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: 2026/8/15 ／ 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 →- 論文ナビゲーションロボティクス
LAPF: UAVScenesデータセットを用いたLLMエージェントベースの経路探索
UAVの自律ナビゲーションのため、LLMエージェントに知覚・記憶・計画・行動を統合した閉ループ認知アーキテクチャを提案し、市街地規模の環境で経路長を短縮することを実証した。
原題: LAPF: LLM-Agent-Based Path Finder Using the UAVScenes Dataset ／ Yousef Emami, Mohammadhossein Homaei, Hao Zhou 他
日本語で読む → - 論文ナビゲーション画像認識
OpenBelief-Nav: オープン語彙言語誘導ナビゲーションのための証拠保持オブジェクトメモリ
オープン語彙の3Dシーングラフで、観測レベルのフレーズや信頼性情報を保持するオブジェクトメモリを提案し、タスク固有の読み出しで固定語彙投影や自由形式検索を行う。ナビゲーション実験で性能向上を確認した。
原題: OpenBelief-Nav: Evidence-Preserving Object Memory for Open-Vocabulary Language-Guided Navigation ／ Dinh Tuan Nguyen, Anh Dao, Phuong Nam Dang 他
日本語で読む → - 論文ナビゲーションロボティクス
OccPlanner: 目標認識占有条件付き拡散プランナーによるピクセルゴールナビゲーション
カメラ画像のピクセルで指定された目標へのナビゲーションを、3D占有情報を条件とした拡散モデルで実現。モノクロ動画から3D占有アノテーションを生成する手法も提案し、シミュレーションと実機で高い成功率を達成した。
原題: OccPlanner: Goal-Aware Occupancy-Conditioned Diffusion Planner for Pixel-Goal Navigation ／ Binling Huang, Nianjin Ye, Xi Yang 他
日本語で読む → - 論文UAVナビゲーションロボティクス
PILOT: 部分観測下での自律UAVのエンドツーエンド動作計画のための特権模倣学習
部分観測下でのUAVナビゲーションを改善するため、最適制御の専門家から学習し、安全性と動的制約を考慮したエンドツーエンドの動作計画フレームワークを提案した。
原題: PILOT: Privileged Imitation Learning for End-to-End Motion Planning of Autonomous UAVs under Partial Observability ／ Qingrui Zhang, Feng Xue, Xiang Zhou 他
日本語で読む → - 論文ナビゲーションロボティクス
Graph-MambaNav: 物体関係知識を活用した空間時間グラフMambaによる物体目標ナビゲーション
物体目標ナビゲーションにおいて、物体間の関係性と目標関連性に基づくノード優先順位付けを導入した空間時間グラフエンコーディングフレームワークを提案し、AI2-THORとRoboTHORで性能向上を実証した。
原題: Graph-MambaNav: Spatial-Temporal Graph Mamba Leveraging Object-Relation Knowledge for Object-Goal Navigation ／ Leyuan Sun, Genxin Chen, Linwei Ye 他
日本語で読む → - 論文ナビゲーション画像認識
DreamFly: 空中視覚言語ナビゲーションのための因果メモリと後退地平線拡散プランニング
空中VLNタスクにおいて、過去の観測のみを用いた因果メモリと、Kステップの行動計画を生成し最初の行動だけを実行する後退地平線拡散プランニングを導入し、停止判定を分離することでナビゲーション性能を向上させた。
原題: DreamFly: Causal Memory and Receding-Horizon Diffusion Planning for Aerial Vision-Language Navigation ／ Yan Deng, Fei Xu
日本語で読む → - 論文ナビゲーション画像認識
360CityArena: 具身エージェントのための現実的な仮想都市ナビゲーションベンチマーク
360度動画から構築した写実的な都市環境で、具身エージェントの都市探索能力を評価するベンチマークを提案。人間と最先端モデルの性能差が大きいことを示した。
原題: 360CityArena: A Realistic Virtual Urban Navigation Benchmark for Embodied Agents ／ Kenta Watanabe, Atsuyuki Miyai, Mizuki Takenawa 他
日本語で読む → - 論文VLA/ナビゲーションAI
WNM-3D: 3Dシーン条件付けによるクローズドループVLNのための世界ナビゲーションモデル
連続的な視覚言語ナビゲーション（VLN）のための生成的世界行動モデルを提案し、3Dシーン表現を条件として将来の視覚と行動を同時生成することで、クローズドループのナビゲーション性能を向上させた。
原題: WNM-3D: A World Navigation Model with 3D Scene Conditioning for Closed-Loop VLN ／ Yuehao Huang, Yunzi Wu, Xiaotao Zhang 他
日本語で読む → - 論文ナビゲーションAI
UniNav: 視覚ナビゲーションのための統合ワールド・アクション拡散モデル
画像ゴールの視覚ナビゲーションにおいて、将来の観測予測と軌道生成を単一の拡散プロセスで統合したモデルUniNavを提案。幾何認識カメラトークンとビデオのみのデータ学習により性能を向上させ、高速推論も可能にした。
原題: UniNav: A Unified World-Action Diffusion Model for Visual Navigation ／ Changqing Zhou, Yueru Luo, Zeyu Jiang 他
日本語で読む → - 論文ナビゲーションロボティクス
ODG-NoMaD: 天井カメラによる方向誘導型NoMaD
NoMaDの探索モードに、天井カメラで構築した占有地図と大域経路から得た進行方向を、拡散過程の最終ステップで注入することで、未学習環境でも衝突回避しつつ目標へ効率的に到達できるようにした。
原題: ODG-NoMaD: Overhead-Camera Direction-Guided NoMaD ／ Blossom Treesa Bastian, Keerthi S. Shetty, Manish Kolachalam 他
日本語で読む → - 論文ナビゲーション制御
ロボットナビゲーションのための安全でロバストなチューブベース経路追従
未知の障害物環境でロボットが安全に経路追従するための制御フレームワークを提案。チューブベース制御で外乱に強く、障害物回避と経路追従を統合する。
原題: Safe and robust tube-based path-following for robot navigation ／ Arthur H. D. Nunes, Vinicius M. Gonçalves, Guilherme V. Raffo 他
日本語で読む → - 論文ナビゲーションロボティクス
PathCover: 点群に対するランダム反復空間分割による経路に沿った高速凸分解
点群データから直接、障害物のない凸ポリトープ列を高速に生成する新しいフレームワークを提案し、実時間での移動ロボットの軌道計画を可能にした。
原題: PathCover: A Fast Convex Decomposition along a Path via Randomized Iterative Space Partitioning (RISP) on Point Clouds ／ Kunal S. Narkhede, Abhijeet M. Kulkarni, Guoquan Huang 他
日本語で読む → - 論文ナビゲーションロボティクス
AirForesight: 現在から未来への空間マップ想像とクロススペース計画整合性によるUAV-VLN
UAVの視覚言語ナビゲーションにおいて、現在の空間マップ表現を学習し、未来のマップ推論と計画整合性損失を用いて次の3Dウェイポイントを予測するフレームワークを提案した。
原題: AirForesight: Current-to-Future Spatial Map Imagination with Cross-Space Planning Consistency for UAV-VLN ／ Yutong Liu, Xiaojie Li, Mingzhu Xu 他
日本語で読む → - 論文ナビゲーションロボティクス
順序なしランドマークを用いた視覚ナビゲーション
時間順序や深度などの補助センサーに依存せず、順序のない画像集合から2Dトポロジカルマップを構築し、グラフベースの信念伝播フィルタで自己位置推定と動的サブゴール計画を行うRGBのみのナビゲーションフレームワークを提案した。
原題: Unordered Landmark Visual Navigation ／ Hao Ren, Junzhe Zhu, Yihan Li 他
日本語で読む → - 論文ナビゲーションロボティクス
マイクロロボットナビゲーションのための分単位トレーニング
マイクロロボットのナビゲーションを強化学習で訓練する際、従来は数時間から数日かかっていたが、高速シミュレータとタスク整形正則化報酬により10分未満での訓練を実現した。
原題: Minute-Scale Training for Microrobot Navigation ／ Yinghan Sun, Aoji Zhu, Xiang Ji 他
日本語で読む → - 論文ナビゲーションロボティクス
SpikingNav: スパイキングニューラルポリシーによる頑健な身体化ナビゲーション
スパイキングニューラルネットワークを用いた屋内ナビゲーション手法を提案し、視覚的劣化に対する頑健性を向上させた。
原題: SpikingNav: Robust Embodied Navigation with Spiking Neural Policies ／ Jiahong Zhang, Sijun Shen, Dehua Wu 他
日本語で読む → - 論文ナビゲーションロボティクス
SSTG-Nav: 再利用可能な物体ナビゲーションのための計量基盤型空間意味トポロジカルグラフ
サービスロボットが同じ環境で長期間運用される際、事前の探索情報を再利用可能な意味メモリとして構築し、物体ナビゲーションの成功率と効率を大幅に向上させる手法を提案した。
原題: SSTG-Nav: Metric-Grounded Spatial-Semantic Topological Graphs for Reusable Object Navigation ／ Daojie Peng, Bingtao Wang, Jun Ma
日本語で読む → - 論文ナビゲーションAI
CoNav-UAV: スタッケルベルグ学習による協調的二重高度空中ナビゲーション
高高度と低高度の2台のUAVをスタッケルベルグゲームとして協調させ、視覚と言語のみで目標探索と接近を行う空中ナビゲーション手法を提案した。
原題: CoNav-UAV: Cooperative Dual-Altitude Aerial Navigation via Stackelberg Learning ／ Junru Song, Wenhao Zhang, Yang Yang 他
日本語で読む → - 論文ナビゲーションロボティクス
LifelongCrossNav: 複数階を横断する物体ナビゲーションのための持続的3Dセマンティックメモリ
未知の複数階建て環境で、連続する複数の物体目標を探索するナビゲーション手法を提案。共有の3Dセマンティックボクセルメモリを構築し、階をまたぐ探索を可能にする。
原題: LifelongCrossNav: Persistent 3D Semantic Memory for Cross-Floor Multi-Object Navigation ／ Zehui Li, Zihao Sun, Jiawei Xu 他
日本語で読む → - 論文カリキュラム学習/ナビゲーションロボティクス
構造化パラメトリック環境下でのカリキュラム生成による頑健なナビゲーションポリシー
連続的な環境パラメータ（旋回率、障害物、摩擦など）に対して頑健なナビゲーションポリシーを学習するため、勾配ベースのカリキュラム生成フレームワークを提案し、分布シフト正則化を導入してマルチモーダル観測の表現を改善した。2つの連続制御環境で既存手法を上回る性能を示した。
原題: Curriculum Generation under Structured Parametric Environments for Robust Navigation Policies ／ Prishita Ray
日本語で読む → - 論文ナビゲーションロボティクス
二重ストレス：安全制約付きMPCナビゲーションのための実行時安全性モニタリング
モデル予測制御の最適化から得られるKKT乗数を利用した新しい危険監視信号を提案し、幾何学的検出器と組み合わせることで衝突警告性能を大幅に向上させた。
原題: Dual Stress: Runtime Safety Monitoring for Safety-Constrained MPC Navigation ／ Jamil Chahine, Wenqi Cai, John Abanes 他
日本語で読む → - 論文ナビゲーションロボティクス
CrossTracer: VLAモデルの推論とトレース残差適応によるクロスエンボディメントナビゲーション
ロボットの種類に応じた移動制約を考慮したナビゲーション経路を生成するため、VLAモデルと適応的残差補正を組み合わせた階層的フレームワークを提案した。
原題: CrossTracer: Cross-Embodiment Navigation via VLA Model Reasoning and Trace Residuals Adapting ／ Yao Wang, Siyuan Wang, Zhirui Sun 他
日本語で読む → - 論文UAVナビゲーションロボティクス
FlowPilot: 俊敏なUAVナビゲーションのためのリアルタイム世界行動モデリング
深度画像から将来のシーンと軌道を同時に生成するコンパクトな世界行動モデルを提案し、シミュレーションと実機で高速・高機動な飛行を実現した。
原題: FlowPilot: Real-Time World-Action Modeling for Agile UAV Navigation ／ Runqing Wang, Ding Yu, Pengyuan Min 他
日本語で読む → - 論文ナビゲーションロボティクス
SAP-Nav：階層的オープンボキャブラリ物体ナビゲーションのための空間意味表現と能動的知覚の融合
未知環境で自由形式の指示に従う階層的オープンボキャブラリ物体ナビゲーションを、能動的視点選択と空間意味表現の構築によりゼロショットで解決するフレームワークを提案した。
原題: SAP-Nav: Spatial Semantic Representation Meets Active Perception for Hierarchical Open-Vocabulary Object Navigation ／ Xuetong Pei, Jian Liu, Vidura Munasinghe 他
日本語で読む → - 論文ナビゲーションロボティクス
SAIN: 能動的対話による構造認識型インタラクティブナビゲーション
曖昧な指示に対して能動的質問で解消する移動ロボットのナビゲーション手法を提案。対話の回答を永続的な空間・物体記憶に変換し、ゼロショットで目標探索を実現。
原題: SAIN: Structure-Aware Interactive Navigation with Active Dialogue Grounding for Mobile Robot ／ Yuhao Cao, Xiao Liu, Yang Xie 他
日本語で読む → - 論文ナビゲーションロボティクス
飛ぶ前に熟考せよ：UAVの見て到達するナビゲーションのための視覚誘導型空間熟考
UAVが初期視界内の言語指定ターゲットに到達するタスクで、直接的な視覚言語から行動へのマッピングの問題を解決するため、空間熟考チェーンと暗黙の飛行回廊を導入したウェイポイント予測フレームワークDBFlyを提案した。
原題: Deliberate Before You Fly: Vision-Guided Spatial Deliberation for UAV See-and-Reach Navigation ／ Fanfu Xue, En Yu, Bohang Liu 他
日本語で読む → - 論文ナビゲーション機械学習
近接学に基づく報酬モデリングによる深層強化学習の社会的規範ナビゲーション
混雑環境でのロボットナビゲーションにおいて、社会的規範を考慮した報酬設計を提案し、深層強化学習に組み込んで評価した。
原題: Towards Socially Compliant Navigation in Deep Reinforcement Learning via Proxemics-Based Reward Modeling ／ Takieddine Soualhi, Jacques Saraydaryan, Laetitia Matignon
日本語で読む → - 論文ナビゲーションロボティクス
単調計画コストを備えた潜在世界モデルによる画像目標ナビゲーション
画像目標ナビゲーションのための潜在世界モデルを提案し、計画コストの順序性を改善する単調コストランキング損失を導入して、サンプリングベースのプランナーの性能を向上させた。実ロボットでのゼロショット展開も実証した。
原題: Latent World Models with Monotone Planning Costs for Image-Goal Navigation ／ Amirhosein Chahe, Siwei Cai, Lifeng Zhou
日本語で読む → - 論文VLM/ナビゲーション画像認識
視覚言語モデルはロボットの一人称画像から近接リスクを評価できるか？
ロボットの一人称視点画像から近接危険度を4段階に分類するタスクで、3つのオープンソースVLMを評価。微調整なしではベースライン並みだが、特定モデルとプロンプトで高危険度の検出が向上した。
原題: Can Vision-Language Models Assess Proxemic Risk from Egocentric Robot Images? ／ Vladyslava Rudas, Dmytro Kuzmenko
日本語で読む → - 論文水中ロボット/視覚ナビゲーションロボティクス
リアルタイム自律UUV運用のための視覚ベース制御フレームワーク
水中ロボット(UUV)向けに、動的で視覚的に困難な環境下でのリアルタイムな自己位置推定、自律航法、3Dマッピングを統合した視覚ベースのフレームワークを提案し、シミュレーションと実機実験で有効性を検証した。
原題: A Vision-based Control Framework for Real-time Autonomous UUV Operations ／ Erik Tjærand Frøland, Marco Job, Md Ether Deowan 他
日本語で読む →