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: 2024/2/1 ／ 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 →- 論文マニピュレーションロボティクス
動的に変化するウェイポイントを用いたシリアルマニピュレータのモデル予測軌道最適化
上位タスク計画から与えられる動的に変化するウェイポイントをオンラインで扱うため、ウェイポイント到達時に計画ホライズンを分割・短縮するモデル予測制御手法を提案し、KUKAロボットでの動的ピック&プレースで有効性を示した。
原題: Model Predictive Trajectory Optimization With Dynamically Changing Waypoints for Serial Manipulators ／ Florian Beck, Minh Nhat Vu, Christian Hartl-Nesic 他
日本語で読む → - 論文VLAAI
対話型エージェント基盤モデル
視覚・言語・行動予測を統合したマルチタスク学習により、ロボティクス・ゲームAI・医療の3領域で動作する汎用エージェント基盤モデルを提案した。
原題: An Interactive Agent Foundation Model ／ Zane Durante, Bidipta Sarkar, Ran Gong 他
日本語で読む → - 論文歩行ロボティクス
DogSurf: 視覚障害者ナビゲーションのためのGRUベース表面認識が可能な四足歩行ロボット
四足歩行ロボットを用いて視覚障害者のナビゲーションを支援するDogSurfを提案。GRUベースのニューラルネットワークで滑りやすい路面を検出し、音声と触覚フィードバックでユーザーに停止を促す。
原題: DogSurf: Quadruped Robot Capable of GRU-based Surface Recognition for Blind Person Navigation ／ Artem Bazhenov, Vladimir Berman, Sergei Satsevich 他
日本語で読む → - 論文強化学習ロボティクス
ニューラル方策スタイル転送
深層強化学習の方策にスタイル転送を適用し、内容を保ちつつスタイルを別の方策へ転送するNPSTを提案。
原題: Neural Policy Style Transfer ／ Raul Fernandez-Fernandez, Juan G. Victores, Jennifer J. Gago 他
日本語で読む → - 論文軌道予測画像認識
AMEND: 長尾軌道予測のための専門家混合フレームワーク
歩行者の軌道予測における長尾問題に対処するため、データの各部分に特化した専門家を組み合わせるモジュール型のMixture of Expertsフレームワークを提案し、長尾シナリオでの性能を向上させた。
原題: AMEND: A Mixture of Experts Framework for Long-tailed Trajectory Prediction ／ Ray Coden Mercurius, Ehsan Ahmadi, Soheil Mohamad Alizadeh Shabestary 他
日本語で読む → - 論文AI倫理AI
AI・ロボティクスの公平なアジャイル研究開発に向けて
AIやロボットが既存のバイアスを増幅する問題に対処するため、アジャイル開発に公平性・説明責任・倫理のベストプラクティスを組み込むフレームワークを提案した論文。
原題: Towards Equitable Agile Research and Development of AI and Robotics ／ Andrew Hundt, Julia Schuller, Severin Kacianka
日本語で読む → - 論文身体性AIAI
身体性AIの基盤世界モデルにおける因果性の本質的役割
身体性AIのための基盤世界モデルに因果性を取り入れる重要性を論じ、物理的相互作用の正確な予測に向けた展望と誤解の整理を行った位置論文。
原題: The Essential Role of Causality in Foundation World Models for Embodied AI ／ Tarun Gupta, Wenbo Gong, Chao Ma 他
日本語で読む → - 論文交通流予測機械学習
リアルタイム交通流予測のためのSA-LSTM：ボトルネックと衝撃波の予測
自己注意機構とLSTMを組み合わせたSA-LSTMを提案し、メソスケールのリアルタイム交通流予測で最先端性能を達成。多段階予測にも拡張し、短期・長期のトレードオフを改善した。
原題: Mesoscale Traffic Forecasting for Real-Time Bottleneck and Shockwave Prediction ／ Raphael Chekroun, Han Wang, Jonathan Lee 他
日本語で読む → - 論文ナビゲーションロボティクス
深層強化学習を用いた社会的配慮ナビゲーションのための変換可能ガウス報酬関数
混雑環境でのロボットの社会的配慮ナビゲーションにおいて、手設計報酬のハイパーパラメータ調整負担を軽減する変換可能ガウス報酬関数(TGRF)を提案し、学習加速と適応性を実証した。
原題: Transformable Gaussian Reward Function for Socially-Aware Navigation with Deep Reinforcement Learning ／ Jinyeob Kim, Sumin Kang, Sungwoo Yang 他
日本語で読む → - 論文VTOL制御制御
ティルトロータVTOL UAVのシームレスなモード遷移を実現する統一MPC戦略
ティルトロータVTOL UAVに対し、モード切替不要で一貫した制御配分を行う統一MPC制御戦略を提案し、PIDを上回る性能とアクチュエータ故障への冗長性を実証した。
原題: A Unified MPC Strategy for a Tilt-rotor VTOL UAV Towards Seamless Mode Transitioning ／ Qizhao Chen, Ziqi Hu, Junyi Geng 他
日本語で読む → - 論文触覚画像認識
触覚・視覚・言語を統合するマルチモーダルデータセット
44Kの視覚-触覚ペアに言語ラベルを付けたデータセットを構築し、触覚・視覚・言語を統合した生成モデルを訓練した。
原題: A Touch, Vision, and Language Dataset for Multimodal Alignment ／ Letian Fu, Gaurav Datta, Huang Huang 他
日本語で読む → - 論文選好ベース強化学習ロボティクス
PREDILECT: 強化学習におけるゼロショット言語推論を用いた選好の明確化
人間の選好とテキストによる追加情報を組み合わせ、大規模言語モデルのゼロショット推論を活用してサンプル効率を高める選好ベース強化学習手法を提案し、社会規範に沿ったナビゲーションで有効性を示した。
原題: PREDILECT: Preferences Delineated with Zero-Shot Language-based Reasoning in Reinforcement Learning ／ Simon Holk, Daniel Marta, Iolanda Leite
日本語で読む → - 論文ラボオートメーションロボティクス
3Dプリンタ制御シリンジポンプによる試薬の二重同時吐出とイムノクロマト試験紙の作製
3Dプリンタを改造してシリンジポンプを制御し、イムノクロマト試験紙のテストラインとコントロールラインを同時に吐出する低コストな作製手法を提案した。
原題: 3D printer-controlled syringe pumps for dual, active, regulable and simultaneous dispensing of reagents. Manufacturing of immunochromatographic test strips ／ Gabriel Siano, Leandro Peretti, Juan Manuel Marquez 他
日本語で読む → - 論文形式手法制御
安全クリティカル自律システムのための制御器の形式合成：発展と課題
安全クリティカルな自律システムのための形式制御合成技術を、システムモデルや仕様の種類、抽象化ベース／非ベース手法、データ駆動型合成、マルチエージェントシステムのスケーラビリティまで網羅的にレビューした論文。
原題: Formal Synthesis of Controllers for Safety-Critical Autonomous Systems: Developments and Challenges ／ Xiang Yin, Bingzhao Gao, Xiao Yu
日本語で読む → - 論文VLAロボティクス
相互情報量を再考する言語条件付きスキル発見の模倣学習
言語指示とスキルの相互情報量を最大化する模倣学習手法LCSDを提案し、ベクトル量子化で離散スキルを獲得、未知タスクへの汎化と成功率を向上させた。
原題: Rethinking Mutual Information for Language Conditioned Skill Discovery on Imitation Learning ／ Zhaoxun Ju, Chao Yang, Hongbo Wang 他
日本語で読む → - 論文ケーブル吊り下げ空中マニピュレーションロボティクス
非停止飛行する飛行体によるケーブル吊り下げ荷物の静的平衡の存在について
固定翼機などの非停止飛行体でケーブル吊り下げ物体の姿勢を一定に保つには3機必要であることを解析的に示し、省エネな協調空中マニピュレーションへの道を開いた。
原題: On the Existence of Static Equilibria of a Cable-Suspended Load with Non-stopping Flying Carriers ／ Chiara Gabellieri, Antonio Franchi
日本語で読む → - 論文歩行ロボティクス
Spotが案内する：支援用四足歩行ロボットのためのアクセシブルなインターフェース
視覚障害者向けの案内ロボットとして産業用四足歩行ロボットを活用するため、音声アプリと柔軟なハンドルの2つのインターフェースを開発し、21名の参加者によるナビゲーション実験で有効性を検証した。
原題: See Spot Guide: Accessible Interfaces for an Assistive Quadruped Robot ／ Rayna Hata, Narit Trikasemsak, Andrea Giudice 他
日本語で読む → - 論文セマンティックセグメンテーション画像認識
未ラベルデータからの不確実性推定によるセマンティックセグメンテーションの分布シフト緩和
ラベルなしデータを活用し、データ拡張に対する一貫性を選択的に強制することで不確実性推定を学習し、自動運転向けセグメンテーションの分布シフトに対処する手法Gamma-SSLを提案。
原題: Mitigating Distributional Shift in Semantic Segmentation via Uncertainty Estimation from Unlabelled Data ／ David S. W. Williams, Daniele De Martini, Matthew Gadd 他
日本語で読む → - 論文変形可能物体操作ロボティクス
経路集合計画と追従による制約下での変形可能物体操作
変形可能物体の操作において環境やタスク由来の制約を扱うため、経路集合の計画と追従を組み合わせた枠組みを提案し、制約下での操作タスクで有効性を示した。
原題: Deformable Object Manipulation With Constraints Using Path Set Planning and Tracking ／ Jing Huang, Xiangyu Chu, Xin Ma 他
日本語で読む → - 論文3D知覚ロボティクス
両眼視を持つ自己中心ロボットのためのリアルタイム3D意味シーン知覚
両眼視ロボットが移動しながら物体を認識・把持するための、インスタンスセグメンテーションと点群位置合わせを組み合わせたパイプラインを提案し、Baxterロボットで実証した。
原題: Real-time 3D Semantic Scene Perception for Egocentric Robots with Binocular Vision ／ K. Nguyen, T. Dang, M. Huber
日本語で読む → - 論文マニピュレーションロボティクス
マルチモーダルな受け渡し失敗検出データセットとベースライン
人間が関与する受け渡し失敗を検出するためのマルチモーダルデータセットを構築し、3D CNNによる動画分類と時系列行動セグメンテーションの2つのベースライン手法を提案した。
原題: A Multimodal Handover Failure Detection Dataset and Baselines ／ Santosh Thoduka, Nico Hochgeschwender, Juergen Gall 他
日本語で読む → - 論文VLAロボティクス
MOSAIC: 支援・対話型料理のためのモジュール型基盤モデル
複数のロボットが自然言語で人間と対話し、多様な日用品を操作できるよう、基盤モデルと専用モジュールを組み合わせたモジュール型アーキテクチャを提案し、料理支援タスクで評価した。
原題: MOSAIC: Modular Foundation Models for Assistive and Interactive Cooking ／ Huaxiaoyue Wang, Kushal Kedia, Juntao Ren 他
日本語で読む → - 論文群制御ロボティクス
SwarmPRM: 大規模群ロボットシステムのための確率的ロードマップ運動計画
群れ全体をガウス混合モデルで表現し、ガウス空間上の確率的ロードマップとCVaRによるリスク考慮で、大規模群ロボットの効率的な運動計画を実現した。
原題: SwarmPRM: Probabilistic Roadmap Motion Planning for Large-Scale Swarm Robotic Systems ／ Yunze Hu, Xuru Yang, Kangjie 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
ロボットのハンド内RGB-Dセンサで知覚可能な狭所からの物体取り出しのためのニューラル再配置計画
ハンド内カメラで環境を能動的に知覚し、未知の任意物体を再配置して狭所から目標物体を取り出すニューラル計画手法を提案。従来法より2桁高速で高成功率を達成。
原題: Neural Rearrangement Planning for Object Retrieval from Confined Spaces Perceivable by Robot's In-hand RGB-D Sensor ／ Hanwen Ren, Ahmed H. Qureshi
日本語で読む → - 論文遠隔操作ロボティクス
拡張現実ガイドによる協働ロボットの手術手技向け遠隔操作
Hololens 2と協働ロボットKuka IIWAを組み合わせ、ジェスチャーで直感的に遠隔操作できる手術支援システムを提案し、その動作を実験で検証した。
原題: Mixed-Reality-Guided Teleoperation of a Collaborative Robot for Surgical Procedures ／ Gabriela Rus, Nadim Al Hajjar, Paul Tucan 他
日本語で読む → - 論文飛行ロボットロボティクス
同種クアッドロータモジュールによる耐故障制御可能なモジュラー飛行システム
単体でも飛行可能な同型クアッドロータを組み合わせて、6自由度の操作やロータ故障への耐性を実現するモジュラー航空システムを提案し、シミュレーションで検証した。
原題: A Modular Aerial System Based on Homogeneous Quadrotors with Fault-Tolerant Control ／ Mengguang Li, Kai Cui, Heinz Koeppl
日本語で読む → - 論文遠隔操作ロボティクス
遠隔操作のための知的モード切替フレームワーク
ユーザ意図認識と深層強化学習を組み合わせ、自律操作と遠隔操作のモードを自動切替することで、通信負荷を最大50%削減しつつタスク完了率を向上させる手法を提案した。
原題: Intelligent Mode-switching Framework for Teleoperation ／ Burak Kizilkaya, Changyang She, Guodong Zhao 他
日本語で読む → - 論文ソフトロボティクスロボティクス
非線形モードによるソフトロボット動的モデルの数理構造比較
ソフトロボットの制御向け低次元モデルを評価するため、非線形モード理論（固有多様体）に基づく3つの類似度指標を提案し、PCC仮説に基づくモデルと有限要素モデルを定量的に比較した。
原題: Nonlinear Modes as a Tool for Comparing the Mathematical Structure of Dynamic Models of Soft Robots ／ Pietro Pustina, Davide Calzolari, Alin Albu-Schäffer 他
日本語で読む → - 論文飛行制御ロボティクス
模倣学習に基づくマルチウェイポイント制約付きクアッドロータのオンライン時間最適制御
時間のかかる最適制御アルゴリズムの代わりに、模倣学習で訓練したニューラルネットワークを用いて、クアッドロータが複数のウェイポイントを時間最適に通過するオンライン制御を実現した。
原題: Imitation Learning-Based Online Time-Optimal Control with Multiple-Waypoint Constraints for Quadrotors ／ Jin Zhou, Jiahao Mei, Fangguo Zhao 他
日本語で読む → - 論文ナビゲーション自然言語
OpenFMNav: 視覚言語基盤モデルによるオープンセットゼロショット物体ナビゲーション
大規模言語モデルと視覚言語モデルを活用し、自由形式の指示から未知の物体を探索するゼロショット物体ナビゲーション手法を提案。HM3Dベンチマークで既存手法を上回る性能を達成。
原題: OpenFMNav: Towards Open-Set Zero-Shot Object Navigation via Vision-Language Foundation Models ／ Yuxuan Kuang, Hai Lin, Meng Jiang
日本語で読む →