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VLA機械学習
拡散拡張エージェント：効率的な探索と転移学習のためのフレームワーク
大規模言語モデル・視覚言語モデル・拡散モデルを組み合わせ、過去の経験を拡散モデルで目標指示に合わせて変換する後知恵経験拡張により、強化学習のサンプル効率と転移学習を改善するフレームワークを提案。
原題: Diffusion Augmented Agents: A Framework for Efficient Exploration and Transfer Learning ／ Norman Di Palo, Leonard Hasenclever, Jan Humplik 他
日本語で読む → - 論文マニピュレーション自然言語
ロボットマニピュレーションにおける指示の多様性とタスク難易度の役割の調査
マルチモーダルモデルの汎化性能を、指示文の摂動・視覚入力の変化・タスク複雑度の観点から体系的に評価する枠組みを提案し、既存モデルの限界を明らかにした。
原題: Investigating the Role of Instruction Variety and Task Difficulty in Robotic Manipulation Tasks ／ Amit Parekh, Nikolas Vitsakis, Alessandro Suglia 他
日本語で読む → - 論文リハビリテーション/強化学習ロボティクス
複数モデル強化学習による人間-機械協調適応型ロボットリハビリテーション
人間の複雑な反応を複数のサブモデルで近似し、二重エージェント強化学習で患者とロボットが互いに適応する足首リハビリ支援フレームワークを提案し、健常者13名で有効性を検証した。
原題: Human-Machine Co-Adaptation for Robot-Assisted Rehabilitation via Dual-Agent Multiple Model Reinforcement Learning (DAMMRL) ／ Yang An, Yaqi Li, Hongwei Wang 他
日本語で読む → - 論文VLAロボティクス
共有潜在変数によるロボット動作学習とLLMの統合：感覚運動注意と言語ベース回帰
ロボット動作学習モデルとLLMを共有潜在変数で接続し、感覚運動注意点とタスク言語指示からの予測誤差でパラメータを更新することで、位置と言語指示への汎化性能を高める手法を提案。
原題: Sensorimotor Attention and Language-based Regressions in Shared Latent Variables for Integrating Robot Motion Learning and LLM ／ Kanata Suzuki, Tetsuya Ogata
日本語で読む → - 論文自動運転/能動推論ロボティクス
人間らしい運転に向けて：能動推論による自動運転車両制御
脳の予測機構に基づく能動推論と深層学習を組み合わせ、CARLAシミュレータ上で車線追従を実現した研究。限られたデータで適応・汎化し、従来手法より効率的に人間らしい運転を目指す。
原題: Towards Human-Like Driving: Active Inference in Autonomous Vehicle Control ／ Elahe Delavari, John Moore, Junho Hong 他
日本語で読む → - 論文制御ロボティクス
四元数ベース適応バックステッピング高速終端スライディングモード制御によるクアッドロータUAVの有限時間収束
クアッドロータUAVの位置・姿勢追従に対し、四元数を用いた適応バックステッピング制御と高速終端スライディングモード制御を組み合わせ、特異点回避と有限時間収束、チャタリング低減を実現した。
原題: Quaternion-based Adaptive Backstepping Fast Terminal Sliding Mode Control for Quadrotor UAVs with Finite Time Convergence ／ Arezo Shevidi, Hashim A. Hashim
日本語で読む → - 論文移動物体セグメンテーション画像認識
StreamMOS: マルチビュー知覚とデュアルスパンメモリによるストリーミング移動物体セグメンテーション
LiDAR点群の移動物体セグメンテーションにおいて、短期・長期メモリとマルチビューエンコーダを組み合わせ、フレーム間で一貫した予測を行うストリーミングネットワークを提案した。
原題: StreamMOS: Streaming Moving Object Segmentation with Multi-View Perception and Dual-Span Memory ／ Zhiheng Li, Yubo Cui, Jiexi Zhong 他
日本語で読む → - 論文進化的ロボット設計機械学習
RoboMorph：大規模言語モデルによるロボット形態の進化
大規模言語モデルと進化的アルゴリズムを組み合わせ、地形に特化した多様なモジュール式ロボット形態を自動生成・最適化する手法を提案。
原題: RoboMorph: Evolving Robot Morphology using Large Language Models ／ Kevin Qiu, Władysław Pałucki, Krzysztof Ciebiera 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
関係的Q関数近似：予期せぬロボット故障から回復する連続行動領域でのマルチエージェント学習
エージェント間の関係を表す関係ネットワークを活用し、ロボットの脚などの予期せぬ故障後でも協調を回復できるマルチエージェント強化学習フレームワークRQFを提案した。
原題: Relational Q-Functionals: Multi-Agent Learning to Recover from Unforeseen Robot Malfunctions in Continuous Action Domains ／ Yasin Findik, Paul Robinette, Kshitij Jerath 他
日本語で読む → - 論文自動運転/安全ロボティクス
時間差分学習による衝突確率分布の推定
時間差分学習を用いて累積衝突確率分布を推定するCollisionProを提案し、自動運転シミュレータで高いサンプル効率と未知の衝突事象への予測性能を示した。
原題: Collision Probability Distribution Estimation via Temporal Difference Learning ／ Thomas Steinecker, Thorsten Luettel, Mirko Maehlisch
日本語で読む → - 論文マニピュレーションロボティクス
人間とエージェントの共同学習による効率的なロボットマニピュレーションスキル獲得
人間と学習型アシストエージェントがロボットの制御を共有し、データ収集とロボットの訓練を同時に行うことで、効率的にマニピュレーションスキルを獲得するシステムを提案した。
原題: Human-Agent Joint Learning for Efficient Robot Manipulation Skill Acquisition ／ Shengcheng Luo, Quanquan Peng, Jun Lv 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
部分的に遮蔽された市街交通環境における自動運転エージェントの安全性向上：表現ベースシールディング
見通しの悪い無信号交差点での自動運転の衝突防止に向け、エージェントが知覚できる情報に基づく新しい状態表現を強化学習に導入し、安全性とエネルギー効率を改善した。
原題: Enhancing Safety for Autonomous Agents in Partly Concealed Urban Traffic Environments Through Representation-Based Shielding ／ Pierre Haritz, David Wanke, Thomas Liebig
日本語で読む → - 論文遠隔操作・手術ロボットロボティクス
ロボットカテーテル手術のためのマスタ・フォロワ遠隔操作システム：設計、特性評価、追従制御
カテーテル手術用に3自由度のマスタ・フォロワ遠隔操作システムを開発し、把持・挿入・解放機構で座屈やねじれを防ぎつつ、円形・無限大・螺旋経路での追従精度を評価した。
原題: A Master-Follower Teleoperation System for Robotic Catheterization: Design, Characterization, and Tracking Control ／ Ali A. Nazari, Jeremy Catania, Soroush Sadeghian 他
日本語で読む → - 論文マルチエージェント計画ロボティクス
LLaMAR: 部分観測環境におけるマルチエージェントロボットの長期計画
言語モデルを用いて、部分観測可能なマルチエージェント環境での長期タスク計画を自己修正しながら実行する手法を提案し、家庭内タスクと捜索救助タスクで成功率を30%向上させた。
原題: LLaMAR: Long-Horizon Planning for Multi-Agent Robots in Partially Observable Environments ／ Siddharth Nayak, Adelmo Morrison Orozco, Marina Ten Have 他
日本語で読む → - 論文強化学習ロボティクス
Ego-Foresight: エージェント認識表現の自己教師あり学習による強化学習の効率化
エージェントの動きを手がかりに自己と環境を自己教師ありで分離する補助タスクを提案し、強化学習のサンプル効率と性能を向上させた。
原題: Ego-Foresight: Self-supervised Learning of Agent-Aware Representations for Improved RL ／ Manuel Serra Nunes, Atabak Dehban, Yiannis Demiris 他
日本語で読む → - 論文自動運転検証機械学習
Flow to Rare Events: 自動運転車検証のための時間的重要度サンプリングにおける正規化フローの応用
正規化フローを用いて危険な稀な事象の分布を生成・再重み付けし、時間的重要度サンプリングと組み合わせることで、自動運転車の衝突率評価を効率化する手法を提案した。
原題: Flow to Rare Events: An Application of Normalizing Flow in Temporal Importance Sampling for Automated Vehicle Validation ／ Yichun Ye, He Zhang, Ye Tian 他
日本語で読む → - 論文マニピュレーションロボティクス
マスク誘導アテンションによる言語駆動型把持検出
セグメンテーションマスクと言語指示をTransformerのアテンションで統合し、遮蔽に強い言語駆動型の把持検出を実現した研究。
原題: Language-driven Grasp Detection with Mask-guided Attention ／ Tuan Van Vo, Minh Nhat Vu, Baoru Huang 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
SECRM-2D: 安全性を解析的に保証する強化学習ベースの効率的で快適な経路追従自動運転
強化学習による自動運転制御器に、追突回避のための車間距離条件から導かれる解析的な安全制約を組み込み、効率・快適性・経路追従性を両立させた。
原題: SECRM-2D: RL-Based Efficient and Comfortable Route-Following Autonomous Driving with Analytic Safety Guarantees ／ Tianyu Shi, Ilia Smirnov, Omar ElSamadisy 他
日本語で読む → - 論文スケジューリングcs.DS
LPTに関する2つの結果：準線形時間アルゴリズムとドローンによる荷物配送
LPTヒューリスティックを準線形時間で実装するアルゴリズムを提案し、ドローン配送問題への適用を分析した。
原題: Two Results on LPT: A Near-Linear Time Algorithm and Parcel Delivery using Drones ／ L. Sunil Chandran, Rishikesh Gajjala, Shravan Mehra 他
日本語で読む → - 論文筋骨格ヒューマノイドロボティクス
筋骨格ヒューマノイドにおける熱モデルパラメータのオンライン学習によるモータコア温度の推定と制御
モータの熱モデルパラメータをオンライン学習してコア温度を高精度に推定し、異常検知と組み合わせて連続動作を可能にする手法を筋骨格ヒューマノイドで検証した。
原題: Estimation and Control of Motor Core Temperature with Online Learning of Thermal Model Parameters: Application to Musculoskeletal Humanoids ／ Kento Kawaharazuka, Naoki Hiraoka, Kei Tsuzuki 他
日本語で読む → - 論文触覚ロボティクス
Gel-OPTOFORTセンサ：GelSightと光電子センサ技術による多軸力覚・幾何形状の同時計測
GelSightと光電子式力覚センサを組み合わせ、高サンプリング周波数での多軸力計測と物体形状の観察を両立し、力計測範囲も調整可能にしたセンサを提案した。
原題: Gel-OPTOFORT Sensor: Multi-axis Force/Torque Measurement and Geometry Observation Using GelSight and Optoelectronic Sensor Technology ／ Yohan Noh, Harshal Upare, Dalia Osman 他
日本語で読む → - 論文HRIロボティクス
人間の動作模倣による人型ロボットの自然な頭部動作と能動的発話者検出
生成AIパイプラインを用いてNao人型ロボットに人間らしい頭部動作を生成させ、集団会話でのリアルタイム発話者追跡タスクでその有効性を検証した。
原題: Imitation of human motion achieves natural head movements for humanoid robots in an active-speaker detection task ／ Bosong Ding, Murat Kirtay, Giacomo Spigler
日本語で読む → - 論文3D占有予測画像認識
占有を点集合として表現する3D占有予測
多視点画像から3D占有を予測するため、関心点(PoI)の集合でシーンを表現する点ベースの新手法OSPを提案し、従来のボリュームベース手法を上回る性能と柔軟性を示した。
原題: Occupancy as Set of Points ／ Yiang Shi, Tianheng Cheng, Qian Zhang 他
日本語で読む → - 論文軌道最適化ロボティクス
モデルベース拡散による軌道最適化
軌道最適化問題のモデル情報からスコア関数を直接計算し、データ不要で拡散過程により軌道を最適化する手法を提案。接触の多い難タスクで強化学習やサンプリングベース手法を上回る。
原題: Model-Based Diffusion for Trajectory Optimization ／ Chaoyi Pan, Zeji Yi, Guanya Shi 他
日本語で読む → - 論文マニピュレーションロボティクス
屋外での家庭ごみ回収のための視覚・触覚マニピュレーション
RGBDカメラ・LiDAR・触覚センサを統合した移動マニピュレータで、屋外の家庭ごみを認識・把持・回収する知覚システムを提案し、98%の認識精度と91%の把持安定性を達成した。
原題: Visual-tactile manipulation to collect household waste in outdoor ／ Julio Castaño-Amorós, Ignacio de Loyola Páez-Ubieta, Pablo Gil 他
日本語で読む → - 論文マニピュレーションロボティクス
野菜の皮むき：制約付き巧みな操作のケーススタディ
食品の皮むきという下流タスクに向けて、把持を維持しながら物体を回転させる制約付き巧みな操作コントローラを学習するシステムを提案した。
原題: Vegetable Peeling: A Case Study in Constrained Dexterous Manipulation ／ Tao Chen, Eric Cousineau, Naveen Kuppuswamy 他
日本語で読む → - 論文物体ゴールナビゲーションロボティクス
Dense CLIPによるセマンティックマップの汎化で実現するオープンボキャブラリ物体ゴールナビゲーション
テキストのみの学習でセマンティックマップ予測ネットワークを訓練し、Dense CLIP特徴を活用して未知環境・未知物体へのオープンボキャブラリ物体ナビゲーションを効率よく実現するフレームワークOVExpを提案。
原題: Open-Vocabulary Object-Goal Navigation by Generalizing Semantic Mapping with Dense CLIP ／ Meng Wei, Chenyang Wan, Tai Wang 他
日本語で読む → - 論文ソーシャルナビゲーションロボティクス
人間を考慮した経路計画のための社会的コスト関数の学習
ロボットが列に並ぶ・会話中の集団の空間を尊重するといった、動きに依存しない社会的規範を単一モデルで学習し、従来の経路計画のコスト関数を適応させる手法を提案した。
原題: Learning Social Cost Functions for Human-Aware Path Planning ／ Andrea Eirale, Matteo Leonetti, Marcello Chiaberge
日本語で読む → - 論文モデルベース強化学習機械学習
PWM: マルチタスク世界モデルによる方策学習
世界モデルをオフラインデータで事前学習し、一次最適化でタスクごとに10分以内に方策を抽出する連続制御のモデルベース強化学習手法を提案。最大152次元の行動空間や80タスクにスケールし、既存手法を上回る性能を示した。
原題: PWM: Policy Learning with Multi-Task World Models ／ Ignat Georgiev, Varun Giridhar, Nicklas Hansen 他
日本語で読む → - 論文sim2realロボティクス
効率的な協調設計のための事前学習・微調整フレームワーク：四足ロボットパルクールの事例研究
四足ロボットの脚長などの機構と制御方策を同時最適化する事前学習・微調整フレームワークを提案し、パルクール能力を効率的に向上させる。
原題: Pretraining-finetuning Framework for Efficient Co-design: A Case Study on Quadruped Robot Parkour ／ Ci Chen, Jiyu Yu, Haojian Lu 他
日本語で読む →