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: 2024/8/1 ／ 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 →- 論文群制御画像認識
UAVによる人物検出器の選択と融合による位置推定付き顕著性マップ生成
複数のUAVに搭載する視覚検出器をシステム条件に応じて自動選択し、検出結果を新たなセンサモデルで融合して対象の位置を高精度に推定する手法を提案・実証した。
原題: UAV-Based Human Body Detector Selection and Fusion for Geolocated Saliency Map Generation ／ Piotr Rudol, Patrick Doherty, Mariusz Wzorek 他
日本語で読む → - 論文全身制御ロボティクス
実世界ヒューマノイドのためのマルチモーダル全身制御の学習
選択した状態変数のマスク付き目標軌道を入力とする単一の学習済み全身制御器を提案し、シミュレーションと実機Digit V3で多様な全身行動の実行を実証した。
原題: Learning Multi-Modal Whole-Body Control for Real-World Humanoid Robots ／ Pranay Dugar, Aayam Shrestha, Fangzhou Yu 他
日本語で読む → - 論文模倣学習ロボティクス
KOI: ハイブリッドキー状態ガイダンスによるオンライン模倣学習の加速
視覚言語モデルとオプティカルフローで専門家軌道から意味的・動作的キー状態を抽出し、報酬推定を改善することでオンライン模倣学習の探索効率を高める手法を提案。
原題: KOI: Accelerating Online Imitation Learning via Hybrid Key-state Guidance ／ Jingxian Lu, Wenke Xia, Dong Wang 他
日本語で読む → - 論文医療画像セグメンテーション画像認識
視覚特性事前分布による手術器具セグメンテーションの個人化フェデレーテッド学習
手術器具セグメンテーションのための個人化フェデレーテッド学習手法PFedSISを提案し、外観調整や形状類似性を活用して各施設の性能を向上させた。
原題: Personalizing Federated Instrument Segmentation with Visual Trait Priors in Robotic Surgery ／ Jialang Xu, Jiacheng Wang, Lequan Yu 他
日本語で読む → - 論文RPAAI
RPAによる構造化データ処理の最適化
請求書などの構造化データ抽出において、RPAボットが人手作業と比べて処理時間を大幅に短縮し、エラーゼロの精度を達成することを4つのシナリオで実証した研究。
原題: Optimizing Structured Data Processing through Robotic Process Automation ／ Vivek Bhardwaj, Ajit Noonia, Sandeep Chaurasia 他
日本語で読む → - 論文マニピュレーションロボティクス
協調ロボティクスによる積層造形の知能化：過去・現在・未来
複数のロボットアームで積層造形を行うC-RAMシステムの制御（スライシング・動作計画）と欠陥抑制、センシング、デジタルツインの活用をレビューした論文。
原題: Towards Intelligent Cooperative Robotics in Additive Manufacturing: Past, Present and Future ／ Sean Rescsanski, Rainer Hebert, Azadeh Haghighi 他
日本語で読む → - 論文位置認識画像認識
MambaPlace: 注意機構付きMambaによるテキスト・点群クロスモーダル位置認識
テキスト記述と3D点群をMambaベースの注意機構で融合し、ロボットの位置認識を粗から細へと高精度化するフレームワークを提案。
原題: MambaPlace:Text-to-Point-Cloud Cross-Modal Place Recognition with Attention Mamba Mechanisms ／ Tianyi Shang, Zhenyu Li, Pengjie Xu 他
日本語で読む → - 論文SLAM画像認識
BodySLAM：手術応用向け汎用単眼視覚SLAMフレームワーク
内視鏡手術向けに、単眼カメラのみで自己位置推定・深度推定・3D再構成を行う深層学習ベースのSLAMシステムを提案し、複数の公開データセットで有効性を示した。
原題: BodySLAM: A Generalized Monocular Visual SLAM Framework for Surgical Applications ／ G. Manni, C. Lauretti, F. Prata 他
日本語で読む → - 論文軌道計画ロボティクス
ガウス不確かさを考慮した複雑環境向けリスク認識型局所軌道プランナRALTPER
動的・静的障害物との衝突リスクを確率的に評価し、非線形最適化で安全かつ効率的な局所軌道を生成する自動運転プランナを提案した。
原題: RALTPER: A Risk-Aware Local Trajectory Planner for Complex Environment with Gaussian Uncertainty ／ Cheng Chi
日本語で読む → - 論文走行制御ロボティクス
LiDAR点群のみを用いた局所プランナベースStanley制御による自律RCカーレース
地図構築を必要とせずLiDAR点群上で局所経路計画を行い、改良Stanley制御と適応的ルックアヘッドでRCカーのレース制御を実現し、最適化ベース手法に迫る性能を実証した。
原題: Evaluation of Local Planner-Based Stanley Control in Autonomous RC Car Racing Series ／ Máté Fazekas, Zalán Demeter, János Tóth 他
日本語で読む → - 論文状態推定ロボティクス
自律走行レースのための速度推定に向けたダイナミクスモデル学習
UKFと学習ベースのダイナミクスモデルを組み合わせ、オンライン摩擦推定により未知路面へのゼロショット適応を実現した速度推定手法を提案。
原題: Learning dynamics models for velocity estimation in autonomous racing ／ Jan Węgrzynowski, Grzegorz Czechmanowski, Piotr Kicki 他
日本語で読む → - 論文マニピュレーションロボティクス
大規模モデルによる指示誘導型マニピュレーションアフォーダンスの学習
視覚言語モデルと大規模言語モデルを活用し、言語指示に応じて対象物の操作領域を予測するアフォーダンスネットワークを提案。自動データ拡張により実世界タスクでの性能と未知物体・指示への汎化を向上させた。
原題: Learning Instruction-Guided Manipulation Affordance via Large Models for Embodied Robotic Tasks ／ Dayou Li, Chenkun Zhao, Shuo Yang 他
日本語で読む → - 論文HRIロボティクス
知的ロボットの透明性を測る：TOROS尺度の開発
ロボットの透明性を説明可能性・可読性・予測可能性・メタ理解の多次元で捉え、英語・ドイツ語・イタリア語で使える26項目3因子の標準尺度TOROSを1,223人で検証した論文。
原題: Measuring Transparency in Intelligent Robots ／ Georgios Angelopoulos, Dimitri Lacroix, Ricarda Wullenkord 他
日本語で読む → - 論文タスクプランニングロボティクス
EMPOWER: 実環境でのオンライン接地と実行を伴う身体性マルチロール・オープンボキャブラリ計画
事前学習済み基盤モデルとマルチロール機構を活用し、実環境ロボットのオープンボキャブラリなオンライン計画・実行を低計算コストで実現するフレームワークを提案。TIAGoロボットでの6シナリオで平均成功率0.73を達成。
原題: EMPOWER: Embodied Multi-role Open-vocabulary Planning with Online Grounding and Execution ／ Francesco Argenziano, Michele Brienza, Vincenzo Suriani 他
日本語で読む → - 論文SLAM画像認識
LoopSplat: 3Dガウシアンスプラットの位置合わせによるループクロージャ
RGB-D画像から3Dガウシアンスプラットのサブマップで密マッピングを行い、サブマップ間のループ制約を3DGS位置合わせで直接計算してポーズグラフ最適化により大域的整合性を実現するSLAM手法。
原題: LoopSplat: Loop Closure by Registering 3D Gaussian Splats ／ Liyuan Zhu, Yue Li, Erik Sandström 他
日本語で読む → - 論文3Dセグメンテーション画像認識
TeFF: 追跡強化による忘却なし少数ショット3D LiDARセマンティックセグメンテーション
LiDARの時系列連続性を利用した追跡モデルで疑似正解を生成してデータを拡張し、LoRAで破滅的忘却を抑えつつ新規クラスに適応する少数ショット3Dセマンティックセグメンテーション手法を提案。
原題: TeFF: Tracking-enhanced Forgetting-free Few-shot 3D LiDAR Semantic Segmentation ／ Junbao Zhou, Jilin Mei, Pengze Wu 他
日本語で読む → - 論文飛行マニピュレーションロボティクス
AEROBULL: 重心移動機構を備えた高推力接触作業用ドローン
チルト可能なローターと重心移動機構を組み合わせ、自重に匹敵する約28Nの押し付け力を非水平面に加えられる軽量ドローンを開発した。
原題: AEROBULL: A Center-of-Mass Displacing Aerial Vehicle Enabling Efficient High-Force Interaction ／ Tong Hui, Esteban Zamora, Simone D'Angelo 他
日本語で読む → - 論文オブジェクト中心学習/3D再構成画像認識
SlotLifter: スロット誘導特徴リフティングによるオブジェクト中心放射輝度場の学習
スロット誘導特徴リフティングを用いて、3Dシーンの再構成とオブジェクト分解を同時に行うオブジェクト中心の放射輝度モデルを提案し、合成・実世界データセットで高い性能を示した。
原題: SlotLifter: Slot-guided Feature Lifting for Learning Object-centric Radiance Fields ／ Yu Liu, Baoxiong Jia, Yixin Chen 他
日本語で読む → - 論文SLAMロボティクス
リアルタイムGaussian Splattingに向けて：フォトメトリックSLAMによる3DGSの高速化
単眼フォトメトリックSLAM（Direct Sparse Odometry）の点群を3D Gaussian Splattingの入力に使うことで、高品質レンダリングに必要な学習時間を大幅に短縮できることを示した研究。
原題: Towards Real-Time Gaussian Splatting: Accelerating 3DGS through Photometric SLAM ／ Yan Song Hu, Dayou Mao, Yuhao Chen 他
日本語で読む → - 論文群制御ロボティクス
DVRP-MHSI：マルチモーダルな人間-群ロボット相互作用のための動的可視化研究プラットフォーム
人間とロボット群の相互作用研究を加速するため、脳波・視線・筋電・タッチなど多様なインタフェースに対応したリアルタイム動的可視化プラットフォームを開発した。
原題: DVRP-MHSI: Dynamic Visualization Research Platform for Multimodal Human-Swarm Interaction ／ Pengming Zhu, Zhiwen Zeng, Weijia Yao 他
日本語で読む → - 論文歩行者予測画像認識
Transformerベースの行動クラスタリングとデータ駆動型到達可能性解析による歩行者運動予測
Transformerエンコーダと階層的密度クラスタリングで歩行者の多様な行動パターンを自動抽出し、データ駆動型到達可能性解析と組み合わせて将来の歩行軌道を予測する手法を提案した。
原題: Pedestrian Motion Prediction Using Transformer-based Behavior Clustering and Data-Driven Reachability Analysis ／ Kleio Fragkedaki, Frank J. Jiang, Karl H. Johansson 他
日本語で読む → - 論文測位・SLAMロボティクス
MR-ULINS: マルチエポック外れ値除去を備えたUWB-LiDAR-慣性の密結合推定器
UWB・LiDAR・IMUを密結合し、UWBの系統誤差とNLOS外れ値をオンラインで推定・除去することで、GNSS拒否環境で約0.1mの高精度測位を実現した。
原題: MR-ULINS: A Tightly-Coupled UWB-LiDAR-Inertial Estimator with Multi-Epoch Outlier Rejection ／ Tisheng Zhang, Man Yuan, Linfu Wei 他
日本語で読む → - 論文リハビリ外骨格HCI
AIカメラとセンサを活用したリハビリ用ハンドエクソスケルトン
カメラと加速度センサを統合したグローブ型リハビリ外骨格を開発し、訓練不要の視覚ベース制御で手の開閉と物体把持を支援する。
原題: AI-Powered Camera and Sensors for the Rehabilitation Hand Exoskeleton ／ Md Abdul Baset Sarker, Juan Pablo Sola-thomas, Masudul H. Imtiaz
日本語で読む → - 論文アクチュエータロボティクス
MRI対応ノッチ付きプラスチック超音波ステータのFEMシミュレーションとホログラフィ検証
MRI環境で動作する手術支援ロボット用に、プラスチック製超音波モータのステータ設計を改良し、FEMとホログラフィで振動モードを検証した研究。
原題: Study of MRI-compatible Notched Plastic Ultrasonic Stator with FEM Simulation and Holography Validation ／ Zhanyue Zhao, Haimi Tang, Paulo Carvalho 他
日本語で読む → - 論文3D再構成画像認識
ロボット手術における変形組織の3次元再構成技術のレビュー
ロボット手術の内視鏡映像から変形する組織を3次元再構成するNeRFや3Dガウシアンスプラッティングなどの最新手法をレビューし、2つのデータセットで評価した。
原題: A Review of 3D Reconstruction Techniques for Deformable Tissues in Robotic Surgery ／ Mengya Xu, Ziqi Guo, An Wang 他
日本語で読む → - 論文マニピュレーションロボティクス
ViIK: 衝突判定を融合したフローベースの視覚逆運動学ソルバ
RGB画像から多様なロボット関節角度を高速生成し、衝突判定も同時に考慮するフローベースの逆運動学ソルバを提案。
原題: ViIK: Flow-based Vision Inverse Kinematics Solver with Fusing Collision Checking ／ Qinglong Meng, Chongkun Xia, Xueqian Wang
日本語で読む → - 論文安全・pHRIロボティクス
非拘束衝突による傷害保護データセットに向けて：ヒトの手に対する初期代替実験
ヒトの手とロボットの非拘束衝突における傷害リスクを調べるため、振り子とブタの足を用いた実験系を提案し、鋭利な物体との衝突時の傷害データベースを構築した。
原題: Towards Unconstrained Collision Injury Protection Data Sets: Initial Surrogate Experiments for the Human Hand ／ Robin Jeanne Kirschner, Jinyu Yang, Edonis Elshani 他
日本語で読む → - 論文マルチエージェント強化学習ロボティクス
移動ロボットによるマルチエージェント・マルチマシン機械操作の学習
移動ロボット群が複数の工作機械を操作するタスクを、注意機構を組み込んだマルチエージェント強化学習（AB-MAPPO）で学習し、成功率・安全性・資源利用効率を向上させた。
原題: Learning Multi-agent Multi-machine Tending by Mobile Robots ／ Abdalwhab Abdalwhab, Giovanni Beltrame, Samira Ebrahimi Kahou 他
日本語で読む → - 論文VLA画像認識
Surgical-VQLA++: ロボット手術における校正済みロバスト視覚質問局所回答のための敵対的対照学習
手術画像に対する質問応答で、回答とともに関連領域を局所化するVQLAタスクを提案し、マルチモーダル情報を統合する校正済み共注意ゲート付き視覚言語埋め込みと敵対的対照学習で性能とロバスト性を向上させた。
原題: Surgical-VQLA++: Adversarial Contrastive Learning for Calibrated Robust Visual Question-Localized Answering in Robotic Surgery ／ Long Bai, Guankun Wang, Mobarakol Islam 他
日本語で読む → - 論文マニピュレーションロボティクス
奥行きが効く：RGBベースの事前学習済み方策への奥行き情報注入による改善
RGB入力のみで動作するロボット操作方策に、学習時のみRGB-Dを使う奥行き情報注入フレームワークを提案し、3D知覚能力を高めて細かい操作タスクの性能を向上させた。
原題: Depth Helps: Improving Pre-trained RGB-based Policy with Depth Information Injection ／ Xincheng Pang, Wenke Xia, Zhigang Wang 他
日本語で読む →