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: 2024/6/1 / 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 →- 論文経路計画ロボティクス
TSPDiffuser: 巡回セールスマン経路計画のための学習サンプラーとしての拡散モデル
障害物のある環境での巡回セールスマン経路計画に対し、拡散モデルを学習サンプラーとして用いてロードマップを構築し、目的地間の移動コストを効率的に見積もる手法を提案した。
原題: TSPDiffuser: Diffusion Models as Learned Samplers for Traveling Salesperson Path Planning Problems / Ryo Yonetani
日本語で読む → - 論文VLAロボティクス
スーパーマーケットロボットの対話インターフェース強化:多様な顧客意図に対応するマルチレベルLLM会話システム
スーパーマーケットロボット向けに、複数の小型特化型LLMを組み合わせた多段階会話インターフェースを設計し、GPT-4 Turboベースのシステムと比較して応答速度・ユーザー満足度などで優位性を示した。
原題: Enhancing Supermarket Robot Interaction: A Multi-Level LLM Conversational Interface for Handling Diverse Customer Intents / Chandran Nandkumar, Luka Peternel
日本語で読む → - 論文言語モデル/ロボティクスロボティクス
ロボティクスにおける言語ベースコミュニケーションのサーベイ
言語モデルをロボット制御に組み込む研究を、人間からロボットへの指示、ロボットから人間への情報伝達、ロボット間通信、内部計画・制御の4つの制御フロー段階に分類して整理したサーベイ。
原題: A Survey of Language-Based Communication in Robotics / William Hunt, Sarvapali D. Ramchurn, Mohammad D. Soorati
日本語で読む → - 論文オドメトリ画像認識
PixRO: ガウス信念伝播によるピクセル分散回転オドメトリ
各ピクセルがメッセージ交換でカメラの回転運動を分散推定する、ピクセルレベル処理向けの新しい回転オドメトリ手法を提案。
原題: PixRO: Pixel-Distributed Rotational Odometry with Gaussian Belief Propagation / Ignacio Alzugaray, Riku Murai, Andrew Davison
日本語で読む → - 論文設計自動化ロボティクス
Text2Robot: テキスト記述からの進化的ロボット設計
ユーザーのテキスト仕様と性能選好から、物理的に製造可能な四足歩行ロボットを自動生成するフレームワークを提案。テキストから3Dモデルを生成し、形状処理と身体・制御の共最適化により1日以内に歩行可能なロボットを実現する。
原題: Text2Robot: Evolutionary Robot Design from Text Descriptions / Ryan P. Ringel, Zachary S. Charlick, Jiaxun Liu 他
日本語で読む → - 論文VLAロボティクス
言語誘導ロボット政策評価のためのコントラストセット
言語指示に基づくロボットの評価において、テスト事例に小さな摂動を加える「コントラストセット」を導入し、実験者の負担を抑えつつ政策の特性を明らかにする手法を提案した。
原題: Contrast Sets for Evaluating Language-Guided Robot Policies / Abrar Anwar, Rohan Gupta, Jesse Thomason
日本語で読む → - 論文触覚ロボティクス
カメラベース触覚センサと単一把握によるヤング率からの物体コンプライアンス学習
カメラベース触覚センサと把持時の触覚画像列から、物体のヤング率を推定するハイブリッド手法を提案し、未知物体のコンプライアンスを形状に依存せず高精度で推定できることを示した。
原題: Learning Object Compliance via Young's Modulus from Single Grasps using Camera-Based Tactile Sensors / Michael Burgess, Jialiang Zhao, Laurence Willemet
日本語で読む → - 論文ソフトロボティクスロボティクス
機能性流体で駆動するリング状ロボットの設計・モデル化・特性評価
電気流体力学(EHD)流体をリング状アクチュエータ内に封入し、直流電圧で重心を移動させて転がるロボットを設計・製作し、ラグランジュ法による静的・動的モデルで振動と転がり運動を解析した。
原題: Design, modeling, and characteristics of ringshaped robot actuated by functional fluid / Zebing Mao, Xuehang Bai, Yanhong Peng 他
日本語で読む → - 論文自律探索ロボティクス
意味論的トポメトリックマップによるロボット探索
環境を交差点や行き止まりなどの構造的意味領域に分割した意味論的トポメトリックマップを生成し、その意味情報を活用して未知環境を効率的に探索する手法を提案した。
原題: Robotic Exploration through Semantic Topometric Mapping / Scott Fredriksson, Akshit Saradagi, George Nikolakopoulos
日本語で読む → - 論文エクソスーツロボティクス
力センサ不要のモデルベース張力制御を実現したケーブル駆動型エクソスーツ
上肢用ケーブル駆動エクソスーツから力センサを排除し、データ駆動型摩擦同定に基づくモデルベース張力制御を開発、17名の健常者実験で筋活動低減と張力追従精度を実証した。
原題: Sensorless model-based tension control for a cable-driven exosuit / Elena Bardi, Adrian Esser, Peter Wolf 他
日本語で読む → - 論文衝突回避/最適化ロボティクス
GPU加速による最適化ベースの衝突回避
凸多面体で表される物体と障害物の衝突回避を、スケールベース検出と双対性を利用した制約で低次元QPに分解し、ADMMとGPU並列計算で高速に解く手法を提案した。
原題: GPU-Accelerated Optimization-Based Collision Avoidance / Zeming Wu, Zhuping Wang, Hao Zhang
日本語で読む → - 論文キャラクタアニメーションcs.GR
拡散ポリシーによる物理ベースキャラクタアニメーション
強化学習と模倣学習を組み合わせ、拡散ポリシーで物理シミュレーション上の多様で安定した人間動作を生成する手法を提案。
原題: PDP: Physics-Based Character Animation via Diffusion Policy / Takara E. Truong, Michael Piseno, Zhaoming Xie 他
日本語で読む → - 論文査読・出版ロボティクス
ロボティクス分野における二重匿名査読の検討
ロボティクス分野の査読形式を検討するため、二重匿名査読・単一匿名査読・オープン査読の利点とコストに関する先行研究をまとめ、今後の出版に向けた提言を行う。
原題: Double-Anonymous Review for Robotics / Justin K. Yim, Paul Nadan, James Zhu 他
日本語で読む → - 論文キャリブレーションロボティクス
産業用ロボット作業セルにおける人間とロボットの協調のためのマルチカメラハンドアイキャリブレーション
産業用ロボット作業セルで人間とロボットが協調するために、複数カメラのハンドアイキャリブレーションを高精度かつ短時間で行う手法を提案し、オープンソースで公開した。
原題: Multi-Camera Hand-Eye Calibration for Human-Robot Collaboration in Industrial Robotic Workcells / Davide Allegro, Matteo Terreran, Stefano Ghidoni
日本語で読む → - 論文安全性検証ロボティクス
拡散モデルによる安全クリティカル自律システム評価のための故障サンプリング
条件付き拡散モデルを反復学習し、高次元ロボティクスにおける故障軌道を効率的にサンプリングする手法を提案。既存のブラックボックス手法より少ないサンプルで多様な故障モードを網羅できることを示した。
原題: Diffusion-Based Failure Sampling for Evaluating Safety-Critical Autonomous Systems / Harrison Delecki, Marc R. Schlichting, Mansur Arief 他
日本語で読む → - 論文6D姿勢推定画像認識
スパースカラーコードネット:エッジデバイス上でのリアルタイムRGBベース6D物体姿勢推定
RGB画像から物体の6D姿勢を推定する際、物体の幾何特徴のスパース性を利用してPnP計算を高速化し、対称物体の曖昧さも解決する手法を提案。エッジデバイス上で高精度かつリアルタイム(LINEMODで19FPS)に動作する。
原題: Sparse Color-Code Net: Real-Time RGB-Based 6D Object Pose Estimation on Edge Devices / Xingjian Yang, Zhitao Yu, Ashis G. Banerjee
日本語で読む → - 論文VLAロボティクス
RoboCoder: 大規模言語モデルによる基本スキルから一般タスクへのロボット学習
大規模言語モデルと実環境フィードバックを組み合わせ、基本スキルから複雑なタスクへとロボットが自律的に学習するフレームワークを提案し、80タスクのベンチマークで36%の相対改善を達成した。
原題: RoboCoder: Robotic Learning from Basic Skills to General Tasks with Large Language Models / Jingyao Li, Pengguang Chen, Sitong Wu 他
日本語で読む → - 論文自動運転ロボティクス
拡散モデルによる運動予測と能動的推論を用いた無標識道路での自動運転
拡散モデルベースの運動予測と能動的推論フレームワークを組み合わせ、標識のない道路でも自動運転車を制御する手法を提案し、駐車場シミュレーションで有効性を示した。
原題: Navigating Autonomous Vehicle on Unmarked Roads with Diffusion-Based Motion Prediction and Active Inference / Yufei Huang, Yulin Li, Andrea Matta 他
日本語で読む → - 論文VLAロボティクス
知覚スティッチング:視覚運動ロボットポリシーのためのゼロショット知覚エンコーダ転送
異なる視覚運動ポリシー間で視覚エンコーダの潜在特徴を整列させ、視覚エンコーダを直接つなぎ合わせることで、大きな視覚変化に対するゼロショット適応を可能にした。
原題: Perception Stitching: Zero-Shot Perception Encoder Transfer for Visuomotor Robot Policies / Pingcheng Jian, Easop Lee, Zachary Bell 他
日本語で読む → - 論文軌道生成ロボティクス
軌道生成のための衝突回避空間の凸被覆最適化
ウェイポイントを囲む最大体積の凸ポリトープを反復的に求め、安全飛行回廊を構成して軌道生成を効率化するオンラインアルゴリズムを提案した。
原題: Towards Optimizing a Convex Cover of Collision-Free Space for Trajectory Generation / Yuwei Wu, Igor Spasojevic, Pratik Chaudhari 他
日本語で読む → - 論文ナビゲーションロボティクス
PoliFormer:大規模オンポリシー強化学習とTransformerによる熟練ナビゲータ
RGB画像のみを用い、シミュレーションでの大規模強化学習により実世界に適応なしで汎化する屋内ナビゲーションエージェントを提案。物体目標ナビゲーションで成功率85.5%を達成。
原題: PoliFormer: Scaling On-Policy RL with Transformers Results in Masterful Navigators / Kuo-Hao Zeng, Zichen Zhang, Kiana Ehsani 他
日本語で読む → - 論文点群位置合わせ画像認識
点群位置合わせのためのポイントツリートランスフォーマー
点群の階層的な特徴木を構築し、木構造に沿って注意領域を重要な点へと段階的に絞り込む新しい注意機構により、線形計算量で局所・大域特徴を効率的に抽出する点群位置合わせ手法を提案した。
原題: Point Tree Transformer for Point Cloud Registration / Meiling Wang, Guangyan Chen, Yi Yang 他
日本語で読む → - 論文モデル予測制御ロボティクス
実世界の迷路ゲームのための適応的非線形モデル予測制御
実世界の迷路ゲームを解くために、非線形非凸モデル予測制御を二層に分けて実装し、表面の凹凸を学習することで外乱やモデル誤差に対応した。
原題: Adaptive Nonlinear Model Predictive Control for a Real-World Labyrinth Game / Johannes Gaber, Thomas Bi, Raffaello D'Andrea
日本語で読む → - 論文軌道最適化機械学習
制約を考慮した拡散モデルによる軌道最適化
軌道最適化のための拡散モデルにおいて、制約違反を抑える新しいハイブリッド損失関数を導入し、卓上マニピュレーションと二車両の到達回避問題で従来法より優れることを示した。
原題: Constraint-Aware Diffusion Models for Trajectory Optimization / Anjian Li, Zihan Ding, Adji Bousso Dieng 他
日本語で読む → - 論文sim2realロボティクス
BricksRL:LEGOでロボティクスと強化学習の研究・教育を民主化するプラットフォーム
LEGOロボットをTorchRLとBluetooth接続し、GPUで強化学習を訓練できる低コストなプラットフォームを構築。通常のノートPCで120分以内に実世界タスクを学習できることを示した。
原題: BricksRL: A Platform for Democratizing Robotics and Reinforcement Learning Research and Education with LEGO / Sebastian Dittert, Vincent Moens, Gianni De Fabritiis
日本語で読む → - 論文自動運転/強化学習ロボティクス
タイミングを考慮した自動運転のための強化学習
人間の運転行動に着想を得て、行動の実行タイミングを想像・評価する「タイミング想像」を導入し、長尾シナリオでの安全性と効率を高める強化学習手法を提案した論文。
原題: Act Better by Timing: A timing-Aware Reinforcement Learning for Autonomous Driving / Guanzhou Li, Jianping Wu, Yujing He
日本語で読む → - 論文マルチエージェント意思決定ロボティクス
深く速く考える:逆動的ゲームから学ぶ分秒単位のインタラクションのためのニューラル非線形意見ダイナミクス
自動運転レースのような非協力的なマルチエージェント環境で、専門家のデモンストレーションから逆動的ゲームを通じてニューラル非線形意見ダイナミクスモデルを学習し、高速でデッドロックのない意思決定を実現する手法を提案した。
原題: Think Deep and Fast: Learning Neural Nonlinear Opinion Dynamics from Inverse Dynamic Games for Split-Second Interactions / Haimin Hu, Jaime Fernández Fisac, Naomi Ehrich Leonard 他
日本語で読む → - 論文ロバスト性評価ロボティクス
家庭環境の変化に対する支援ロボット向けマルチモーダルモデルのロバスト性評価
AI2Thor仮想環境で照明暗転や鏡壁などの攪乱を加え、支援ロボット用マルチモーダルモデルの物体認識や移動への影響を評価する研究。
原題: Robustness Testing of Multi-Modal Models in Varied Home Environments for Assistive Robots / Lea Hirlimann, Shengqiang Zhang, Hinrich Schütze 他
日本語で読む → - 論文外骨格ロボティクス
足首外骨格の運動制約が直進歩行のキネマティクスと安定性に与える影響
足首の自由度を1〜3に変更できる外骨格を装着し、自由度の違いが歩行の動きや安定性にどう影響するかを6名で検証した。自由度を増やすほど歩行が改善し、特に1→2自由度の効果が大きい。
原題: Influence of Motion Restrictions in an Ankle Exoskeleton on Gait Kinematics and Stability in Straight Walking / Miha Dezman, Charlotte Marquardt, Adnan Ugur 他
日本語で読む → - 論文VLAロボティクス
OpenVLA: オープンソースの視覚-言語-行動モデル
97万件の実機ロボット実演で学習した7BパラメータのオープンソースVLAモデルを提案し、閉源モデルRT-2-Xを上回る汎用マニピュレーション性能と効率的なファインチューニングを実現した。
原題: OpenVLA: An Open-Source Vision-Language-Action Model / Moo Jin Kim, Karl Pertsch, Siddharth Karamcheti 他
日本語で読む →