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: 2026/11/5 ／ 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GPUデータ構造cs.GR
NanoVDBにおける動的GPUボクセルグリッドとボクセル逐次処理
NanoVDBにGPU上での動的なトポロジ更新機能と、疎グリッド上の演算を高速化するボクセル逐次アクセス手法を導入し、読み取り専用の制約を解消した研究。
原題: Dynamic GPU Voxel Grids and Voxel-sequential Processing in NanoVDB ／ Eftychios Sifakis, Francis Williams, Christopher Horvath 他
日本語で読む → - 論文ロコマニピュレーションロボティクス
四足ロボットのラストマイル把持ナビゲーションのための統合方策学習モデル
四足ロボットの把持ナビゲーションにおける「ラストマイル」問題に対し、把持可能な位置・方向の明示的表現と段階別の階層型Mixture-of-Experts方策を組み合わせた統合学習モデルを提案した。
原題: LMGN: A Unified Policy Learning Model for Last-Mile Grasp-Navigation ／ Xuenmin Hu, Qingxue Qian, Wei Luo 他
日本語で読む → - 論文ワールドモデル画像認識
PlayGen2: 明示的な3D状態でリアルタイムに遊べる世界を学習する
学習した3D状態の遷移とニューラルレンダリングを分離し、永続的な世界メモリを持つリアルタイム対話型ワールドモデルを提案。Doomで幾何認識型の移動やNPCとの相互作用を学習し、MacBook Pro上で約160msの低遅延を実現した。
原題: PlayGen2: Learning Real-Time Playable Worlds with Explicit 3D State ／ Jihai Zhang, Yuhan Zhou, Junyou Li 他
日本語で読む → - 論文モバイルマニピュレーションロボティクス
MOMASPLAT: モバイルマニピュレーションのための動的な新規視点デモンストレーション拡張
モバイルマニピュレーションのデモを、未見のロボット基部位姿から動的な物体操作も含めて合成する新規視点拡張フレームワーク。3Dガウシアンスプラッティングと3D基盤モデル、キネマティクスに基づく動作再ターゲティングを組み合わせ、幾何学的に一貫した合成デモを生成する。
原題: MOMASPLAT: Dynamic Novel-View Demonstration Augmentation for Mobile Manipulation ／ Sateesh Kumar, Arnav Balaji, Arpit Bahety 他
日本語で読む → - 論文VLAロボティクス
較正済み潜在プロービングによるVLAモデルの失敗予測と分類
VLAモデルの潜在層に軽量プローブを挿入し、失敗の早期検出・検出漏れ/誤警報率の上限保証・失敗モード分類を低オーバーヘッドで実現した研究。
原題: Failure Prediction and Classification in Vision-Language-Action Models Via Calibrated Latent Probing ／ Michal P. Podolinsky, Yunhao Yang, Daniel Little 他
日本語で読む → - 論文VLAロボティクス
T3R: 学習不要の二段階トークン精錬による効率的で堅牢なVLAモデル
VLAモデルの推論コスト削減のため、セグメンテーション誘導のトークン枝刈りと顕著性誘導の注意バイアスを組み合わせた学習不要の二段階フレームワークを提案し、精度を保ちつつ計算量と分布シフトへの頑健性を改善した。
原題: T3R: Training-Free Two-Stage Token Refinement Towards Efficient and Robust VLA Models ／ Mohammed Hassan, Zhenyang Chen, Zheng Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
散らかった環境でゼロショット対話型ナビゲーションを実現するMessyNav
視覚言語モデルによるアフォーダンス推論を用い、障害物を操作して道を切り開くゼロショットの対話型ナビゲーション手法を提案し、実機実験で成功率を27ポイント改善した。
原題: MessyNav: Zero-Shot Navigation via Manipulation in Messy Environments ／ Kenneth Llontop, Cherie Ho, Dylan Zhou 他
日本語で読む → - 論文マニピュレーションロボティクス
可動スタッキングとギャップ認識プッシュ転送による双腕卓上整列
双腕ロボットで混雑した卓上を整列させるため、境界の衝突しない隙間を見つけて片腕で押し込み非同期に受け渡す手法を提案し、MCTSで計画する。
原題: Dual-Arm Tabletop Rearrangement with Movable Stacking and Gap-Aware Push Transfers ／ Mohammadreza Firoozalizadeh, Zakiye Rostamirad, Arman Barghi 他
日本語で読む → - 論文マニピュレーションロボティクス
Semantics-to-Contact：接触の多い操作のための段階的フレームワーク
視覚言語モデルでタスク領域を粗く特定し、その領域内で力覚フィードバックを用いた残差強化学習により微細な接触動作を学習する2段階手法を提案し、視覚的・位置的変動に頑健な実世界接触操作を実現した。
原題: Semantics-to-Contact: A Stagewise Framework for Robust Contact-Rich Manipulation ／ Guanren Qiao, Ruixiang Ouyang, Sheng Xu 他
日本語で読む → - 論文慣性センシング基盤モデル機械学習
慣性センシングのための自己蒸留基盤モデルIMUDINO
慣性センサデータにDINO型の自己教師あり学習を適用し、活動認識・健康・モーションキャプチャ・オドメトリなど多様なタスクに汎用できる基盤モデルを構築した。
原題: IMUDINO: Self-distilled Foundation Model for Inertial Sensing ／ Zhoutong Ye, Chengwen Zhang, Zixuan Wang 他
日本語で読む → - 論文画像編集/拡散モデル画像認識
StitchEdit: 層ごとの勾配プロービングで深度事前知識を画像編集器に縫い込む手法
拡散モデルの層ごとの勾配を調べ、編集と深度推定の目的が初期層では両立し終盤層では衝突することを発見し、深度知識を活かしつつ編集できる層別学習率スケジュールを提案した。
原題: StitchEdit: Stitching Depth Priors into Image Editors via Per-Layer Gradient Probing ／ Qin Guo, Dan Xu
日本語で読む → - 論文変形物体マニピュレーションロボティクス
変形可能な線状物体のキーポイント位置決めに対する強化学習の実証研究
一端把持した変形線状物体の平面操作を強化学習で行い、GPU並列シミュレーションと相対キーポイント観測・非対称アクタークリティックで学習効率を高め、マーカーレスRGB-D推定により実機へゼロショット転移できることを示した。
原題: An Empirical Study of Reinforcement Learning for Keypoint Positioning of Deformable Linear Objects ／ Vinay Rodrigues, Sara Zeynalpour, Gokhan Solak 他
日本語で読む → - 論文VLA画像認識
Concertina: 拡散型視覚言語モデルに操作と認知を統合するeVLM
操作と認知を同一の拡散型視覚言語モデル骨格上で統合し、連続軌道を潜在トークンとして生成するEmbodied VLMを提案。
原題: Concertina: Embodying Manipulation and Cognition in One Diffusion Vision-Language Model ／ Chengcheng Wang, Wei He, Wenhao Li 他
日本語で読む → - 論文LiDAR/Transformer画像認識
強度誘導トークン削減と物理考慮型拡張によるリアルタイム全波形LiDAR Transformer
全波形LiDARのTransformer処理において、強度分布に基づくトークンの枝刈り・統合と波形構造を保つデータ拡張を導入し、リアルタイム動作と精度向上を両立させた。
原題: Towards Real-Time Full-Waveform LiDAR Transformers via Intensity-Guided Token Reduction and Physics-Aware Augmentation ／ Kotaro Oishi, Kazuma Ikeda, Ryosei Hara 他
日本語で読む → - 論文物体マップ画像認識
物体の永続性をデータから学習する階層的信念フィルタ
クラスラベルに頼らず、類似物体の履歴から物体の残存確率を推定し、生涯オープンボキャブラリ物体マップの永続性フィルタを改善した研究。
原題: Which Objects Stay? Learning Hierarchical Persistence Beliefs for Lifelong Open-Vocabulary Object Maps ／ Thanh Nguyen Canh, Haolan Zhang, Nak Young Chong
日本語で読む → - 論文全身制御ロボティクス
サブシステム間の拘束を解いて全身協調を予測する階層制御フレームワーク
ヒューマノイドを胴体・腕・下半身のサブシステムに分解し、拘束力と相互作用レンチをNMPCで同時最適化することで、双腕協調マニピュレーションと全身協調を実現した研究。
原題: CRISP: Constraint-Resolved Interactions between Subsystems for Predictive Whole-Body Cooperation ／ Dario Valenzuela, Jeeseop Kim
日本語で読む → - 論文アフォーダンス接地ロボティクス
候補領域の確認によるアフォーダンス接地
凍結セグメンタが提案する候補領域をSystem Oneモデルが単一フォワードパスで直接判定し、物体→部位→サブ部位と階層的に確認してアフォーダンスを接地する手法を提案。
原題: AffordJEV: Affordance Grounding by Confirming Candidate Regions ／ Jincheng Li, Yutian Zhang, Jianyu Zhang 他
日本語で読む → - 論文ドローン配送ロボティクス
都市ドローン配送の逐次設計フレームワーク：拠点配置・機体サイズ・エネルギーとコスト評価
都市ドローン配送の拠点配置から経路計画、機体設計、エネルギー・運用コスト評価までを一貫して行う逐次フレームワークを提案し、ソウルのデータで拠点数増加が航続距離・機体重量・エネルギー消費を削減する一方で配送コストを増加させることを示した。
原題: A Sequential Framework for Urban Drone Delivery: Network Design, Vehicle Sizing, and Energy and Cost Assessment ／ Hong-Su Nam, Seokhwan Lee, Jungwoo Cho 他
日本語で読む → - 論文VLAロボティクス
意図認識で安全な人型ロボットのソーシャルタッチを実現するVLA制御
人型ロボットが握手やハグなどの接触を伴う社会的インタラクションを安全に行えるよう、意図認識で動作をゲートするVLAパイプラインを構築し、複数モデルを比較評価した。
原題: AffectiveVLA: Safe and Intent-Aware VLA Control for Human-Humanoid Social Interaction ／ Nikita Kuzmin, Georgii Demianchuk, Mariya Lezina 他
日本語で読む → - 論文内部構造推定画像認識
衝突からの内部構造推定：仮説空間推論によるアプローチ
物体の衝突変形を多視点観測し、内部空洞の位置や形状を仮説空間推論と微分可能MPMシミュレーションで推定する手法を提案。
原題: Structure from Collision via Hypothesis-Space Reasoning ／ Takuhiro Kaneko
日本語で読む → - 論文マルチロボット協調ロボティクス
見つけた時より良い状態に：逐次タスクにおける価値関数を介した協調
事前に共同訓練していないロボット同士が、価値関数を共有して環境への選好を伝え合うことで、逐次タスクを協調して遂行できる手法を提案。KNNによる不確実性フィルタで過信を防ぎ、成功率を最大48.5ポイント向上させた。
原題: Leave It Better Than Found: Value-Guided Cooperation in Sequential Tasks ／ Mario Gomez Andreu, Michael Amir, Antonio Marino 他
日本語で読む → - 論文機構解析ロボティクス
二重閉ループ四節リンク脚を持つ四足・五ロータロボットの運動学解析
3自由度の二重四節閉ループ脚機構についてヤコビ行列を導出し、特異点解析と歩容設計を行った。地上歩行と空中再構成の両モードに対応する歩容をMATLABと単脚試験機で検証した。
原題: Kinematic analysis of a double-closed-loop four-bar chain-based leg for a multimodal quadruped-pentarotor robot ／ Prashant Raturi, Santhakumar Mohan
日本語で読む → - 論文記号回帰機械学習
ランダム記号ブースティング：記号回帰への幾何学的アプローチ
ランダムに生成した構文木の集団にブースティングを適用し、世代進化なしで解釈可能な加法記号モデルを構築する手法を提案。予測精度と学習時間のパレート最適点に位置し、実世界データセットで最高性能を達成。
原題: Random Symbolic Boosting: A Geometric Approach to Symbolic Regression ／ José R. Ortegaa, José Manuel Muñoz Contreras, Leonardo Trujillo
日本語で読む → - 論文マニピュレーションロボティクス
遅延を考慮した時間指標付きスキル成功モデルによる動的マニピュレーションのスキル選択とタイミング
スキル開始遅延後のタスク成功率を予測する時間指標付きモデルを提案し、再cedingホライズン計画でスキルと開始時刻を選択、遅延下での成功率とキャリブレーションを改善した。
原題: Time-Indexed Skill Success Models for Latency-Aware Skill Selection and Timing in Dynamic Manipulation ／ Mohsen Omidi, Maria Chiara Leva, Brian Vaughan
日本語で読む → - 論文軌道計画q-bio.NC
駐車は軌道レベルのアフォーダンス：可逆なダイナミクスと非対称な行動
駐車における前向き駐車と後ろ向き駐車の非対称性を、可逆ダイナミクスと有限回の切り返し予算の観点から解析し、クリアランスの階層関係を証明した論文。
原題: Reversible Dynamics, Asymmetric Actions: Parking as a Trajectory-Level Affordance ／ Adam Y. Shavit
日本語で読む → - 論文触覚/sim2realロボティクス
TactileLab: せん断感覚を効率的にシミュレートする触覚シミュレーションによるSim-to-Real巧緻マニピュレーション
剛体シミュレーションで接触界面のせん断流れ場を効率的に生成する触覚シミュレーションフレームワークTactileLabを提案し、実触覚画像をシミュレーション触覚流れ場へ変換するreal-to-sim手法と組み合わせて実機での巧緻マニピュレーションを実現した。
原題: TactileLab: Sim-to-Real Dexterous Robot Manipulation with Efficient Shear-Sensitive Tactile Simulation ／ Yijiong Lin, Wenhao He, Toby Jack 他
日本語で読む → - 論文LiDAR-視覚-慣性オドメトリロボティクス
剛体結合と時刻同期を不要にしたLiDAR-慣性-視覚オドメトリ
LiDARとカメラの固定配置や時刻同期を前提とせず、生成モデルでLiDAR強度画像を作り画像特徴マッチングで対応点を得ることで、別時刻・別センサの姿勢を単一因子グラフで同時最適化する手法を提案した。
原題: FREE-LIVO: Physically Decoupled Yet Tightly Coupled LiDAR-Inertial-Visual Odometry ／ Reon Tabata, Kenji Koide, Shuji Oishi 他
日本語で読む → - 論文物体探索ロボティクス
不在検出を備えた高速・高信頼なオープンボキャブラリ物体探索
ロボットの記憶から候補を高速検索し、視覚検証で選択する2段階構成により、対象物が存在しない場合の棄却も高精度に行える物体探索手法を提案した。
原題: Fast and Reliable Open-Vocabulary Object Search with Absence Detection from Robot Memory ／ Nicholas Paul, Devson Butani, Eric Martinson
日本語で読む → - 論文VLAロボティクス
失敗から学ぶVLAの汎用リカバリ学習フレームワーク
少数の修正デモから失敗の意図を推論し、空間表現と条件付きコストとして知識を符号化することで、VLAモデルが新規物体やシーン変化にも汎化できるリカバリ動作を学習する手法を提案。
原題: OopsieRecover: Learning Transferable VLA Corrections from Semantic Interventions ／ Arpit Bahety, Skand Peri, Sriniket Ambatipudi 他
日本語で読む → - 論文ナビゲーションcs.GR
一歩先を見据える：世界モデル誘導による群衆環境での人間らしいナビゲーション
世界モデルを推論時ではなく訓練時の選好オラクルとして使い、周囲の社会的動態と将来のシーン意味論を予測して候補行動を評価・蒸留することで、展開時は単一フォワードパスで動く高速かつ安全で人間らしいナビゲーション方策を実現した。
原題: Seeing Beyond the Next Step: World-Model-Guided Human-Like Navigation in Multi-Agent Scenes ／ Seong-Eun Hong, JuYeong Hwang, Jinhyun Kim 他
日本語で読む →