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: 2024/5/1 ／ 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 →- 論文自動運転/強化学習ロボティクス
最小限の人的介入で自動運転車を訓練する自律アルゴリズム
実世界での強化学習による自動運転訓練において、エピソード間のリセットに必要な人的介入を削減する自律アルゴリズムを提案。未探索だが到達可能な状態から得られる情報量を見積もり、有益な初期状態を特定する。
原題: Autonomous Algorithm for Training Autonomous Vehicles with Minimal Human Intervention ／ Sang-Hyun Lee, Daehyeok Kwon, Seung-Woo Seo
日本語で読む → - 論文HRIロボティクス
ロボットの説明アイデンティティ
ロボットが社会的に受け入れられるために、行動を説明する際の特徴や方針を「説明アイデンティティ」として概念化し、その重要性と設計指針を論じた理論研究。
原題: Robot Explanation Identity ／ Amar Halilovic, Senka Krivic
日本語で読む → - 論文VLAロボティクス
運転世界モデルとしてのマルチモーダルLLMの検証
GPT-4oなどのマルチモーダルLLMが運転シーンをどの程度理解できるかを検証し、単一画像は得意でもフレーム間の一貫した理解や軌道計画は苦手であることを示した研究。
原題: Probing Multimodal LLMs as World Models for Driving ／ Shiva Sreeram, Tsun-Hsuan Wang, Alaa Maalouf 他
日本語で読む → - 論文VLAロボティクス
VR-GPT: インテリジェントなVRアプリケーションのための視覚言語モデル
Unity上に視覚言語モデルを組み込み、音声対話でVR内のユーザーをタスクへ誘導するシステムを開発し、従来のVR操作より作業時間短縮と快適性向上を示した。
原題: VR-GPT: Visual Language Model for Intelligent Virtual Reality Applications ／ Mikhail Konenkov, Artem Lykov, Daria Trinitatova 他
日本語で読む → - 論文RPAロボティクス
SmartFlow: LLMを活用したロボティックプロセスオートメーション
画面の視覚理解と大規模言語モデルを組み合わせ、GUI上の要素をテキスト化して操作手順を自動生成するRPAシステムを提案し、多様なレイアウトで堅牢性を評価した。
原題: SmartFlow: Robotic Process Automation using LLMs ／ Arushi Jain, Shubham Paliwal, Monika Sharma 他
日本語で読む → - 論文人間ロボット協調ロボティクス
人間とロボットの協調における価値観の整合と信頼：シミュレーションとユーザー研究からの知見
人間とロボットの価値観の整合が信頼に与える影響をシミュレーションと被験者実験で検証し、タスクのリスクが高い場合に整合が重要であること、逆強化学習を用いた適応戦略が信頼を維持できることを示した。
原題: Value Alignment and Trust in Human-Robot Interaction: Insights from Simulation and User Study ／ Shreyas Bhat, Joseph B. Lyons, Cong Shi 他
日本語で読む → - 論文軌道予測ロボティクス
物理誘導拡散モデルによる離散表現での長期人間行動予測
VQ-VAEで軌跡を離散化した潜在行動空間上で拡散モデルを学習し、テスト時に到達可能性解析で物理的に実現可能な行動へ誘導することで、長期の人間軌道予測精度を向上させた。
原題: Predicting Long-Term Human Behaviors in Discrete Representations via Physics-Guided Diffusion ／ Zhitian Zhang, Anjian Li, Angelica Lim 他
日本語で読む → - 論文経路計画ロボティクス
探索アルゴリズムを用いたロボット経路計画の実装
TurtleBot3ロボットとGazebo環境を用いて、起伏のある地形と複数の障害物がある場合にダイクストラ法とA*アルゴリズムで最適経路を探索する手法を検討した。
原題: Robotic Path Planning Implementation using Search Algorithms ／ Vikram Shahapur, Blessing Dixon, Urvishkumar Bharti
日本語で読む → - 論文VLA画像認識
Surgical-LVLM：手術支援のための視覚的質問応答に適応する大規模視覚言語モデル
手術動画の視覚的質問応答と領域特定のため、大規模視覚言語モデルにVP-LoRAとToken-Interactionモジュールを組み込み、複雑な手術シーンでの性能を向上させた。
原題: Surgical-LVLM: Learning to Adapt Large Vision-Language Model for Grounded Visual Question Answering in Robotic Surgery ／ Guankun Wang, Long Bai, Wan Jun Nah 他
日本語で読む → - 論文自動運転ロボティクス
自動運転における強化学習のための報酬関数レビュー
自動運転の強化学習で用いられる報酬関数の既存研究を整理し、安全性・快適性・進捗・交通ルール遵守の観点から分類・課題を議論したレビュー論文。
原題: A Review of Reward Functions for Reinforcement Learning in the context of Autonomous Driving ／ Ahmed Abouelazm, Jonas Michel, J. Marius Zoellner
日本語で読む → - 論文ロボット学習ロボティクス
身体性AIとロボット学習における予測不確実性と多様性の役割
深層ニューラルネットワークを用いたロボットの実世界展開に向けて、予測の不確実性と多様性の重要性を概説し、その定量化と評価手法を応用視点から整理したガイド。
原題: The Role of Predictive Uncertainty and Diversity in Embodied AI and Robot Learning ／ Ransalu Senanayake
日本語で読む → - 論文協調知覚AI
外部測位・時刻同期デバイス不要のロバスト協調知覚
各エージェントの検出物体から顕著物体グラフを構築し、グラフニューラルネットで共通部分グラフを同定することで、外部の測位・時計デバイスなしに相対姿勢と時刻を推定する協調知覚システムを提案。
原題: Robust Collaborative Perception without External Localization and Clock Devices ／ Zixing Lei, Zhenyang Ni, Ruize Han 他
日本語で読む → - 論文SLAMロボティクス
NGM-SLAM: 放射輝度場サブマップを用いたガウシアンスプラッティングSLAM
ニューラル放射輝度場のサブマップを監督信号として活用し、大規模シーンでも高品質なマッピングとループ閉じ込めを実現する3DガウシアンスプラッティングベースのSLAMシステムを提案した。
原題: NGM-SLAM: Gaussian Splatting SLAM with Radiance Field Submap ／ Jingwei Huang, Mingrui Li, Lei Sun 他
日本語で読む → - 論文VLAロボティクス
言語から計画抽象を学習する
言語注釈付きデモンストレーションを用いて、記号的な抽象行動空間と潜在状態抽象を自動獲得し、長期的な計画を可能にするフレームワークPARLを提案。
原題: Learning Planning Abstractions from Language ／ Weiyu Liu, Geng Chen, Joy Hsu 他
日本語で読む → - 論文3D物体検出画像認識
DuoSpaceNet: 鳥瞰図と透視図の表現を統合した3D物体検出
BEVと透視図の特徴を単一の検出パイプラインで完全に統合し、nuScenesで既存手法を上回る3D物体検出を実現した。
原題: DuoSpaceNet: Leveraging Both Bird's-Eye-View and Perspective View Representations for 3D Object Detection ／ Zhe Huang, Yizhe Zhao, Hao Xiao 他
日本語で読む → - 論文マニピュレーションロボティクス
ASGrasp: RGB-Dアクティブステレオカメラによる透明物体の再構成と6自由度把持検出
アクティブステレオカメラの生IR・RGB画像から透明物体の形状を再構成し、6自由度把持を検出するネットワークを提案。シミュレーションと実機で90%超の把持成功率を達成した。
原題: ASGrasp: Generalizable Transparent Object Reconstruction and 6-DoF Grasp Detection from RGB-D Active Stereo Camera ／ Jun Shi, Yong A, Yixiang Jin 他
日本語で読む → - 論文HRIロボティクス
人間とロボットのインタラクション研究のためのオープンソース再現可能なチェスロボット
音声とジェスチャーで人間と対話しながらチェスを指すオープンソースロボットを開発し、597人への調査で教育・コーチ用途で高い評価を得た。
原題: An Open-Source Reproducible Chess Robot for Human-Robot Interaction Research ／ Renchi Zhang, Joost de Winter, Dimitra Dodou 他
日本語で読む → - 論文HRIロボティクス
人間とロボットの相互作用における大規模言語モデルの活用：可能性と落とし穴の批判的分析
250本以上の論文を調査し、社会支援ロボットへのLLM/VLM導入の機会と課題、倫理的問題、リスクを整理し、責任ある導入の道筋を示した。
原題: Leveraging Large Language Models in Human-Robot Interaction: A Critical Analysis of Potential and Pitfalls ／ Jesse Atuhurra
日本語で読む → - 論文歩行ロボティクス
DiPPeST: 四足歩行ロボットの経路計画のための拡散ベース軌道生成
画像とゴールを条件とする拡散モデルで四足歩行ロボットの経路を生成し、追加学習なしでカメラ入力に反応してリアルタイムに経路を修正する手法を提案。実機で80%の成功率を達成。
原題: DiPPeST: Diffusion-based Path Planner for Synthesizing Trajectories Applied on Quadruped Robots ／ Maria Stamatopoulou, Jianwei Liu, Dimitrios Kanoulas
日本語で読む → - 論文LiDAR/拡散モデル画像認識
条件付き拡散モデルによる高速LiDARアップサンプリング
条件付き拡散モデルと画像表現を用いて、スパースな3D LiDAR点群を高速かつ高品質に密化する手法を提案し、KITTI-360で有効性を示した。
原題: Fast LiDAR Upsampling using Conditional Diffusion Models ／ Sander Elias Magnussen Helgesen, Kazuto Nakashima, Jim Tørresen 他
日本語で読む → - 論文軌道予測画像認識
低ランク適応による離散潜在コードを用いた軌道予測
VQ-VAEのコードブックを低ランク更新で各事例に適応させ、拡散モデルと組み合わせることで、軌道予測の精度と多様性を両立させた。
原題: Trajectory Forecasting through Low-Rank Adaptation of Discrete Latent Codes ／ Riccardo Benaglia, Angelo Porrello, Pietro Buzzega 他
日本語で読む → - 論文教育ロボティクス
自己主導型パーソナライズドオンラインロボティクス学習のための単体テストフレームワーク
オンラインロボティクス教育に単体テストを導入し、学生がリアルタイムでフィードバックを得て自立的にプログラミングを学習できるシステムを開発した。
原題: WIP: A Unit Testing Framework for Self-Guided Personalized Online Robotics Learning ／ Ponkoj Chandra Shill, David Feil-Seifer, Jiullian-Lee Vargas Ruiz 他
日本語で読む → - 論文知能理論AI
知能とは計算である
知能を計算として捉える統一的な概念を提案し、物理・神経・身体性・形態・機械など様々な知能観を異なる計算パラダイムの組み合わせとして説明する。
原題: Intelligence as Computation ／ Oliver Brock
日本語で読む → - 論文キャリブレーションロボティクス
MEMS三軸ジャイロスコープの現場スケールファクタ線形性校正
サーボモータのみを用いて、重力と回転速度の内積が一定であることを利用し、MEMS三軸ジャイロスコープのスケールファクタを現場で校正する手法を提案した。
原題: On-site scale factor linearity calibration of MEMS triaxial gyroscopes ／ Yaqi Li, Li Wang, Zhitao Wang 他
日本語で読む → - 論文群制御ロボティクス
群れロボットによるタスク割り当ての実現可能性に関する集合的意思決定
ロボット群が局所的な観測と相互作用に基づいてタスク割り当ての実現可能性を集合的に評価する「分散実現可能性」の概念を導入し、多数決ベースの意思決定変調によりロボット対タスク比が1に近くない限り群れが実現可能性の高低を判断できることを示した。
原題: Collective Decision-Making on Task Allocation Feasibility ／ Samratul Fuady, Danesh Tarapore, Shoaib Ehsan 他
日本語で読む → - 論文安全フィルタ/四足歩行/sim2realロボティクス
ゲームプレイフィルタ：敵対的想像によるロバストなゼロショット安全性
シミュレーションで訓練した安全戦略と最悪ケースを引き起こす仮想敵を継続的に対戦させ、将来の失敗を防ぐ予測型安全フィルタを提案。四足歩行ロボットの全身動力学に適用し、大きな外乱下でもゼロショットで安全を確保できることを実機で示した。
原題: Gameplay Filters: Robust Zero-Shot Safety through Adversarial Imagination ／ Duy P. Nguyen, Kai-Chieh Hsu, Wenhao Yu 他
日本語で読む → - 論文経路計画ロボティクス
RAPF：月面マイクロローバー向け高効率経路計画
月面探査用の小型ローバー向けに、人工ポテンシャル場法を改良したRAPF経路計画アルゴリズムを提案し、到達率と計算時間で従来手法を上回ることを実証した。
原題: RAPF: Efficient path planning for lunar microrovers ／ Thomas Manteaux, David Rodríguez-Martínez, Raj Thilak Rajan
日本語で読む → - 論文安全強化学習ロボティクス
証明可能な安全強化学習のための暗黙的安全集合アルゴリズム
ブラックボックスシミュレータのみを用いて安全指数と安全制御則を合成し、訓練中も含めて安全性を保証するモデルフリー安全制御アルゴリズムを提案した。
原題: Implicit Safe Set Algorithm for Provably Safe Reinforcement Learning ／ Weiye Zhao, Feihan Li, Changliu Liu
日本語で読む → - 論文マニピュレーションロボティクス
カテゴリ横断的な機能把持の転移
物体間の形状・配置・把持タイプの類似性を知識グラフで結び、未知カテゴリの物体に対しても機能的な把持を生成できる手法を提案した。
原題: Cross-Category Functional Grasp Transfer ／ Rina Wu, Tianqiang Zhu, Xiangbo Lin 他
日本語で読む → - 論文センサ配置最適化stat.AP
モデル予測パス積分によるレーダ配置の連続最適化
レーダの距離測定モデルとMPPI制御を組み合わせ、動的制約や障害物下でセンサ配置を連続最適化し、目標位置推定精度を向上させた研究。
原題: Continuously Optimizing Radar Placement with Model Predictive Path Integrals ／ Michael Potter, Shuo Tang, Paul Ghanem 他
日本語で読む →