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: 2024/4/1 ／ 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 →- 論文産業ロボティクスロボティクス
産業用ロボット応用におけるメタバースの可能性：インダストリー4.0と5.0の視点から
メタバースを産業用ロボット応用に活用する利点を整理し、インダストリー4.0と5.0の目標達成にどう貢献するかを論じた論文。
原題: Potentials of the Metaverse for Robotized Applications in Industry 4.0 and Industry 5.0 ／ Eric Guiffo Kaigom
日本語で読む → - 論文飛行制御ロボティクス
双四元数を用いたケーブル吊り下げ荷物搭載UAVの制御
双四元数を用いてUAVと吊り下げ荷物の運動学・動力学を統一的に表現し、荷物の吊り上げと軌道追従を実現する新しい制御戦略を提案した。
原題: Dual Quaternion Control of UAVs with Cable-suspended Load ／ Yuxia Yuan, Markus Ryll
日本語で読む → - 論文音声インターフェース/支援ロボットロボティクス
VoicePilot：物理的支援ロボットの音声インターフェースとしてLLMを活用する
食事支援ロボットを対象に、大規模言語モデルを音声インターフェースとして組み込むフレームワークを3段階で反復開発し、高齢者11名での評価を通じて有効性と設計指針を示した。
原題: VoicePilot: Harnessing LLMs as Speech Interfaces for Physically Assistive Robots ／ Akhil Padmanabha, Jessie Yuan, Janavi Gupta 他
日本語で読む → - 論文異常検知ロボティクス
「牛乳を片付け忘れないで！」家庭内異常検知のためのデータセット
家庭内の危険・不衛生な状況を検出するため、1000シーンの異常データセットSafetyDetectを構築し、シーングラフとLLMを組み合わせて90%以上の精度で異常を識別する手法を提案した。
原題: "Don't forget to put the milk back!" Dataset for Enabling Embodied Agents to Detect Anomalous Situations ／ James F. Mullen, Prasoon Goyal, Robinson Piramuthu 他
日本語で読む → - 論文マニピュレーションロボティクス
ロボットハンド内の物体数を数える
把持後に指や物体による遮蔽があっても、対照学習ベースの分類器でハンド内の物体数を高精度に推定する手法を提案した。
原題: Counting Objects in a Robotic Hand ／ Francis Tsow, Tianze Chen, Yu Sun
日本語で読む → - 論文マニピュレーションロボティクス
支援ロボティクスにおける未知物体把持
ステレオ画像から未知物体を3D再構成し、ユーザーが共有制御で把持方向を指示、物理ベースの把持計画で安定把持を実現するパイプラインを提案。
原題: Unknown Object Grasping for Assistive Robotics ／ Elle Miller, Maximilian Durner, Matthias Humt 他
日本語で読む → - 論文模倣学習ロボティクス
他人の靴で拡散する：拡散モデルによるロボットの視点取得
三人称視点の実演から一人称視点の画像を生成する拡散モデルを提案し、ヒューマノイドロボットが直接三人称のデモンストレーションから模倣学習できるようにした。
原題: Diffusing in Someone Else's Shoes: Robotic Perspective Taking with Diffusion ／ Josua Spisak, Matthias Kerzel, Stefan Wermter
日本語で読む → - 論文視覚オドメトリ画像認識
ポーズのみの教師あり学習による顕著スパース視覚オドメトリ
ポーズ情報のみを教師信号として使うハイブリッド視覚オドメトリを提案し、自己教師ありホモグラフィ事前学習とランダムパッチ顕著点検出により、密なオプティカルフロー教師なしでも高い汎化性能を実現した。
原題: Salient Sparse Visual Odometry With Pose-Only Supervision ／ Siyu Chen, Kangcheng Liu, Chen Wang 他
日本語で読む → - 論文群制御機械学習
ゼロショットでスケーラブルな協調を実現する異種マルチエージェント強化学習
役割の異なるエージェント群が規模を変えても協調できるよう、潜在変数で各エージェントの戦略を適応的に学習し異種層を挿入するPPOベースのMARLフレームワークSHPPOを提案した。
原題: Heterogeneous Multi-Agent Reinforcement Learning for Zero-Shot Scalable Collaboration ／ Xudong Guo, Daming Shi, Junjie Yu 他
日本語で読む → - 論文シーングラフロボティクス
Clio: タスク駆動型オープンセット3Dシーングラフのリアルタイム構築
自然言語で与えられたタスクに必要な粒度で物体や領域を選択し、情報ボトルネックに基づく凝集型クラスタリングでリアルタイムに3Dシーングラフを構築する手法を提案。
原題: Clio: Real-time Task-Driven Open-Set 3D Scene Graphs ／ Dominic Maggio, Yun Chang, Nathan Hughes 他
日本語で読む → - 論文軌道計画/強化学習ロボティクス
自動運転レースにおけるインタラクティブな追い越し操作のための強化学習を用いた軌道計画
自動運転レースで相手車両との相互作用を考慮した強化学習ベースの軌道計画手法を提案し、従来のサンプリング手法より攻撃的なブロッキングでも高い成功率を達成。さらに、実行不可能な軌道に対する安全層も導入した。
原題: Trajectory Planning Using Reinforcement Learning for Interactive Overtaking Maneuvers in Autonomous Racing Scenarios ／ Levent Ögretmen, Mo Chen, Phillip Pitschi 他
日本語で読む → - 論文BEV認識画像認識
TempBEV: 画像空間とBEV空間の時間集約を組み合わせた学習型BEVエンコーダの改善
自動運転向けに、画像空間とBEV空間の両方で時間情報を集約する新しい時間的BEVエンコーダTempBEVを提案し、NuScenesで性能向上を示した。
原題: TempBEV: Improving Learned BEV Encoders with Combined Image and BEV Space Temporal Aggregation ／ Thomas Monninger, Vandana Dokkadi, Md Zafar Anwar 他
日本語で読む → - 論文軌道計画ロボティクス
操舵角制約付き全輪操舵ロボットの汎用軌道計画手法
全輪操舵ロボットの操舵角制約下で、二次離散探索と予測制御を組み合わせて滑らかで実行可能な軌道を生成する汎用計画手法を提案した。
原題: A Generic Trajectory Planning Method for Constrained All-Wheel-Steering Robots ／ Ren Xin, Hongji Liu, Yingbing Chen 他
日本語で読む → - 論文自動運転/環境認識ロボティクス
SLAM技術に基づく自動車線変更行動予測と環境認識
自動運転におけるSLAM技術の活用を概説し、LIDAR SLAMと視覚SLAMの比較やTeslaなどの実例を通じて、車線変更予測と環境認識への応用を論じた。
原題: Automated Lane Change Behavior Prediction and Environmental Perception Based on SLAM Technology ／ Han Lei, Baoming Wang, Zuwei Shui 他
日本語で読む → - 論文歩行ロボティクス
畜産分野における四足歩行ロボット導入の教訓
放牧型畜産での四足歩行ロボット活用を目指すSELF-AIRプロジェクトの知見と教訓をまとめた論文。
原題: Lessons Learned in Quadruped Deployment in Livestock Farming ／ Francisco J. Rodríguez-Lera, Miguel A. González-Santamarta, Jose Manuel Gonzalo Orden 他
日本語で読む → - 論文VLAロボティクス
視覚言語モデルによる近接センシングのための反射率推定：ロボティクスにおける低次認知への分布意味論の活用
GPT-4やCLIPなどの視覚言語モデルを用いて物体の反射率を推定し、近接センサの距離測定精度を向上させる手法を提案。テキストのみの入力でも画像のみのResNetより高精度であることを示した。
原題: Reflectance Estimation for Proximity Sensing by Vision-Language Models: Utilizing Distributional Semantics for Low-Level Cognition in Robotics ／ Masashi Osada, Gustavo A. Garcia Ricardez, Yosuke Suzuki 他
日本語で読む → - 論文マッピング画像認識
LGSDF: 局所更新に支援された符号付距離場の継続的グローバル学習
局所的な軸並行グリッド更新とニューラルネットワークによる継続的自己教師学習を組み合わせ、従来より高精度なESDFマップを構築する手法を提案。
原題: LGSDF: Continual Global Learning of Signed Distance Fields Aided by Local Updating ／ Yufeng Yue, Yinan Deng, Jiahui Wang 他
日本語で読む → - 論文感情概念形成AI
視覚・生理・言語情報を統合したマルチモーダル潜在ディリクレ配分による感情概念形成のモデル化
視覚・生理・言語情報を統合した階層型マルチモーダル潜在ディリクレ配分モデルで感情概念の形成をモデル化し、人間の主観的カテゴリとの一致や未観測情報の予測可能性を検証した。
原題: Study of Emotion Concept Formation by Integrating Vision, Physiology, and Word Information using Multilayered Multimodal Latent Dirichlet Allocation ／ Kazuki Tsurumaki, Chie Hieida, Kazuki Miyazawa
日本語で読む → - 論文マニピュレーションロボティクス
ロボットマニピュレーションと物体計測データベースによる物理特性の対話的学習
ロボットが探索的行動を通じて物体の材質・質量・体積・剛性などの物理特性を推定し、ベイズネットワークで不確実性を考慮しながら最適な行動を選択する枠組みを提案。63物体・24,000件以上の計測データベースも公開。
原題: Interactive Learning of Physical Object Properties Through Robot Manipulation and Database of Object Measurements ／ Andrej Kruzliak, Jiri Hartvich, Shubhan P. Patni 他
日本語で読む → - 論文模倣学習ロボティクス
RISE: 3D知覚で実世界ロボット模倣をシンプルかつ効果的に
単一視点の点群から連続的なロボット動作を直接予測するエンドツーエンドの模倣学習手法を提案し、2D・3Dの既存手法を大きく上回る精度と効率を実現した。
原題: RISE: 3D Perception Makes Real-World Robot Imitation Simple and Effective ／ Chenxi Wang, Hongjie Fang, Hao-Shu Fang 他
日本語で読む → - 論文ソフトロボティクスロボティクス
豊かな相互作用能力を持つ頑健なソフトベビーロボット：高度な機械学習アルゴリズムに向けて
好奇心駆動型ベビーロボットの実現を目指し、ソフト・ハードハイブリッド構造とカメラのみの豊富な非接触センサ、交換可能な故障点を備えた新しいロボットアームを設計し、強化学習による目標探索タスクで有効性を実証した。
原題: Towards a Robust Soft Baby Robot With Rich Interaction Ability for Advanced Machine Learning Algorithms ／ Mohannad Alhakami, Dylan R. Ashley, Joel Dunham 他
日本語で読む → - 論文模倣学習ロボティクス
拡散モデル方策に状態性を持たせるDiff-Control
拡散モデルベースの方策にベイズ的な状態性を導入し、一貫した行動生成とロバスト性を向上させる手法を提案した。
原題: Enabling Stateful Behaviors for Diffusion-based Policy Learning ／ Xiao Liu, Fabian Weigend, Yifan Zhou 他
日本語で読む → - 論文遠隔操作ロボティクス
軽量水中ロボットマニピュレータの両手遠隔操作フレームワーク
低コストのハプティックデバイス2台を使い、軽量水中ロボットの機体と2本のマニピュレータを直感的に遠隔操作できるオープンソースフレームワークを開発し、物理シミュレーションで動作と両手把持を検証した。
原題: A Bimanual Teleoperation Framework for Light Duty Underwater Vehicle-Manipulator Systems ／ Justin Sitler, Srikarran Sowrirajan, Brendan Englot 他
日本語で読む → - 論文ロボットビジョン画像認識
画像とメタデータからのカメラシステムのリアルタイムノイズ源推定
画像とカメラメタデータを入力とするDNNで、主要なノイズ源をリアルタイムかつ省メモリで推定する手法を提案し、合成・実世界データセットで有効性を示した。
原題: Real-time Noise Source Estimation of a Camera System from an Image and Metadata ／ Maik Wischow, Patrick Irmisch, Anko Boerner 他
日本語で読む → - 論文人ロボット協調ロボティクス
大規模言語モデルとマルチモーダルVRインターフェースを統合した建設現場での人とロボットの協調作業支援
建設作業員がVR空間で音声とコントローラを使ってLLM搭載チャットを介しロボットと直感的に協調作業できるシステムを開発し、石膏ボード設置作業で有効性を検証した。
原題: Integrating Large Language Models with Multimodal Virtual Reality Interfaces to Support Collaborative Human-Robot Construction Work ／ Somin Park, Carol C. Menassa, Vineet R. Kamat
日本語で読む → - 論文ドローン知覚画像認識
ドローン画像におけるゼロショット人物検出と行動認識のためのYOLO-WorldとGPT-4V LMMの活用
ドローン視点の画像で、ゼロショット大規模マルチモーダルモデル（YOLO-WorldとGPT-4V）を用いて人物検出と行動認識を評価した。YOLO-Worldは良好な検出性能を示し、GPT-4Vは行動分類は苦手だが不要領域のフィルタリングや情景記述に有望な結果を出した。
原題: Leveraging YOLO-World and GPT-4V LMMs for Zero-Shot Person Detection and Action Recognition in Drone Imagery ／ Christian Limberg, Artur Gonçalves, Bastien Rigault 他
日本語で読む → - 論文自動運転/予測画像認識
FipTR: 自動運転における将来インスタンス予測のためのシンプルで効果的なTransformerフレームワーク
BEV視点での将来インスタンス予測を、インスタンスクエリとフロー考慮型BEV予測器を用いたエンドツーエンドのTransformerで実現し、複雑な後処理を不要にした。
原題: FipTR: A Simple yet Effective Transformer Framework for Future Instance Prediction in Autonomous Driving ／ Xingtai Gui, Tengteng Huang, Haonan Shao 他
日本語で読む → - 論文マニピュレーションロボティクス
QuasiSim: 巧みな操作の転送のためのパラメータ化準物理シミュレータ
人間の巧みな操作をロボットハンドに転送するため、忠実度と最適化しやすさのバランスを取るパラメータ化準物理シミュレータと物理カリキュラムを提案し、成功率を11%以上向上させた。
原題: QuasiSim: Parameterized Quasi-Physical Simulators for Dexterous Manipulations Transfer ／ Xueyi Liu, Kangbo Lyu, Jieqiong Zhang 他
日本語で読む → - 論文歩行ロボティクス
タスク空間リカッチフィードバックに基づく劣駆動脚式移動の全身制御
劣駆動脚式ロボットの全身制御において、浮遊ベースのフィードバックゲインをLQRとリカッチ方程式で自動設計する手法を提案し、二足・四足ロボットで速度追従性能を向上させた。
原題: Task-Space Riccati Feedback based Whole Body Control for Underactuated Legged Locomotion ／ Shunpeng Yang, Zejun Hong, Sen Li 他
日本語で読む → - 論文点群生成画像認識
リアルなLiDAR点群生成のためのTransformer活用
自己回帰TransformerとVQ-VAEを組み合わせ、潜在空間でレンジ画像を反復サンプリングすることで、LiDARのレイ欠落ノイズを現実的に再現する生成モデルLidarGRITを提案した。
原題: Taming Transformers for Realistic Lidar Point Cloud Generation ／ Hamed Haghighi, Amir Samadi, Mehrdad Dianati 他
日本語で読む →