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: 2024/3/1 ／ 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 →- 論文マルチモーダル知覚画像認識
SpectralWasteデータセット：廃棄物選別自動化のためのマルチモーダルデータ
実際のプラスチック廃棄物選別施設で取得したハイパースペクトル画像とRGB画像の同期データセットを構築し、物体セグメンテーションのマルチモーダル手法を評価した。
原題: SpectralWaste Dataset: Multimodal Data for Waste Sorting Automation ／ Sara Casao, Fernando Peña, Alberto Sabater 他
日本語で読む → - 論文物体目標ナビゲーションロボティクス
大規模言語モデルの部屋-物体関係知識を活用したマルチモーダル入力物体目標ナビゲーションの強化
大規模言語モデルから抽出した物体と部屋の常識的関係知識をデータセットに組み込み、マルチモーダル入力を用いたマルチタスク学習により、未知環境での物体目標ナビゲーションの効率を改善した研究。
原題: Leveraging Large Language Model-based Room-Object Relationships Knowledge for Enhancing Multimodal-Input Object Goal Navigation ／ Leyuan Sun, Asako Kanezaki, Guillaume Caron 他
日本語で読む → - 論文SLAM画像認識
GlORIE-SLAM: 大域最適化されたRGBのみの陰的エンコーディング点群SLAM
RGB画像のみを用いた高密度SLAMにおいて、ニューラル点群表現と単眼深度推定を組み合わせ、ループ閉じ込みとオンライン大域バンドル調整により高精度な追跡・マッピング・レンダリングを実現した。
原題: GlORIE-SLAM: Globally Optimized RGB-only Implicit Encoding Point Cloud SLAM ／ Ganlin Zhang, Erik Sandström, Youmin Zhang 他
日本語で読む → - 論文運動計画ロボティクス
境界を考慮した安全な確率的運動計画のための価値関数生成
有限要素法とカーネル関数を組み合わせて、安全領域と非ナビゲーション領域を厳密に区別する価値関数を生成し、安全な境界認識ポリシーを実現する手法を提案した。
原題: Boundary-Aware Value Function Generation for Safe Stochastic Motion Planning ／ Junhong Xu, Kai Yin, Jason M. Gregory 他
日本語で読む → - 論文模倣学習ロボティクス
RT-Sketch: 手描きスケッチによる目標条件付き模倣学習
手描きスケッチを目標指定に用いる操作ポリシーを提案し、言語や画像条件よりも曖昧さや視覚的妨害に頑健であることを示した。
原題: RT-Sketch: Goal-Conditioned Imitation Learning from Hand-Drawn Sketches ／ Priya Sundaresan, Quan Vuong, Jiayuan Gu 他
日本語で読む → - 論文運動予測画像認識
JointMotion: ジョイント運動予測のためのジョイント自己教師あり学習
自動運転車のジョイント運動予測のための自己教師あり事前学習手法を提案し、シーン全体とインスタンス単位の目的関数を組み合わせることで予測精度を向上させた。
原題: JointMotion: Joint Self-Supervision for Joint Motion Prediction ／ Royden Wagner, Omer Sahin Tas, Marvin Klemp 他
日本語で読む → - 論文歩行ロボティクス
二足歩行ロボットの安全なナビゲーションのための統合経路・歩容計画
LIPモデルに基づくMPCと制御バリア関数を組み合わせ、経路計画と歩容計画を統合して障害物環境でも安全な二足歩行を実現する手法を提案し、Digitロボットのシミュレーションで検証した。
原題: Unified Path and Gait Planning for Safe Bipedal Robot Navigation ／ Chengyang Peng, Victor Paredes, Ayonga Hereid
日本語で読む → - 論文アバター制御画像認識
ヘッドマウントセンサからのリアルタイムシミュレーテッドアバター
AR/VRヘッドセットのカメラと姿勢情報から、物理シミュレーション上のヒューマノイドアバターをリアルタイムに制御する手法を提案。大規模合成データセットで学習し、実世界のキャプチャでも動作を実証した。
原題: Real-Time Simulated Avatar from Head-Mounted Sensors ／ Zhengyi Luo, Jinkun Cao, Rawal Khirodkar 他
日本語で読む → - 論文群制御ロボティクス
1台から多数へ：ロボット群の活動台数が人間の認知プロセスに与える影響
15台のロボット群のうち同時に活動する台数を変え、操作者の時間知覚・感情・フロー体験・難易度知覚がどう変化するかを実験的に調べた研究。
原題: From One to Many: How Active Robot Swarm Sizes Influence Human Cognitive Processes ／ Julian Kaduk, Müge Cavdan, Knut Drewing 他
日本語で読む → - 論文3D姿勢推定画像認識
ロボット視点からの3D人体姿勢推定と予測：HARPERデータセット
四足歩行ロボットSpotと人間の相互作用をロボット搭載カメラで撮影したデータセットHARPERを構築し、3D姿勢推定・予測・衝突予測のベンチマークを提供した。
原題: Exploring 3D Human Pose Estimation and Forecasting from the Robot's Perspective: The HARPER Dataset ／ Andrea Avogaro, Andrea Toaiari, Federico Cunico 他
日本語で読む → - 論文運動予測画像認識
大規模言語モデルを活用した自動運転の文脈認識型運動予測
交通環境と履歴を画像・テキストプロンプトでLLMに与えて交通文脈を抽出し、運動予測モデルに統合して精度を向上。さらに0.7%のLLM拡張データで効率的に展開する手法を提案。
原題: Large Language Models Powered Context-aware Motion Prediction in Autonomous Driving ／ Xiaoji Zheng, Lixiu Wu, Zhijie Yan 他
日本語で読む → - 論文最適化理論math.OC
ノルム空間における2つの部分集合に対する最良近似ペア問題
ノルム空間で非凸部分集合も許容する最良近似ペア問題を扱い、解の存在と一意性のための十分条件を提示した理論研究。
原題: The best approximation pair problem relative to two subsets in a normed space ／ Daniel Reem, Yair Censor
日本語で読む → - 論文マルチタスク強化学習ロボティクス
双方向プログレッシブニューラルネットワークとエピソードリターン進捗による創発的タスク順序付けとロボットスキル転移
人間のスキル獲得と転移に着想を得て、エピソードリターン進捗に基づく内在的動機で自律的にタスクを切り替え、双方向にスキル転移できるマルチタスク強化学習フレームワークERP-BPNNを提案し、異なる形態のロボット間でのリーチングタスクで有効性を示した。
原題: Bidirectional Progressive Neural Networks with Episodic Return Progress for Emergent Task Sequencing and Robotic Skill Transfer ／ Suzan Ece Ada, Hanne Say, Emre Ugur 他
日本語で読む → - 論文自律ナビゲーションロボティクス
自律走行車椅子の安全な道路横断：新規データセットと実験的評価
自律車椅子とドローンによるマルチセンサフュージョンで道路横断判断を支援する手法を提案し、実験で有効性を示した。
原題: Safe Road-Crossing by Autonomous Wheelchairs: a Novel Dataset and its Experimental Evaluation ／ Carlo Grigioni, Franca Corradini, Alessandro Antonucci 他
日本語で読む → - 論文医療ロボティクス機械学習
未知の血管形状に対応するゼロショット強化学習によるガイドワイヤー自律ナビゲーション
分岐パターンの小さな訓練セットから、再訓練なしで未知の血管形状に適用できる強化学習制御を学習し、4つの血管系で平均95%の成功率を達成した。
原題: A Zero-Shot Reinforcement Learning Strategy for Autonomous Guidewire Navigation ／ Valentina Scarponi, Michel Duprez, Florent Nageotte 他
日本語で読む → - 論文ナビゲーションロボティクス
自信を持って知覚する：学習ベース知覚を用いたナビゲーションのための統計的安全保証
事前学習済み知覚モデルの不確実性をConformal Predictionで校正し、未知環境でも安全なナビゲーションを実現する手法を提案。四足ロボット実験で障害物誤検出を70%削減し、100%の安全性を達成。
原題: Perceive With Confidence: Statistical Safety Assurances for Navigation with Learning-Based Perception ／ Zhiting Mei, Anushri Dixit, Meghan Booker 他
日本語で読む → - 論文ナビゲーションロボティクス
予測不確かさを考慮した分布ロバストリスク制御による群衆内安全ナビゲーション
人間軌道予測の不確かさに対処するため、分布ロバストなチャンス制約付きモデル予測制御を提案し、群衆環境での安全なロボットナビゲーションを実現した。
原題: Integrating Predictive Motion Uncertainties with Distributionally Robust Risk-Aware Control for Safe Robot Navigation in Crowds ／ Kanghyun Ryu, Negar Mehr
日本語で読む → - 論文模倣学習ロボティクス
時相論理仕様からのフィードバック制御器の反例誘導模倣学習
Signal Temporal Logic (STL) で記述された制御要求を満たす複雑な制御器をニューラルネットワークで模倣する手法を提案。反例とカバレッジ指標に基づくデータ集約で学習を効率化し、STL要求のパラメータ化と推定により学習済み制御器の性能を評価する。飛行ロボットのケーススタディで有効性を示す。
原題: Counter-example guided Imitation Learning of Feedback Controllers from Temporal Logic Specifications ／ Thao Dang, Alexandre Donzé, Inzemamul Haque 他
日本語で読む → - 論文VLAロボティクス
言語に基づく動的シーングラフを用いたモバイルマニピュレーションによる対話的物体探索
オープン語彙のシーングラフを動的に更新しながらLLMで推論し、モバイルマニピュレーションによる長期的な物体探索をゼロショットで実現する手法を提案。
原題: Language-Grounded Dynamic Scene Graphs for Interactive Object Search with Mobile Manipulation ／ Daniel Honerkamp, Martin Büchner, Fabien Despinoy 他
日本語で読む → - 論文強化学習/跳躍ロボティクス
並列ワイヤ駆動単脚ロボットRAMIELの強化学習による連続跳躍
ワイヤ伸びで関節速度が振動する並列ワイヤ駆動単脚ロボットに対し、関節角度の時系列から速度を推定し、ワイヤ伸び由来のノイズを加えた強化学習で連続跳躍を実現した。
原題: Continuous Jumping of a Parallel Wire-Driven Monopedal Robot RAMIEL Using Reinforcement Learning ／ Kento Kawaharazuka, Temma Suzuki, Kei Okada 他
日本語で読む → - 論文空力モデリングロボティクス
ロボティクスと流体力学の融合：クアッドロータ下方の誘起気流を乱流ジェットとして特徴づける
クアッドロータのホバリング時に下方に生じる気流を乱流ジェット理論でモデル化し、機体質量・プロペラ径・機体サイズのみで平均速度場を高精度に推定できる軽量モデルを実験的に構築した。
原題: Robotics meets Fluid Dynamics: A Characterization of the Induced Airflow below a Quadrotor as a Turbulent Jet ／ Leonard Bauersfeld, Koen Muller, Dominic Ziegler 他
日本語で読む → - 論文VLAロボティクス
GeRM: 四足歩行ロボットのためのMixture-of-Expertsを用いた汎用ロボットモデル
オフライン強化学習とTransformerベースのVLAネットワーク、Mixture-of-Experts構造を組み合わせ、四足歩行ロボットのマルチタスク学習を効率化する汎用モデルGeRMを提案。自動収集データセットQUARD-Autoも公開。
原題: GeRM: A Generalist Robotic Model with Mixture-of-experts for Quadruped Robot ／ Wenxuan Song, Han Zhao, Pengxiang Ding 他
日本語で読む → - 論文マニピュレーションロボティクス
深層オートエンコーダによるマルチモーダル異常検知を用いた移動マニピュレーションロボットの物体滑り知覚
RGB-Dカメラ・マイク・力覚センサのマルチモーダルデータを深層オートエンコーダで学習し、再構成誤差から物体の滑りを異常として検知する手法を提案した。
原題: Multimodal Anomaly Detection based on Deep Auto-Encoder for Object Slip Perception of Mobile Manipulation Robots ／ Youngjae Yoo, Chung-Yeon Lee, Byoung-Tak Zhang
日本語で読む → - 論文点群セグメンテーション画像認識
Region-Transformer: 自己注意領域ベースのクラス非依存点群セグメンテーション
領域成長法に自己注意機構を組み合わせ、意味ラベルなしで点群をクラス非依存にセグメンテーションするRegion-Transformerを提案。
原題: Region-Transformer: Self-Attention Region Based Class-Agnostic Point Cloud Segmentation ／ Dipesh Gyawali, Jian Zhang, BB Karki
日本語で読む → - 論文空中ロボット/全方位視覚ロボティクス
OmniNxt：全方位視覚知覚を備えた完全オープンソースのコンパクト空中ロボット
全方位カメラを搭載した空中ロボットのハードウェアとソフトウェアを完全オープンソースで提供し、限られた計算資源で高精度な自己位置推定とリアルタイム高密度マッピングを実現した。
原題: OmniNxt: A Fully Open-source and Compact Aerial Robot with Omnidirectional Visual Perception ／ Peize Liu, Chen Feng, Yang Xu 他
日本語で読む → - 論文マニピュレーションロボティクス
協調mTSPによる同期型双腕再配置
双腕ロボットの再配置を協調コストを共有するmTSPとして定式化し、注意機構付き強化学習とコスト予測器で効率的に計画する手法を提案した。
原題: Synchronized Dual-arm Rearrangement via Cooperative mTSP ／ Wenhao Li, Shishun Zhang, Sisi Dai 他
日本語で読む → - 論文VLAロボティクス
模倣学習で強化学習をブートストラップする視覚ベースの俊敏飛行
特権状態で強化学習した教師方策を模倣学習で視覚入力の方策に蒸留し、さらに強化学習で微調整することで、視覚のみでドローンレースを飛行できる制御器を学習した。
原題: Bootstrapping Reinforcement Learning with Imitation for Vision-Based Agile Flight ／ Jiaxu Xing, Angel Romero, Leonard Bauersfeld 他
日本語で読む → - 論文食事支援ロボティクスロボティクス
Kiri-Spoon：ロボットによる食事支援のための柔らかい形状変化スプーン
切り紙構造を利用してスプーンの曲率を変え、食べ物を包み込んで運びやすくする一方、人間が食べやすい従来のスプーン形状にも戻せる食事支援用の柔らかい食器を開発した。
原題: Kiri-Spoon: A Soft Shape-Changing Utensil for Robot-Assisted Feeding ／ Maya N. Keely, Heramb Nemlekar, Dylan P. Losey
日本語で読む → - 論文セマンティックSLAM画像認識
NEDS-SLAM: 3Dガウシアンスプラッティングを用いたニューラル明示的密セマンティックSLAMフレームワーク
3Dガウシアン表現に基づく密セマンティックSLAMシステムを提案し、空間的に一貫した特徴融合と軽量エンコーダ・デコーダ、仮想カメラビュープルーニングにより、リアルタイムで高品質な3Dセマンティックマッピングとカメラトラッキングを実現した。
原題: NEDS-SLAM: A Neural Explicit Dense Semantic SLAM Framework using 3D Gaussian Splatting ／ Yiming Ji, Yang Liu, Guanghu Xie 他
日本語で読む → - 論文模倣学習ロボティクス
円錐制御バリア関数による学習済み姿勢スキルの安全な実行
模倣学習で得たSO(3)上の姿勢スキルに対し、専門家のばらつきから時変円錐制約を抽出し、円錐制御バリア関数で制約を満たしながら安全に実行する手法を提案した。
原題: Safe Execution of Learned Orientation Skills with Conic Control Barrier Functions ／ Zheng Shen, Matteo Saveriano, Fares J. Abu-Dakka 他
日本語で読む →