMロボティクス
幾何特徴の乏しい環境における粒子フィルタLiDAR SLAMの退化防止手法
幾何特徴が少ない環境で粒子フィルタSLAMの精度が低下する問題に対し、深層学習による退化検出と適応的な姿勢最適化で対処する手法を提案した。
原題: Anti-Degeneracy Scheme for Lidar SLAM based on Particle Filter in Geometry Feature-Less Environments / Yanbin Li, Wei Zhang, Zhiguo Zhang 他
日本語で読む → - 論文UAV/強化学習ロボティクス
少数ショットメタオフライン強化学習による耐障害性UAV軌道計画
オフライン強化学習(CQL)とメタ学習(MAML)を組み合わせ、オンライン相互作用なしにUAVの軌道とスケジューリングを最適化し、未知環境にも適応できる手法を提案した。
原題: Resilient UAV Trajectory Planning via Few-Shot Meta-Offline Reinforcement Learning / Eslam Eldeeb, Hirley Alves
日本語で読む → - 論文HRIHCI
好感度か知能か?長期健康モニタリングにおけるソーシャルロボットと仮想エージェントの比較
高齢者の自宅で8週間の健康モニタリングを行い、ソーシャルロボットと仮想エージェントの印象を比較した。ロボットは好感度が高く、仮想エージェントは知能が高いと評価された。
原題: Likable or Intelligent? Comparing Social Robots and Virtual Agents for Long-term Health Monitoring / Caterina Neef, Anja Richert
日本語で読む → - 論文医療AI/動作検出機械学習
クラス不均衡下での手術縫合動作検出に向けた自動機械学習フレームワーク
腹腔鏡手術トレーニングにおいて、経験者と研修医の動作データから縫合動作をリアルタイム検出する自動機械学習手法を提案し、クラス不均衡に対処しつつ解釈性を確保した。
原題: An Automated Machine Learning Framework for Surgical Suturing Action Detection under Class Imbalance / Baobing Zhang, Paul Sullivan, Benjie Tang 他
日本語で読む → - 論文目標追跡制御
目標追跡から目標軌道へ:正則化多項式軌道最適化
目標の軌道を多項式で表現し、次数制限やL0ノルム正則化を用いて測定値に最も適合する軌道を推定する手法を提案した。
原題: From Target Tracking to Targeting Track -- Part II: Regularized Polynomial Trajectory Optimization / Tiancheng Li, Yan Song, Guchong Li 他
日本語で読む → - 論文自動運転/強化学習/LLMAI
TeLL-Drive: 教示LLMが導く深層強化学習による自動運転の強化
教示LLMが生成した高レベル運転戦略を注意機構で強化学習エージェントに融合し、自動運転の意思決定を高成功率・高堅牢・リアルタイム化したハイブリッド枠組みを提案。
原題: TeLL-Drive: Enhancing Autonomous Driving with Teacher LLM-Guided Deep Reinforcement Learning / Chengkai Xu, Jiaqi Liu, Shiyu Fang 他
日本語で読む → - 論文sim2realロボティクス
FusionForce:軌道予測のためのエンドツーエンド微分可能なニューロシンボリック層
カメラやLiDARから不整地でのロボット軌道を予測するため、学習可能な力予測と微分可能な物理エンジンを組み合わせたニューロシンボリックモデルを提案。古典力学を課すことで分布外汎化とsim-to-realギャップを改善する。
原題: FusionForce: End-to-end Differentiable Neural-Symbolic Layer for Trajectory Prediction / Ruslan Agishev, Karel Zimmermann
日本語で読む → - 論文移動マニピュレーションロボティクス
能動懸架式移動重作業マニピュレータの機構モデリングと非線形最適制御
スクリュー理論と関節体慣性法を用いて能動懸架式移動重作業マニピュレータの解析モデルを構築し、静的・動的安定性指標を最適化する非線形計画問題を解くことで転倒を防ぐ最適安定化制御を実現した。
原題: Mechanic Modeling and Nonlinear Optimal Control of Actively Articulated Suspension of Mobile Heavy-Duty Manipulators / Alvaro Paz, Jouni Mattila
日本語で読む → - 論文タスク計画ロボティクス
投票による木探索でLLMタスク計画の実行順序を最適化するVote-Tree-Planner
LLMベースのロボットタスク計画において、計画の木構造を投票で重み付けしながら探索することで、LLMへの問い合わせ回数を削減しつつ成功率と効率を高める手法を提案した。
原題: Vote-Tree-Planner: Optimizing Execution Order in LLM-based Task Planning Pipeline via Voting / Chaoyuan Zhang, Zhaowei Li, Wentao Yuan
日本語で読む → - 論文歩行ロボティクス
学習された実行可能性フィルタによる拡散ベース計画
拡散モデルによる計画に、計画の将来成功を予測する学習済みフィルタを組み合わせ、転倒や衝突などの暗黙の制約を満たす手法を提案。3D歩行の足運び計画で有効性を示した。
原題: Diffusion-based Planning with Learned Viability Filters / Nicholas Ioannidis, Daniele Reda, Setareh Cohan 他
日本語で読む → - 論文農業ロボティクスロボティクス
農業ロボット収穫におけるセンシングのロバスト性課題
農業用収穫ロボットが果実を検出・位置推定する際の環境外乱の影響を、HSV変換とYOLOv8を用いて屋内・屋外で評価した研究。
原題: Sensing-based Robustness Challenges in Agricultural Robotic Harvesting / C. Beldek, J. Cunningham, M. Aydin 他
日本語で読む → - 論文ソフトロボティクスcond-mat.soft
ソフトマシンに機械流体メモリを埋め込み、相互作用に応じた行動をプログラムする
弾性シェルの双安定性と流体回路を組み合わせ、外部との接触に応じて長期・短期記憶を保持し、自律的に行動を切り替えるソフトマシンを開発した。
原題: Embodying mechano-fluidic memory in soft machines to program behaviors upon interactions / Alberto Comoretto, Tanaya Mandke, Johannes T. B. Overvelde
日本語で読む → - 論文SLAMロボティクス
Hier-SLAM++: 階層的分類ガウシアンスプラッティングによるニューロシンボリック意味SLAM
RGB-Dと単眼入力に対応し、LLMと3D生成モデルを活用した階層的分類表現で姿勢推定と3D意味マッピングを高精度に行う意味SLAM手法を提案。
原題: Hier-SLAM++: Neuro-Symbolic Semantic SLAM with a Hierarchically Categorical Gaussian Splatting / Boying Li, Vuong Chi Hao, Peter J. Stuckey 他
日本語で読む → - 論文sim2realロボティクス
シミュレート困難な目的関数の微調整による四足歩行:総消費電力削減の事例研究
実世界データでバッテリー消費電力などのシミュレート困難な目的をモデル化し、シミュレーションに組み込んで歩行ポリシーを微調整することで、四足歩行の総消費電力を24〜28%削減した。
原題: Fine-Tuning Hard-to-Simulate Objectives for Quadruped Locomotion: A Case Study on Total Power Saving / Ruiqian Nai, Jiacheng You, Liu Cao 他
日本語で読む →
PR・アフィリエイト広告
