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VLAロボティクス
双方向デコーディング：ガイド付きテスト時サンプリングによるアクションチャンキングの改善
アクションチャンキングの長所と短所を分析し、テスト時に複数候補から後方一貫性と前方コントラストで最適行動を選ぶBIDを提案、シミュレーションと実機で性能を向上させた。
原題: Bidirectional Decoding: Improving Action Chunking via Guided Test-Time Sampling ／ Yuejiang Liu, Jubayer Ibn Hamid, Annie Xie 他
日本語で読む → - 論文VLAロボティクス
Space-LLaVA：地球外環境に適応した視覚言語モデル
火星などの地球外データベースに言語注釈を付与してLLaVAを微調整し、未知のタスクでゼロショット性能を向上させた視覚言語モデル。
原題: Space-LLaVA: a Vision-Language Model Adapted to Extraterrestrial Applications ／ Matthew Foutter, Daniele Gammelli, Justin Kruger 他
日本語で読む → - 論文自動運転/地図生成画像認識
市販車のGNSSと車載カメラデータを用いたロバストな道路網推定
市販車に搭載されたGNSSとカメラのデータから、畳み込みニューラルネットワークとマップマッチングを用いて道路中心線を推定し、複雑な道路形状でも高精度に道路網を構築する手法を提案した。
原題: Leveraging GNSS and Onboard Visual Data from Consumer Vehicles for Robust Road Network Estimation ／ Balázs Opra, Betty Le Dem, Jeffrey M. Walls 他
日本語で読む → - 論文キャリブレーションロボティクス
RIs-Calib: 連続時間推定に基づく複数3DレーダとIMUのオープンソース時空間キャリブレータ
複数の3DレーダとIMUの時空間キャリブレーションを、追加インフラや事前知識なしで高精度に行う連続時間推定ベースのオープンソース手法を提案し、シミュレーションと実環境で有効性を検証した。
原題: RIs-Calib: An Open-Source Spatiotemporal Calibrator for Multiple 3D Radars and IMUs Based on Continuous-Time Estimation ／ Shuolong Chen, Xingxing Li, Shengyu Li 他
日本語で読む → - 論文マルチLiDARオドメトリロボティクス
CTE-MLO: 連続時間かつ高効率なマルチLiDARオドメトリと局所化可能性を考慮した点群サンプリング
複数のLiDARからの点群を連続時間ガウス過程とカルマンフィルタで統合し、局所化可能性を考慮したサンプリングで計算量を抑えつつ高精度・リアルタイムな自己位置推定を実現する手法を提案。
原題: CTE-MLO: Continuous-time and Efficient Multi-LiDAR Odometry with Localizability-aware Point Cloud Sampling ／ Hongming Shen, Zhenyu Wu, Yulin Hui 他
日本語で読む → - 論文外骨格ロボティクス
ウェアラブル歩行器下肢外骨格のユーザ中心評価：Experienceプロトコルに基づく予備的評価
EUROBENCHプロジェクトのEXPERIENCEプロトコルを用いて、荷物運搬を支援する下肢外骨格「Wearable Walker」を5名の健常者で評価し、生理信号とアンケートからユーザ体験と改善点を調査した。
原題: User-centered evaluation of the Wearable Walker lower limb exoskeleton, preliminary assessment based on the Experience protocol ／ Cristian Camardella, Vittorio Lippi, Francesco Porcini 他
日本語で読む → - 論文sim2realロボティクス
コネクテッド自動運転車とロボット群のための小規模テストベッドに関する調査
自動運転車やロボット群の研究で使われる小規模テストベッドを、sense-plan-actパラダイムに基づく62の特徴で整理し、23のテストベッドを比較した調査論文。
原題: A Survey on Small-Scale Testbeds for Connected and Automated Vehicles and Robot Swarms ／ Armin Mokhtarian, Jianye Xu, Patrick Scheffe 他
日本語で読む → - 論文マルチモーダル認識ロボティクス
RoboMNIST: WiFi・映像・音声を用いたマルチロボット活動認識のためのマルチモーダルデータセット
2台のロボットアームの活動を、WiFiのCSI・映像・音声の3モダリティで同時計測したデータセットを構築し、マルチロボット活動認識の研究基盤を提供する。
原題: RoboMNIST: A Multimodal Dataset for Multi-Robot Activity Recognition Using WiFi Sensing, Video, and Audio ／ Kian Behzad, Rojin Zandi, Elaheh Motamedi 他
日本語で読む → - 論文SLAMロボティクス
SLAMにおける強化学習応用のサーベイ
移動ロボットのSLAM（自己位置推定と地図構築）に強化学習を適用した研究を体系的に整理し、ナビゲーション能力やロバスト性の向上などの利点と技術の進展を概観したサーベイ論文。
原題: A Survey on Reinforcement Learning Applications in SLAM ／ Mohammad Dehghani Tezerjani, Mohammad Khoshnazar, Mohammadhamed Tangestanizadeh 他
日本語で読む → - 論文ナビゲーションロボティクス
全方向カメラと複数の視覚言語モデルによる事前知識不要の反射型オープンボキャブラリナビゲーション
全方向カメラと事前学習済み視覚言語モデルを組み合わせ、地図構築や学習なしで反射的に目標物体へ移動するロボットナビゲーション手法を提案し、Fetchロボットで検証した。
原題: Reflex-Based Open-Vocabulary Navigation without Prior Knowledge Using Omnidirectional Camera and Multiple Vision-Language Models ／ Kento Kawaharazuka, Yoshiki Obinata, Naoaki Kanazawa 他
日本語で読む → - 論文マニピュレーションロボティクス
Points2Plans: 点群から長期計画を生成する構成可能な関係力学モデル
部分視点の点群と言語指示から、関係力学モデルを連続・記号表現の橋渡しとして使い、長期マニピュレーション計画をゼロショットで生成するフレームワーク。
原題: Points2Plans: From Point Clouds to Long-Horizon Plans with Composable Relational Dynamics ／ Yixuan Huang, Christopher Agia, Jimmy Wu 他
日本語で読む → - 論文sim2realロボティクス
FORGE: 不確実性下での接触の多いマニピュレーションのための力誘導探索
力閾値とダイナミクスランダム化を組み合わせてシミュレーションで学習し、姿勢の不確実性がある実機でも力に基づいて接触の多い作業を安全に遂行できる方策を実現した。
原題: FORGE: Force-Guided Exploration for Robust Contact-Rich Manipulation under Uncertainty ／ Michael Noseworthy, Bingjie Tang, Bowen Wen 他
日本語で読む → - 論文3D再構成画像認識
VECTOR：3D再構成誤差分析のブラックボックスを開く可視化ツール
ステレオ再構成のバンドル調整における誤差要因を可視化するツールVECTORを開発し、火星探査車の地形再構成のデバッグと改善に活用した。
原題: Opening the Black Box of 3D Reconstruction Error Analysis with VECTOR ／ Racquel Fygenson, Kazi Jawad, Isabel Li 他
日本語で読む → - 論文経路計画ロボティクス
UAVによるスポット散布のためのTSPと領域被覆を組み合わせた経路計画
農地のスポット散布を想定し、複数の散布領域を巡回するTSPと領域被覆経路計画を組み合わせ、障害物を避けつつ境界内で最短経路を求める手法を提案・実証した論文。
原題: Path Planning for Spot Spraying with UAVs Combining TSP and Area Coverages ／ Mogens Plessen
日本語で読む → - 論文模倣学習ロボティクス
Re-Mix: 大規模模倣学習のためのデータ混合最適化
ロボット基盤モデルの事前学習において、データセットの異なるサブセットの重み付けを分布ロバスト最適化で最適化する手法Re-Mixを提案し、Open X-Embodimentデータセットで均一重みより38%性能を向上させた。
原題: Re-Mix: Optimizing Data Mixtures for Large Scale Imitation Learning ／ Joey Hejna, Chethan Bhateja, Yichen Jiang 他
日本語で読む → - 論文マニピュレーションロボティクス
SIMPNet: 空間情報を活用した動作計画ネットワーク
作業空間の情報をクロスアテンションで関節空間に取り込み、グラフニューラルネットでサンプリングを誘導する動作計画手法を提案し、UR5eで有効性を示した。
原題: SIMPNet: Spatial-Informed Motion Planning Network ／ Davood Soleymanzadeh, Xiao Liang, Minghui Zheng
日本語で読む → - 論文外骨格ロボティクス
建設作業における安静立位と膝立ちのバランスおよび作業評価に対する外骨格支援
VR/MRで高所環境と溶接作業を再現し、膝外骨格が安静立位と膝立ちの姿勢バランスと作業性能に与える影響を複数被験者実験で評価した。
原題: Exoskeleton-Assisted Balance and Task Evaluation During Quiet Stance and Kneeling in Construction ／ Gayatri Sreenivasan, Chunchu Zhu, Jingang Yi
日本語で読む → - 論文連続体ロボットロボティクス
ファイバー数と密度がファイバージャミングに与える影響：連続体ロボットのリーダー追従展開に向けて
直径4mmのファイバージャミングモジュールを試作し、ファイバー数と充填密度が剛性変化に大きく影響することを理論と実験で示した。最適構成では最大3400%の剛性変化を達成し、医療用リーダー追従ロボットへの応用可能性を確認した。
原題: Effects of fiber number and density on fiber jamming: Towards follow-the-leader deployment of a continuum robot ／ Chen Qian, Tangyou Liu, Liao Wu
日本語で読む → - 論文模倣学習ロボティクス
劣悪なデモンストレーションからのロボットスキル獲得のための確率的軌道最適化
人間の好みを反映した形状だが動きが遅いなどの劣ったデモから、DTWと周波数領域の指標を用いて形状を保ちつつ動的性能を最適化するMSTOMPを提案し、実機で検証した。
原題: Stochastic Trajectory Optimization for Robotic Skill Acquisition From a Suboptimal Demonstration ／ Chenlin Ming, Zitong Wang, Boxuan Zhang 他
日本語で読む → - 論文VLAAI
視覚言語モデルを用いたマルチエージェント計画
環境の単一画像から自由形式のドメインで身体性タスク計画を行うマルチエージェント構成を提案し、計画品質を評価する新手法PG2Sを導入した。
原題: Multi-Agent Planning Using Visual Language Models ／ Michele Brienza, Francesco Argenziano, Vincenzo Suriani 他
日本語で読む → - 論文マニピュレーションロボティクス
物体拡張アルゴリズム：光学マーカーから仮想物体運動と物体起因の相互作用レンチを計算する
光学マーカー計測に仮想物体の運動と物体操作による関節トルクを付加する5段階アルゴリズムを提案し、ロボットハンド・アームで高精度に検証した。
原題: Object Augmentation Algorithm: Computing virtual object motion and object induced interaction wrench from optical markers ／ Christopher Herneth, Junnan Li, Muhammad Hilman Fatoni 他
日本語で読む → - 論文マニピュレーションロボティクス
相互情報量を用いた物体探索マニピュレーション
視覚的に隠れた環境で既知の可動物体の姿勢を推定するため、相互情報量に基づいてロボットの接触を伴う探索行動をオンライン生成する手法を提案。
原題: RUMI: Rummaging Using Mutual Information ／ Sheng Zhong, Nima Fazeli, Dmitry Berenson
日本語で読む → - 論文軌道予測ロボティクス
制御推論と状態空間ダイナミクスによるマルチエージェント軌道予測の高精度化
状態空間モデルとグラフニューラルネットワークを組み合わせ、制御変数を「Mixed Mamba」で推定することで、自動運転における周辺車両や歩行者の軌道予測精度を向上させた研究。
原題: Enhanced Prediction of Multi-Agent Trajectories via Control Inference and State-Space Dynamics ／ Yu Zhang, Yongxiang Zou, Haoyu Zhang 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sim2realロボティクス
未知の変形地形におけるオフロード走行のための強化学習補償モデル予測制御
未知のタイヤ・地形間の相互作用に対処するため、深層強化学習でモデル予測制御を補償し、変形地形での高速オフロード自律走行を実現するフレームワークを提案した。
原題: Reinforcement Learning Compensated Model Predictive Control for Off-road Driving on Unknown Deformable Terrain ／ Prakhar Gupta, Jonathon M. Smereka, Yunyi Jia
日本語で読む → - 論文状態推定ロボティクス
運動群上のノンパラメトリック推定のための調和指数フィルタ
運動群上の多峰性分布を扱うベイズフィルタリングを、調和指数分布のフーリエ係数の性質を利用して効率的かつ漸近的に正確に解く手法を提案し、シミュレーションと実環境の自己位置推定で有効性を示した。
原題: The Harmonic Exponential Filter for Nonparametric Estimation on Motion Groups ／ Miguel Saavedra-Ruiz, Steven A. Parkison, Ria Arora 他
日本語で読む → - 論文動作解析センサeess.SP
動作解析用センサの比較評価
ジェスチャーID、Leap Motion、Noitomモーションキャプチャ、独自開発のタッピング・足動作センサの測定精度を比較し、パーキンソン病の振戦解析や非接触デバイス操作への応用可能性を検討した。
原題: Analysis of sensors for movement analysis ／ Marcos Faundez-Zanuy, Anna Faura-Pujol, Hector Montalvo-Ruiz 他
日本語で読む → - 論文ナビゲーションAI
ナビゲーションエージェントにおける能動的推論による構造の探索と学習
動物のナビゲーション戦略に着想を得て、トポロジカルマッピングと能動的推論フレームワークを組み合わせ、未知環境の構造を少ない探索で効率的に学習するナビゲーションモデルを提案した。
原題: Exploring and Learning Structure: Active Inference Approach in Navigational Agents ／ Daria de Tinguy, Tim Verbelen, Bart Dhoedt
日本語で読む → - 論文3Dセグメンテーション画像認識
Query3D: 言語埋め込み3DガウシアンとLLMによるオープンボキャブラリ3Dシーンセグメンテーション
自動運転向けに、Language Embedded 3D GaussianとLLMを組み合わせ、任意のテキストクエリで3Dシーンをセグメンテーションする手法を提案。GPT-3.5で学習データを生成し小型LLMをファインチューニングしてオンデバイス展開を可能にした。
原題: Query3D: LLM-Powered Open-Vocabulary Scene Segmentation with Language Embedded 3D Gaussian ／ Amirhosein Chahe, Lifeng Zhou
日本語で読む → - 論文医療ロボティクスロボティクス
外科手術の自律化に向けたマルチモーダル大規模言語モデル：ロボット支援下での血液吸引
マルチモーダルLLMを高レベル推論に、深層強化学習を動作計画に用いて、血栓や出血に対応しながら自律的に血液を吸引するロボット手術システムを提案した。
原題: From Decision to Action in Surgical Autonomy: Multi-Modal Large Language Models for Robot-Assisted Blood Suction ／ Sadra Zargarzadeh, Maryam Mirzaei, Yafei Ou 他
日本語で読む →