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: 2024/7/1 ／ 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 →- 論文模倣学習ロボティクス
グラフ探索と検索によるオフライン模倣学習
劣ったデモンストレーションからロボットの操作スキルを学ぶため、経験をグラフ化して探索し、最適な行動を検索して模倣する手法GSRを提案。
原題: Offline Imitation Learning Through Graph Search and Retrieval ／ Zhao-Heng Yin, Pieter Abbeel
日本語で読む → - 論文マニピュレーションロボティクス
移動マニピュレータと火炎放射器による精密なロボット除草焼却
移動マニピュレータに火炎放射器を搭載し、赤外線カメラとノズル姿勢から火炎の動的な広がりをリアルタイムにモデル化して、精密な除草焼却を可能にするシステムを開発した。
原題: Toward Precise Robotic Weed Flaming Using a Mobile Manipulator with a Flamethrower ／ Di Wang, Chengsong Hu, Shuangyu Xie 他
日本語で読む → - 論文VLAAI
ワンダフルチーム：視覚LLMによるゼロショット物理タスクプランニング
視覚大規模言語モデル（VLLM）をマルチエージェント構成で用い、未知環境の画像とタスク指示からロボットの行動列をゼロショットで生成する高レベルプランニング手法を提案。実世界の意味的・物理的タスクで既存手法を大きく上回る成功率を示した。
原題: Wonderful Team: Zero-Shot Physical Task Planning with Visual LLMs ／ Zidan Wang, Rui Shen, Bradly Stadie
日本語で読む → - 論文移動操作ロボティクス
HiLMa-Res: 残差強化学習による四脚ロボットの移動と操作を統合する汎用階層フレームワーク
四脚ロボットが歩行しながら脚で操作を行うための階層型強化学習フレームワークを提案し、実機で複数の移動操作タスクにおいて既存手法より優れた性能を示した。
原題: HiLMa-Res: A General Hierarchical Framework via Residual RL for Combining Quadrupedal Locomotion and Manipulation ／ Xiaoyu Huang, Qiayuan Liao, Yiming Ni 他
日本語で読む → - 論文マニピュレーションロボティクス
OrbitGrasp: SE(3)同変な把持学習
点群入力からSE(3)把持姿勢を検出するため、球面調和基底で連続的な把持品質関数を学習するSE(3)同変モデルを提案し、シミュレーションと実機で性能を向上させた。
原題: OrbitGrasp: $SE(3)$-Equivariant Grasp Learning ／ Boce Hu, Xupeng Zhu, Dian Wang 他
日本語で読む → - 論文ソフトロボティクスロボティクス
PINN-Ray：ソフトロボットFin Ray指の変形をモデル化する物理情報ニューラルネットワーク
弾性力学の最小ポテンシャルエネルギー原理と実験データを損失関数に組み込んだ物理情報ニューラルネットワークで、Fin Ray型ソフトグリッパの複雑な変形を高精度かつデータ乏少下でも予測できるようにした研究。
原題: PINN-Ray: A Physics-Informed Neural Network to Model Soft Robotic Fin Ray Fingers ／ Xing Wang, Joel Janek Dabrowski, Josh Pinskier 他
日本語で読む → - 論文ナビゲーションロボティクス
指示を超えてナビゲート：障害物環境における視覚と言語によるナビゲーション
視覚と言語によるナビゲーション（VLN）において、予期せぬ障害物による指示と現実の不一致に対応するため、R2R-UNOデータセットを構築し、適応的にナビゲートするObVLN手法を提案した。
原題: Navigating Beyond Instructions: Vision-and-Language Navigation in Obstructed Environments ／ Haodong Hong, Sen Wang, Zi Huang 他
日本語で読む → - 論文プランニングロボティクス
万能プラン：たった一つの行動列ですべてを解決
障害物や初期状態、目標に依存せず、あらゆる計画問題を解くことが保証された「万能プラン」を提案し、離散・連続計画での完全性を証明した。
原題: Universal Plans: One Action Sequence to Solve Them All! ／ Kalle G. Timperi, Alexander J. LaValle, Steven M. LaValle
日本語で読む → - 論文歩行ロボティクス
可変慣性モデル予測制御による高速二足歩行マニューバ
重心慣性が変化することを考慮したMPCを凸最適化で定式化し、遊脚軌道から慣性を予測するネットワークと全身制御を組み合わせて、ヒューマノイドの高速で安定した歩行を実現した。
原題: Variable Inertia Model Predictive Control for Fast Bipedal Maneuvers ／ Seung Hyeon Bang, Jaemin Lee, Carlos Gonzalez 他
日本語で読む → - 論文位置推定/自律飛行cs.NI
自律飛行ドローンによる高速電波マッピングと位置推定のためのベイズ最適化
ドローンが狭帯域電波マップを自律構築し信号源を推定するため、ガウス過程とベイズ最適化を組み合わせた手法を提案し、シミュレーション・エミュレーション・実機飛行で検証した。
原題: Bayesian Optimization for Fast Radio Mapping and Localization with an Autonomous Aerial Drone ／ Paul S. Kudyba, Qin Lu, Haijian Sun
日本語で読む → - 論文群制御ロボティクス
グローバルコンパスなしでの2つの変形ロボットシステムのランデブーと合流
共通座標系を持たない2つの変形ロボットシステムが、各5モジュールで互いを観測できるように集合し、その後接続を確立して合流する分散アルゴリズムを提案し、5モジュールの必要性も示した。
原題: Rendezvous and Merging for Two Metamorphic Robotic Systems without Global Compass ／ Ryonosuke Yamada, Tomoyuki Usami, Yukiko Yamauchi
日本語で読む → - 論文移動ロボットナビゲーションロボティクス
自律移動ロボットのナビゲーション：追従問題
車輪オドメトリ・視覚による目標追従・超音波による障害物回避の3つの行動をPioneerロボットとElegooカーで実機・シミュレーション検証した。
原題: Autonomous Mobile Robot Navigation: Tracking problem ／ Salem Ameen, Husan F. Vokhidov
日本語で読む → - 論文VLA画像認識
Adapt2Reward: 失敗プロンプトによる汎化可能なロボット報酬への動画言語モデル適応
少数タスクのロボット動画データのみで動画言語モデルを汎化可能な言語条件付き報酬関数に転移する手法を提案し、失敗動画の特徴をクラスタリングして失敗プロンプトを導入することで、新環境・新指示への優れた汎化を実現した。
原題: Adapt2Reward: Adapting Video-Language Models to Generalizable Robotic Rewards via Failure Prompts ／ Yanting Yang, Minghao Chen, Qibo Qiu 他
日本語で読む → - 論文慣性航法ロボティクス
等変対称性を利用した支援慣性航法
IMUバイアスを適切に扱う新しい等変対称性（接群）を導入し、自律的な誤差ダイナミクスを持つ等変フィルタを導出して、従来手法を上回る精度・収束性・ロバスト性・一貫性を実現した論文。
原題: Equivariant Symmetries for Aided Inertial Navigation ／ Alessandro Fornasier
日本語で読む → - 論文セグメンテーション画像認識
遮蔽を考慮したシームレスセグメンテーション
パノラマ画像の狭い視野・遮蔽・ドメインギャップを同時に解決する新タスクOASSを提案し、データセットBlendPASSと手法UnmaskFormerを構築した。
原題: Occlusion-Aware Seamless Segmentation ／ Yihong Cao, Jiaming Zhang, Hao Shi 他
日本語で読む → - 論文ソフトロボティクスロボティクス
生物に学ぶソフトグリッパーと医療応用
生物の動きに着想を得た柔軟なソフトグリッパーについて、医療・生体応用のための原理や開発の歴史、課題と展望をまとめたレビュー。
原題: Bio-inspired Soft Grippers for Biological Applications ／ Rekha Raja, Ali Leylavi Shoushtari
日本語で読む → - 論文3D再構成画像認識
OSN: 単眼動画からの動的3Dシーンの無限表現
単眼RGB動画から、入力に合致する全ての可能な動的3Dシーン表現を学習するフレームワークOSNを提案。物体スケールネットワークと共同最適化により、各動的物体の正確なスケール範囲を学習し、多様な3D配置を生成可能にした。
原題: OSN: Infinite Representations of Dynamic 3D Scenes from Monocular Videos ／ Ziyang Song, Jinxi Li, Bo Yang
日本語で読む → - 論文VLAロボティクス
Theia: ロボット学習のための多様な視覚基盤モデルの蒸留
複数の視覚基盤モデルを蒸留して、多様な視覚知識を符号化したロボット学習用の視覚基盤モデルTheiaを提案し、少ないデータと小さいモデルで従来手法を上回る性能を実証した。
原題: Theia: Distilling Diverse Vision Foundation Models for Robot Learning ／ Jinghuan Shang, Karl Schmeckpeper, Brandon B. May 他
日本語で読む → - 論文安全RLロボティクス
FOSP: ワールドモデルによるオフライン安全方策のファインチューニング
オフラインで学習した安全方策を、到達可能性ガイダンス付きのモデルベースRLでオンライン微調整し、未知の安全制約シナリオへの汎化を改善する手法を提案。
原題: FOSP: Fine-tuning Offline Safe Policy through World Models ／ Chenyang Cao, Yucheng Xin, Silang Wu 他
日本語で読む → - 論文行動認識画像認識
指示付き原子行動認識
テキスト記述に基づいて特定人物の原子行動を動画から認識する新タスクRAVARを提案し、データセットRefAVAと専用手法RefAtomNetを構築した。
原題: Referring Atomic Video Action Recognition ／ Kunyu Peng, Jia Fu, Kailun Yang 他
日本語で読む → - 論文マルチタスク強化学習/ワールドモデルロボティクス
LIMT: 言語情報を活用したマルチタスク視覚ワールドモデル
事前学習済み言語モデルでタスクを意味的に表現し、視覚ワールドモデルと方策がタスク間の類似性を考慮できるようにするマルチタスク強化学習手法を提案。モデルベース手法がモデルフリー手法より優れることを示した。
原題: LIMT: Language-Informed Multi-Task Visual World Models ／ Elie Aljalbout, Nikolaos Sotirakis, Patrick van der Smagt 他
日本語で読む → - 論文群制御AI
SysMLとBPMNによるマルチロボットシステムのアーキテクチャ設計
SysMLとBPMNという2つの形式的手法でマルチロボットシステムの設計図を記述し、JADE上でマルチエージェントシミュレーションを行って性能評価する手法を提案した論文。
原題: Multi-Robot System Architecture design in SysML and BPMN ／ Ahmed R. Sadik, Christian Goerick
日本語で読む → - 論文マニピュレーションロボティクス
マニピュレータを尾として活用した四足ロボットの高速旋回・空中姿勢制御・バランス維持の学習
四足ロボットに搭載した6自由度マニピュレータを尾のように使う強化学習制御器を開発し、高速旋回・空中姿勢制御・バランス維持の性能が向上することを示した。
原題: Learning Rapid Turning, Aerial Reorientation, and Balancing using Manipulator as a Tail ／ Insung Yang, Jemin Hwangbo
日本語で読む → - 論文外骨格・制御ロボティクス
深層強化学習を用いた適応終端スライディングモード制御による外骨格ロボットのゼロフォース制御
上半身外骨格ロボットのゼロフォース制御のため、適応積分終端スライディングモード制御にPPO(注意機構とLSTM付き)を組み合わせ、不確かさがあってもリアルタイムにパラメータを適応させる手法を提案した論文。
原題: Adaptive Terminal Sliding Mode Control Using Deep Reinforcement Learning for Zero-Force Control of Exoskeleton Robot Systems ／ Morteza Mirzaee, Reza Kazemi
日本語で読む → - 論文VLAAI
履歴を考慮した情報融合に基づく計画手法HAPFI
自然言語指示による長期的なタスク遂行のため、エージェントが環境と相互作用しながら収集したマルチモーダルな履歴情報を相互注意融合で活用し、次の行動計画を生成する手法を提案した。
原題: HAPFI: History-Aware Planning based on Fused Information ／ Sujin Jeon, Suyeon Shin, Byoung-Tak Zhang
日本語で読む → - 論文マニピュレーションロボティクス
3D基盤モデルによる把持物体の形状と姿勢の同時推定
3D基盤モデルを活用し、外部カメラのキャリブレーションなしで、ロボットが把持した物体の形状と姿勢をRGB画像から同時に推定する手法を提案した。
原題: 3D Foundation Models Enable Simultaneous Geometry and Pose Estimation of Grasped Objects ／ Weiming Zhi, Haozhan Tang, Tianyi Zhang 他
日本語で読む → - 論文キャリブレーションロボティクス
ソフト触覚溶接のためのフランジベース3Dハンドアイキャリブレーション
ロボットのフランジ形状を3Dスキャナで直接計測する反復的なハンドアイキャリブレーション手法を提案し、ソフト触覚センシングと組み合わせた溶接シーム追従システムを実現した。
原題: On Flange-based 3D Hand-Eye Calibration for Soft Robotic Tactile Welding ／ Xudong Han, Ning Guo, Yu Jie 他
日本語で読む → - 論文自律探索ロボティクス
FALCON：カバレッジ経路誘導による高速自律飛行探索
未探索領域を効率的にカバーする経路を生成し、階層的な計画でドローンの自律探索を高速化するフレームワークを提案。
原題: FALCON: Fast Autonomous Aerial Exploration using Coverage Path Guidance ／ Yichen Zhang, Xinyi Chen, Chen Feng 他
日本語で読む → - 論文マニピュレーションロボティクス
グリーンスクリーン拡張によるロボットマニピュレーションのシーン汎化
グリーンスクリーン上で収集した実演データにクロマキーで背景を合成するGreenAugを提案し、未知環境への汎化性能が従来の拡張手法を上回ることを実機実験で示した。
原題: Green Screen Augmentation Enables Scene Generalisation in Robotic Manipulation ／ Eugene Teoh, Sumit Patidar, Xiao Ma 他
日本語で読む → - 論文姿勢推定ロボティクス
画像特徴からの姿勢推定における確率的パラメータ推定器とキャリブレーション指標
画像特徴からの姿勢推定において、測定不確かさを考慮した3つの確率的推定手法を比較し、多変量正規分布向けの新たなキャリブレーション評価指標を提案した。線形近似法が高速で良好な予測を実現し、カルマンフィルタと統合することで連続姿勢推定の精度が向上することを示した。
原題: Probabilistic Parameter Estimators and Calibration Metrics for Pose Estimation from Image Features ／ Romeo Valentin, Sydney M. Katz, Joonghyun Lee 他
日本語で読む →