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: 2026/10/7 / 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 →- 論文姿勢推定画像認識
WAPR: 未知物体の姿勢推定における広角リファインメント基盤モデル
最大90度の回転ずれを持つ候補姿勢を修正するゼロショット姿勢リファインメントモデルを提案し、大規模データセットSA6Dと角度バランス損失で学習を安定化、未知物体の6D姿勢推定で最高性能を達成した。
原題: WAPR: A Foundation Model for Wide-Angle Refinement in Unseen Object Pose Estimation / Yulin Wang, Mengting Hu, Hongli Li 他
日本語で読む → - 論文3D物体記憶画像認識
振り返らない:一人称視点動画からの3D物体記憶における持続性の理解
一人称視点動画から物体の位置・履歴・文脈を保持する持続的3D物体記憶「Ledger」を提案し、空間質問応答の精度を向上させた。
原題: Never Look Back: Understanding Persistence in 3D Object Memory from Egocentric Videos / Shravan Chaudhari, William Paul, Suchi Saria 他
日本語で読む → - 論文安全強化学習機械学習
平均では安全、裾では危険:エピソードコストの裾はいつ制御可能か
安全強化学習において、平均コスト制約を満たす方策が最悪エピソードで危険になる問題をCVaRで評価し、裾の制御可能性を複数タスクで検証した。
原題: Safe on Average, Unsafe in the Tail: When Is the Episodic-Cost Tail Controllable? / Samuel Tetteh, Cody Fleming
日本語で読む → - 論文VLA画像認識
イベント整合型視覚行動推論によるワールドアクションモデル
タスク上重要なインタラクションイベントに視覚予測を整合させ、行動生成を導くフレームワークを提案し、DOMINOで成功率を10.26ポイント改善した。
原題: Event-Aligned Visual Action Reasoning for World Action Models / Xiaomeng Yang, Yushu Wu, Yi Gao 他
日本語で読む → - 論文VLAロボティクス
行動前に言い換えよ:視覚言語行動モデルにおける言語感度の特性評価と緩和
VLAモデルが指示の言い回しに敏感であることを統計的に示し、LLMで抽出した言い換えルールを適用することで再学習なしに性能を改善する手法を提案。
原題: Rephrase Before You Act: Characterizing and Mitigating Language Sensitivity in Vision-Language-Action Models / Mikey Watts, Yuchen Cui
日本語で読む → - 論文VLAロボティクス
RoboPrompt:スパースな人間入力による直感的ロボット方策ステアリング
描いた軌跡や目標点などの簡潔な人間入力から行動の下書きを作り、ベース方策の拡散・フローマッチング過程で洗練させることで、方策を再学習せずに操舵可能にする汎用システム。
原題: RoboPrompt: Intuitive Robot Policy Steering with Sparse Human Input / Yanwen Zou, Chenyang Shi, Guoxuan Xu 他
日本語で読む → - 論文センサフュージョンロボティクス
折り紙車輪とセンサフュージョンによるロボット知覚と適応性の向上
折り紙 inspired な車輪でLiDARの視点を能動制御し、IMUとRGB-Dを融合して深度計測の欠損を屋内で21%→11%、屋外で48%→18%に低減した小型移動ロボットを開発。
原題: Enhancing Robotic Perception and Adaptability through Sensor Fusion and Origami-Inspired Designs / Namai Chandra, Jaison Jose, Kavi Arya 他
日本語で読む → - 論文UAV/農業ロボティクスロボティクス
音声指示で熟果を収穫する知能UAVシステム:視覚分類と適応経路計画の統合
音声認識とLLM、画像による熟度分類、適応経路計画を組み合わせ、大規模農園での果実収穫を自動化するUAVシステムをGazebo上で開発・検証した。
原題: IVG-UAV: An Intelligent Voice-Guided UAV System for Autonomous Ripe Fruit Harvesting with Vision-Based Classification and Adaptive Path Planning / Dinh Trung Duong
日本語で読む → - 論文VLAロボティクス
RealtimeWAM: ワールドアクションモデルをどこまで高速に動かせるか
ワールドアクションモデルの推論を、学習不要の並列実行と適応的計算の協調により高速化する汎用フレームワークを提案し、複数ベンチマークで約9〜11倍の速度向上と成功率維持を実現した。
原題: RealtimeWAM: How Fast Can I Run My World Action Model? / Huanan Liu, Ye Li, Kangye Ji 他
日本語で読む → - 論文NeRFロボティクス
NeRFifyMesh: テクスチャ付きメッシュからロボティクスシーン構築のためのNeRFを最適化
既存の3DメッシュモデルからNeRF表現を生成する新しいパイプラインを提案し、ロボティクスシーン構築や衝突シミュレーションに応用した。
原題: NeRFifyMesh: Optimizing Neural Radiance Fields from Textured Meshes for Robotics Scene Building / Nillan Nimal, Mahboubeh Asadi, Sajad Saeedi
日本語で読む → - 論文運動計画ロボティクス
幾何誘導トークン探索によるマスク付き生成運動計画
マスク付き生成トランスフォーマーで離散的な軌道候補を並列生成し、幾何情報に基づくトークン探索で経路レベルの修正を行う運動計画手法MGMPを提案。
原題: Masked Generative Motion Planning with Geometry-Guided Token Search / Lipeng Zhuang, Yingdong Ru, Shiyu Fan 他
日本語で読む → - 論文ワールドモデルロボティクス
潜在行動によるクロスエンボディメント・ロボット基盤ワールドモデル
多様なロボットの身体と行動空間を統一した潜在行動空間で扱うワールドモデルLAC-WMを提案し、未知の身体への適応性能が最大46.7%向上することを示した。
原題: Cross-Embodiment Robot Foundation World Models with Latent Actions / Huang Huang, Sriram Yenamandra, Arjun Majumdar 他
日本語で読む → - 論文VLAロボティクス
TMT: 未見タスクにおける視覚言語行動ポリシーの実行時バックドア検出
良性ロールアウトで訓練したトークン多様体と潜在遷移モデルにより、VLAポリシーのバックドア起動を実行時に検出し、自己蒸留による浄化も探索する手法を提案。
原題: TMT: Runtime Backdoor Detection for Vision-Language-Action Policies on Unseen Tasks / Zirun Zhou, Jingfeng Zhang, HaoChuan Xu 他
日本語で読む → - 論文模倣学習AI
自己教師ありキーフレーム発見による長期依存行動クローニング
ランダムにサンプリングした過去観測から情報量の多いキーフレームを自己教師ありで発見し、それを条件に行動クローニングを行うことで、長期依存タスクでも性能劣化なく汎化できる手法を提案。
原題: Self-Supervised Keyframe Discovery for Horizon-Invariant Behavior Cloning / Prabin Kumar Rath, Omkar Patil, Nakul Gopalan
日本語で読む → - 論文触覚ロボティクス
ホール効果を利用したロボット支援低侵襲手術用触覚力覚センサ
ロボット手術器具の把持面に取り付け可能な、ホール効果センサと磁石を組み合わせた小型触覚センサを開発し、ファントムと豚組織で触覚・滑り検出を実証した。
原題: Hall Effect-Based Tactile Force Detection Sensor for Robot-Assisted Minimally Invasive Surgery / Charles DeLorey, Michael Brockdorff, Adam Metcalf 他
日本語で読む → - 論文ナビゲーションロボティクス
SiGNgapore:標識ベース視覚ナビゲーションのためのインタラクティブデータセット
シンガポールの公共空間で収集した、標識を手がかりに地図なしでナビゲーションするためのRGB・深度・オドメトリ・IMUデータセットを提供し、長期的なナビゲーション任務と標識中心のシナリオを含む。
原題: SiGNgapore - An Interactive Dataset for Sign-based Visual Navigation / Nicky Zimmerman, Joel Loo, Zishuo Wang 他
日本語で読む → - 論文神経科学×ロボティクスロボティクス
ロボットアナログで解き明かす神経集団ダイナミクス
人工筋肉と強化学習制御を持つロボットで動物の運動野の神経集団ダイナミクスを再現し、神経回転が到達方向に直交する振動運動を生み出して軌道調整を最適化することを発見した。
原題: Decoding Neural Population Dynamics through Robotic Analog / Wenhui Chen, Jiyue Tao, Yitao Cheng 他
日本語で読む → - 論文マルチモーダル認識ロボティクス
MultiFly: 実世界マルチモーダル航空データセットと注釈効率の良いラベル転送およびクロスモーダル意味整合性
RGB・熱・LiDAR・レーダーの4モダリティを同期した低高度UAVデータセットを構築し、少数の手動注釈から幾何表現を介してラベルを転送することで、大規模な意味セグメンテーション用データを効率的に生成した。
原題: MultiFly: A Real-World Multimodal Aerial Dataset with Annotation-Efficient Label Transfer and Cross-Modal Semantic Consistency / Markus Gross, Andreas Greiner, Taehyoung Kim 他
日本語で読む → - 論文マニピュレーションロボティクス
MCFR: 多品種基板対基板コネクタ組立のためのマスク誘導粗密回帰フレームワーク
マスク誘導の粗密回帰により、多品種の基板対基板コネクタの自動挿入を高精度かつ頑健に実現する手法を提案。実機で99.25%の挿入成功率を達成。
原題: MCFR: A Mask-Guided Coarse-to-Fine Regression Framework for Robust Multi-Variant Board-to-Board Connector Assembly / Guanghui Shen, Song Wang, Dan Wu
日本語で読む → - 論文超音波ロボティクス/ワールドモデル画像認識
UltraWorld: 未追跡の臨床動画から対話型超音波ワールドモデルを学習する音響サンプリングマップ
臨床超音波動画から自己蒸留により、プローブ動作に応じた将来観測を予測する対話型ワールドモデルを構築し、音響サンプリングマップで動作追従性を向上させた研究。
原題: UltraWorld: Learning Interactive Ultrasound World Models from Untracked Clinical Videos with Acoustic Sampling Map / Keke Yang, Erqi Wang, Sainan Guan 他
日本語で読む → - 論文マニピュレーションロボティクス
腱の巻き付きとショートカットを考慮した腱駆動ロボットの設計最適化
腱駆動アームの関節トルクと太さのトレードオフを、腱の巻き付き・ショートカット効果を考慮して多目的最適化し、コンパクトで高トルクな設計指針を示した。
原題: Design optimization of tendon-driven robots considering tendon wrapping and shortcut / Yuta Sahara, Kento Kawaharazuka, Kei Okada
日本語で読む → - 論文sim2realロボティクス
Sim-to-Realシステム同定のための情報分離型軌道設計
フィッシャー情報行列のシュア補完に基づく探索方策で、パラメータ間の分離性を高める軌道を設計し、シミュレータのパラメータ同定精度と実機転移性能を向上させる手法を提案。
原題: Informationally Decoupled Trajectory Design for Sim-to-Real System Identification / Sangwoo Shin, Ashvin Anilkumar, Ryan Gao 他
日本語で読む → - 論文触覚ロボティクス
MagCilia:ロボットの接触知覚と把持フィードバックのための3次元力覚センシングを実現するコンパクト磁気繊毛触覚センサ
柔軟な磁気繊毛構造とホールセンサを組み合わせた小型触覚センサを開発し、3次元力の再構成、把持フィードバック、表面認識を単一ユニットで実現した。
原題: MagCilia: A Compact Magnetociliary Tactile Sensor with 3D Force Sensing for Robotic Contact Perception and Grasping Feedback / Yu Feng, Hao Wu, Haotian Guo 他
日本語で読む → - 論文表現学習機械学習
DSReg: 再構成なしで個々の世界潜在変数を証明可能に復元
再構成やデコーダ、ラベルなしで、構造的多様性を条件に依存性スパース正則化により世界の個々の潜在変数を符号付き置換まで復元する手法を提案。
原題: DSReg: Provably Recovering Individual World Latents without Reconstruction / Yujia Zheng, David Klindt, Randall Balestriero 他
日本語で読む → - 論文sim2realロボティクス
RoboRender: ロボット指向の動画生成による視覚的Sim-to-Real転移
シミュレーションの深度動画・言語指示・ロボットマスクから写実的なRGB動画を生成し、実機へゼロショット転移可能な方策を学習するフレームワーク。
原題: RoboRender: Robot-Oriented Video Generation for Visual Sim-to-Real Transfer / Huang Huang, Wensi Ai, Ziyu Chen 他
日本語で読む → - 論文VLAロボティクス
Skill-SLM: エージェントスキル駆動型小型言語モデルによる信頼性の高いロボット操作
自然言語指示をサブタスクに分解し、スキルライブラリから適切なスキルを選んで実行可能なロボット操作に組み立てる小型言語モデルフレームワークを提案。
原題: Skill-SLM: Agent Skill-driven Small Language Models for Reliable Robot Operation / Wenhao Wang, Yanyan Li, Jiawei Yuan
日本語で読む → - 論文触覚ロボティクス
OpenViTac: 視覚触覚ポリシーを統一シミュレーション・実世界フレームワークで学習・評価する
接触を伴う操作タスクを4つの触覚能力次元で整理し、シミュレーションと実世界のペア環境でVLA・WAM・VTLAポリシーを評価するベンチマークOpenViTacを提案し、触覚表現と統合手法の比較やsim-real共訓練の分析を行った。
原題: OpenViTac: Learning and Benchmarking Visuo-Tactile Policies in a Unified Sim-and-Real Framework / Yifan Wu, Qin Li, Nan Min 他
日本語で読む → - 論文歩行ロボティクス
CMP-IRRT*:四足歩行ロボットのための知覚支援型高さ適応プランナ
トップビューRGBから障害物の高さマップを推定し、低い障害物は乗り越え可能として扱う高さ条件付き衝突判定とMambaベースのサンプリング誘導を組み合わせたRRT*プランナを提案。探索ノード数と経路長を削減し、Unitree Go2で実機検証した。
原題: CMP-IRRT*: A Perception-Assisted Height-Adaptive Planner for Quadruped Robots / Mingfan Zhao, Wendong Mao, Zhongfeng Wang
日本語で読む → - 論文オフライン強化学習機械学習
対話制約付きオフライン強化学習による自動運転
自動運転向けに、自車と周囲エージェントの相互作用レベルの分布シフトを制御するオフライン強化学習フレームワークICDPを提案。
原題: Beyond Policy Support: Interaction Constrained Offline Reinforcement Learning for Autonomous Driving / Mahmoud Selim, Cristina Cipriani, Karl Henrik Johansson
日本語で読む → - 論文sim2realロボティクス
LACE-CRAFT: アクター継承とブラックボード協調によるロボット共同設計
ロボットの形態探索と方策学習を統合する共同設計フレームワークを提案し、既存設計の学習状態を継承して新形態へ適応させる手法で、5つの移動ベンチマークで性能を向上させた。
原題: LACE-CRAFT: Robot Co-Design with Actor Inheritance and Blackboard Collaboration / Yuhan Wen, Jiawei Wang, Qixuan Zhang 他
日本語で読む →
PR・アフィリエイト広告
