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: 2026/6/1 ／ 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 →- 論文ナビゲーションロボティクス
SidewalkBench: 都市歩道における視覚ナビゲーションのベンチマーク
都市歩道での視覚ナビゲーションを評価するための包括的なベンチマークを提案し、9つのモデルを様々なシナリオで評価した。
原題: SidewalkBench: Benchmarking Visual Navigation on Urban Sidewalks ／ Zhizheng Liu, Honglin He, Vivek Alumootil 他
日本語で読む → - 論文ナビゲーションロボティクス
FloVerse: フロアプラン誘導によるマルチモーダルナビゲーション
フロアプランを用いた屋内ナビゲーションの新しいタスクを提案し、PointNav・ObjectNav・ImageNavを統合した大規模データセットと拡散モデルベースの模倣学習手法を開発した。
原題: FloVerse: Floor Plan-Guided Multi-Modal Navigation ／ Weiqi Huang, Shuangyi Dong, Jiaxin Li 他
日本語で読む → - 論文ナビゲーションロボティクス
AnyGoal: 視覚言語ガイドによるマルチエージェント探索を用いた訓練不要の生涯ナビゲーション
VLMを探索の中心に据え、共有ベイズ価値マップでエージェントを協調させる訓練不要のマルチロボットナビゲーション手法を提案。GOAT-BenchでSOTAを達成した。
原題: AnyGoal: Vision-Language Guided Multi-Agent Exploration for Training-Free Lifelong Navigation ／ MoniJesu James, Marcelino Julio Fernando, Miguel Altamirano Cabrera 他
日本語で読む → - 論文ナビゲーションロボティクス
IntentNav: 人間のデモから空間視覚オブジェクトナビゲーションを学習する
人間のデモから探索意図を学習し、空間記憶と視覚的手がかりを統合してオブジェクトナビゲーションを行うフレームワークを提案。複数ベンチマークで最高性能を達成し、異なるロボットへのゼロショット転移も可能。
原題: IntentNav: Learning Spatial-Visual Object Navigation from Human Demonstrations ／ Yuxin Cai, Zongtai Li, Maonan Wang 他
日本語で読む → - 論文UAVナビゲーションロボティクス
パイロットのように考える：高精度な長期間UAVナビゲーション
UAVエージェント向けに、多段階の指示と高密度な6自由度軌道を備えたベンチマークFLIGHTを導入し、低頻度の推論と高頻度の制御を分離する非同期アーキテクチャFLIGHT VLAを提案した。
原題: Think Like a Pilot: Fine-Grained Long-Horizon UAV Navigation ／ Xiangyi Zheng, Xiangyu Wang, Qinan Liao 他
日本語で読む → - 論文ナビゲーションロボティクス
グレア耐性ナビゲーションコストマップのための信頼性誘導型深度融合
反射床やガラス面などで生じるRGB-D深度計測の誤差を、深度信頼度を予測するネットワークと信頼性に基づく融合機構で補正し、偽の障害物を減らしてナビゲーションコストマップを頑健に構築する手法を提案した。
原題: Reliability-Guided Depth Fusion for Glare-Resilient Navigation Costmaps ／ Shang-En Tsai
日本語で読む → - 論文ナビゲーションロボティクス
意図を考慮したシーン表現による群衆中のロボット視覚ナビゲーション学習
群衆中のロボットナビゲーションにおいて、人間の意図と環境構造を考慮した視覚表現を用いた強化学習手法を提案し、シミュレーションと実環境で優れた性能を示した。
原題: Learning Robot Visual Navigation in Crowds via Intention-Aware Scene Representations ／ Han Bao, Bingyi Xia, Hanjing Ye 他
日本語で読む → - 論文ナビゲーションロボティクス
BIT-Nav: 脳に着想を得た軌跡記憶による身体化ナビゲーション
視覚言語モデルによるナビゲーションの性能限界はフレーム数ではなく表現方法にあるとし、軌跡の行動意図を圧縮した記憶トークンを追加するフレームワークを提案した。
原題: BIT-Nav: Brain-Inspired Trajectory Memory for Embodied Navigation ／ Rithvik Jonna, Aakash Gurram, Man Namgung 他
日本語で読む → - 論文ナビゲーション/VLA/強化学習ロボティクス
専門家ガイドGRPOによる意図に正確に沿ったVLA空中ナビゲーション
VLAモデルを用いたUAVナビゲーションにおいて、専門家データで強化した強化学習フレームワークEG-GRPOを提案し、複雑な指示への意図整合性と成功率を大幅に向上させた。
原題: Towards Precise Intent-Aligned VLA Aerial Navigation via Expert-Guided GRPO ／ Tianyang Chen, Wenjun Li, Xin zhou 他
日本語で読む → - 論文ナビゲーションロボティクス
PSG-Nav: 確率的シーングラフナビゲーションによるマルチバース意思決定
オープンボキャブラリナビゲーションの不確実性を扱うため、3D確率的シーングラフとマルチバース意思決定を導入し、複数の可能性を考慮した最適なナビゲーションを実現した。
原題: PSG-Nav: Probabilistic Scene Graph Navigation via Multiverse Decision Making ／ Rufeng Chen, Yue Chang, Xiaqiang Tang 他
日本語で読む → - 論文ナビゲーションロボティクス
FlowMaps: フローマッチングによる長期的な多峰性物体ダイナミクスのモデリング
家庭環境でのロボットのナビゲーションのために、物体の将来位置の多峰分布をフローマッチングで学習し、動的物体ナビゲーションで性能を向上させた。
原題: FlowMaps: Modeling Long-Term Multimodal Object Dynamics with Flow Matching ／ Francesco Argenziano, Miguel Saavedra-Ruiz, Sacha Morin 他
日本語で読む → - 論文ナビゲーションロボティクス
遅い脳、速いプランナー：遅延耐性を持つVLM拡張都市ナビゲーション
歩道ナビゲーションのプランナーが苦手な状況で、VLMを使って候補軌道を選び、遅延を補償する融合層で実時間制御を維持する手法を提案した。
原題: Slow Brain, Fast Planner: Latency-Resilient VLM-Augmented Urban Navigation ／ Zhenghao "Mark'' Peng, Honglin He, Quanyi Li 他
日本語で読む → - 論文ナビゲーションロボティクス
ImagineUAV: 世界モデルと運動力学的計画による空中視覚言語ナビゲーション
UAVの視覚言語ナビゲーションにおいて、潜在ビデオ拡散モデルで未来の観測を想像し、そこから6自由度の動作を抽出して衝突回避軌道を計画するフレームワークを提案。
原題: ImagineUAV: Aerial Vision-Language Navigation via World-Action Modeling and Kinodynamic Planning ／ Xuchen Liu, Jiawei Huang, Shihao Xia 他
日本語で読む → - 論文ナビゲーションロボティクス
JPPD: 動的障害物回避のための微分可能な安全ガイダンスを備えた統合予測・計画拡散モデル
歩行者やサービスロボットが混在する共有空間での自律移動のために、予測と計画を単一の条件付き軌道生成問題として扱う拡散モデルを提案し、微分可能な安全ポテンシャルで衝突回避を実現した。
原題: JPPD: Joint Prediction_Planning Diffusion with Differentiable Safety Guidance for Dynamic Obstacle Avoidance in Intelligent Transportation Systems ／ Jiahao Wu, Shengwen Yu
日本語で読む → - 論文ナビゲーションロボティクス
因果モデルはロボットナビゲーションを向上できるか？実ロボットナビゲーションのためのオンライン因果適応
実環境のサービスロボットのナビゲーションに因果モデルを適用し、オフライン評価とオンライン適応の両方で有効性を検証した論文。
原題: Can Causal Models Enhance Robot Navigation? Online Causal Adaptation for Real-Robot Navigation ／ Zhitao Liang, Alex Mitrevski, Emmanuel Dean 他
日本語で読む → - 論文ナビゲーションロボティクス
関係バイアスによる意味的証拠の調整を用いたゼロショット物体ナビゲーション
未知環境での物体探索において、誤解を招く意味的手がかりを動的に調整する訓練不要のフレームワークSER-Navを提案し、ナビゲーション性能を向上させた。
原題: Semantic Evidence Regulation via Relational Bias for Zero-Shot Object Navigation ／ Weitao An, Chenghao Xu, Xu Yang 他
日本語で読む → - 論文ナビゲーションロボティクス
SAFER-Nav: セグメンテーション認識ファインチューニングによる視覚ロボットナビゲーションの安全性向上
視覚ベースのナビゲーションモデルに障害物境界や自由空間構造を明示的に組み込むファインチューニング手法を提案し、衝突頻度を低減しつつ目標到達性能を維持する。
原題: SAFER-Nav: Enhancing Safety for Visual Robot Navigation via Segmentation-Aware Fine-Tuning ／ Geonyeong Ko, Giung Lee, Changjoo Nam
日本語で読む → - 論文ナビゲーションロボティクス
SemGeoNav: 意味的推論と幾何学的計画による安全性誘導型視覚ナビゲーション手法
エンドツーエンドモデルの意味理解と幾何学的プランナーの安全性を統合した階層型視覚ナビゲーションフレームワークを提案し、実機の四足ロボットで性能を実証した。
原題: SemGeoNav:A Safety-Guided Visual Navigation Approach with Semantic Reasoning and Geometric Planning ／ Yu Liu, Zongyang Chen, Yan Guo 他
日本語で読む → - 論文ナビゲーションロボティクス
KinematicRL: 運動学的実現可能性を備えた社会的ナビゲーションのためのシミュレーションから実世界への強化学習フレームワーク
この論文は、社会的ナビゲーションのための強化学習フレームワークを提案し、高次制御入力と2D LiDARのみを用いた人間追跡により、シミュレーションと実世界のギャップを低減して動的に実現可能なナビゲーションポリシーを生成する。
原題: KinematicRL: A Sim-to-Real Reinforcement Learning Framework For Social Navigation With Kinodynamic Feasibility ／ Zhiming Xu, Haodong Yang, Chengju Liu 他
日本語で読む → - 論文ナビゲーション画像認識
P2DNav: パノラマから俯瞰への推論によるゼロショット視覚言語ナビゲーション
ゼロショットの視覚言語ナビゲーションにおいて、パノラマ方向選択と俯瞰ローカル接地を分離した階層的フレームワークを提案し、性能を向上させた。
原題: P2DNav: Panorama-to-Downview Reasoning for Zero-shot Vision-and-Language Navigation ／ Kai Sheng, Liuyi Wang, Haojie Dai 他
日本語で読む → - 論文世界モデル/ナビゲーション画像認識
3D-Belief：生成的3D世界モデリングによる身体化された信念推論
部分観測から3D空間でのエージェントの信念を推定・更新する生成的3D世界モデルを提案し、シミュレーションと実世界の物体ナビゲーションタスクで有効性を示した。
原題: 3D-Belief: Embodied Belief Inference via Generative 3D World Modeling ／ Yifan Yin, Zehao Wen, Suyu Ye 他
日本語で読む → - 論文VLMナビゲーション画像認識
SleepWalk：指示付き視覚言語ナビゲーションのストレステストのための3層ベンチマーク
テキストから生成された3D環境で、指示に基づく軌道予測を評価するベンチマークを提案し、最先端のVLMが空間推論に系統的な失敗をすることを示した。
原題: SleepWalk: A Three-Tier Benchmark for Stress-Testing Instruction-Guided Vision-Language Navigation ／ Niyati Rawal, Sushant Ravva, Shah Alam Abir 他
日本語で読む → - 論文ナビゲーション画像認識
ゼロショット具現化ナビゲーションと推論のためのマルチスケールガウス言語マップ
環境の幾何構造と意味構造を捉えるマルチスケールのガウス言語マップを提案し、大規模モデルと統合してゼロショットでナビゲーションと推論を行う。
原題: Multi-Scale Gaussian-Language Map for Zero-shot Embodied Navigation and Reasoning ／ Sixian Zhang, Yiyao Wang, Xinhang Song 他
日本語で読む → - 論文ナビゲーション画像認識
TrajRAG: 幾何学的・意味的経験の検索によるゼロショット物体ナビゲーション
過去のナビゲーション軌跡をトポロジカル極座標表現で構造化し、階層的チャンクで検索可能にすることで、大規模モデルの推論を強化するゼロショット物体ナビゲーション手法を提案。
原題: TrajRAG: Retrieving Geometric-Semantic Experience for Zero-Shot Object Navigation ／ Yiyao Wang, Sixian Zhang, Keming Zhang 他
日本語で読む → - 論文ナビゲーションロボティクス
Q-SpiRL: 適応的ロボットナビゲーションのための量子スパイキング強化学習
量子スパイキングニューラルネットワークを用いた強化学習フレームワークを提案し、動的環境でのロボットナビゲーション性能を評価した。
原題: Q-SpiRL: Quantum Spiking Reinforcement Learning for Adaptive Robot Navigation ／ Mohamed Khair Altrabulsi, Nouhaila Innan, Alberto Marchisio 他
日本語で読む → - 論文ナビゲーションロボティクス
NORM-Nav: 自然言語による行動制約を用いたゼロショット移動ロボットナビゲーション
LLMを用いて自然言語の行動指示をコストマップに変換し、幾何・意味・方向・速度の制約を統合することで、人間らしい軌道生成を実現するゼロショットナビゲーション手法を提案した。
原題: NORM-Nav: Zero-Shot Mobile Robot Navigation with Natural Language Behavioral Constraints ／ Dongjie Huo, Junhui Wang, Chao Gao 他
日本語で読む → - 論文ナビゲーションロボティクス
動的環境におけるロボットナビゲーションのための意味論的リスク認識ヒューリスティック計画法：LLMに着想を得たアプローチ
LLMの推論原理を古典的な経路計画に取り入れ、混雑・高リスク領域を罰するコスト関数をA*探索に組み込んだ意味論的リスク認識ヒューリスティック計画法を提案し、動的障害物検知時の再計画で性能を評価した。
原題: Semantic Risk-Aware Heuristic Planning for Robotic Navigation in Dynamic Environments: An LLM-Inspired Approach ／ Hamza Ahmed Durrani, Rafay Suleman Durrani
日本語で読む → - 論文ナビゲーションロボティクス
幾何学を超えて：複雑な3D環境における効率的な位相基盤ナビゲーション
複雑な3D環境でのロボットナビゲーションを効率化するため、物理的に到達可能な立位位置のみを抽出して状態空間を削減し、高速な経路計画を実現する手法を提案した。
原題: Beyond Geometry: Efficient Topologically-Grounded Navigation in Complex 3D Environments ／ Yifan Du, Chengwei Zhang, Siyu Liao 他
日本語で読む → - 論文ナビゲーションロボティクス
D-CLING: ナビゲーション基盤モデルのための事前知識を保持する深度条件付きファインチューニング
ナビゲーション基盤モデルを新しい環境やカメラ設定に適応させる際、事前学習の知識を保ちながら効率的に学習するファインチューニング手法を提案した。ControlNetに着想を得て、ゼロ初期化の残差経路を持つ学習可能なバックボーンを追加し、深度情報を活用することで、衝突や人間の介入を減らしつつ長期的なナビゲーションを実現した。
原題: D-CLING: Prior-Preserving Depth-Conditioned Fine-Tuning for Navigation Foundation Models ／ Shintaro Nakaoka, Takayuki Kanai, Kazuhito Tanaka
日本語で読む → - 論文ドローン/暗所ナビゲーションロボティクス
暗闇でのナビゲーションのための受動的計算を用いたイベントベース視覚
小型飛行ロボットが暗闇で自律航行できるよう、イベントカメラと符号化開口レンズ、赤外線ドットプロジェクタを組み合わせ、ニューラルネットで深度を推定する軽量な手法を提案した。
原題: NightSight: Passive Computation for Navigation in Dark Using Events ／ Deepak Singh, Brijan Vaghasiya, Shreyas Khobragade 他
日本語で読む →