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: 2026/7/1 ／ 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
HAM-VLN: 階層的エージェント記憶を活用したゼロショット視覚言語ナビゲーション
ロボットが未知環境で指示に従って移動する際、画像や地図の代わりにエージェント自身が書き込む永続的な世界グラフを記憶として使い、次の行動選択と同じLLM呼び出しで記憶も更新することで、長期的なナビゲーションの記憶・推論ボトルネックを解消した。追加のLLM呼び出しなしで文脈長を65%以上削減しつつ、複数のナビゲーションベンチマークで最高性能を達成した。
原題: HAM-VLN: Harnessing Hierarchical Agentic Memory for Zero-Shot Vision-and-Language Navigation ／ An Liu, Bingxi Liu, Hongyu Ding 他
日本語で読む → - 論文ナビゲーションロボティクス
DA-Nav: 方向認識型の都市規模視覚言語ナビゲーション
市街地規模の屋外ナビゲーションを、商用ナビの方向指示を利用して、自己中心視画像上の離散的な空間接地問題として再構成し、軌道回復を可能にするフレームワークを提案した。
原題: DA-Nav: Direction-Aware City-Scale Vision-Language Navigation ／ Ye Yuan, Kehan Chen, Xinqiang Yu 他
日本語で読む → - 論文ナビゲーションロボティクス
遅い推論器から速いプランナーへのトークン単位潜在ストリーミングによる動的視覚言語ナビゲーション
動的な人間中心環境での視覚言語ナビゲーションにおいて、遅いVLMの推論中に中間隠れ状態をストリーミングして高速なプランナーを逐次更新するSPARK-VLNを提案し、ナビゲーション成功率と社会的コンプライアンスを向上させた。
原題: Token-Wise Latent Streaming from Slow Reasoners to Fast Planners for Dynamic Vision Language Navigation ／ Tianshuai Hu, Yangyi Zhong, Zeying Gong 他
日本語で読む → - 論文視覚言語ナビゲーションロボティクス
FSD-VLN: 空中長距離視覚言語ナビゲーションのための高速・低速デュアルシステムモデリング
UAVの長距離ナビゲーション向けに、意味推論と低遅延飛行制御を分離した高速・低速デュアルシステムアーキテクチャを提案し、未見シーンでの成功率を2倍に向上させつつ推論遅延を50%以上削減した。
原題: FSD-VLN: Fast-Slow Dual-System Modeling for Aerial Long-Horizon Vision-Language Navigation ／ Xueke Zhu, Qingyan Meng, Liutao Yu 他
日本語で読む → - 論文ナビゲーションロボティクス
NavVerse: 屋内から屋外への連続ロボットシミュレーションにおける具現化ナビゲーションのベンチマーク
屋内から屋外への連続的なナビゲーションを評価する物理シミュレーションベースのベンチマークを提案し、既存手法の性能と適応の課題を明らかにした。
原題: NavVerse: Benchmarking Indoor-to-Outdoor Embodied Navigation in Continuous Robot Simulation ／ Junzhe Wu, Yue Hu, Zeyu Han 他
日本語で読む → - 論文ナビゲーション画像認識
Image2Sim: 生成的ニューラルシミュレータによる身体化ナビゲーションのスケーリング
実画像列から高品質なインタラクティブ環境を生成するニューラルシミュレータを提案し、大規模なナビゲーション訓練データを合成して実世界性能を向上させた。
原題: Image2Sim: Scaling Embodied Navigation via Generative Neural Simulator ／ Zihan Wang, Seungjun Lee, Yinghao Xu 他
日本語で読む → - 論文ナビゲーションロボティクス
オフロード環境における画像ベースのアフォーダンス予測のためのグローバル走行可能性事前知識の蒸留
衛星画像から得た長距離の走行可能経路を教師として、第一人称視点画像から走行可能性フロンティアを予測するネットワークを学習し、長距離オフロードナビゲーションの性能を向上させた。
原題: Distilling Global Traversability Priors for Image-based Affordance Prediction in Off-road Environments ／ Matthew Sivaprakasam, Samuel Triest, Micah Nye 他
日本語で読む → - 論文ナビゲーションロボティクス
G2-Nav: 接地され保護された視覚言語コストマップによるロボットの社会的ナビゲーション
大規模視覚言語モデル(VLM)の社会的推論をコストマップに変換し、安全性チェックを加えることで、実世界での自律社会的ナビゲーションを実現するフレームワークを提案した。
原題: G2-Nav: Grounded and Guarded Vision-Language Costmaps for Robot Social Navigation ／ Yuwen Liao, Yihang Lan, Yizhuo Yang 他
日本語で読む → - 論文ナビゲーションロボティクス
FLYNN: ハエの脳構造に基づくロバストなロボットナビゲーション用ニューラルネットワーク
ショウジョウバエの脳コネクトームから直接構築したRNN(FLYNN)を視覚ベースのナビゲーションタスクで訓練し、同等パラメータ数の手設計ネットワークと同等の性能を達成しつつ、外れ値データや感覚喪失に対して高い耐性を示すことを実証した論文。
原題: FLYNN: Robust Neural Network for Robot Navigation using Fly Brain Topology ／ Benquan Wang, Jingdao Chen
日本語で読む → - 論文ナビゲーションロボティクス
NavCMPO: 批評家誘導型MeanFlowポリシー最適化による適応的ナビゲーション
拡散ベースのナビゲーションポリシーの推論遅延と模倣学習の限界を克服するため、数ステップのMeanFlow軌道生成と批評家による軌道修正、強化学習による微調整を組み合わせた二段階適応ナビゲーションフレームワークを提案した。
原題: NavCMPO: Critic-Guided MeanFlow Policy Optimization for Adaptive Navigation ／ Junjie An, Yi Wu, Xiao Liu 他
日本語で読む → - 論文ナビゲーションロボティクス
部屋媒介の共起によるフロンティアスコアリングを用いたゼロショット物体中心意味ナビゲーション
物体間の類似度を部屋の語彙を介して計算し、フロンティアをスコアリングすることで、学習なしでゼロショット物体ナビゲーションを実現するパイプラインを提案した。
原題: Room-Mediated Co-occurrence for Zero-Shot Object-Centric Semantic Navigation via Frontier Scoring ／ Adam Scicluna, Gavin Paul, Alen Alempijevic
日本語で読む → - 論文ナビゲーションロボティクス
緊急支援のための社会的認識を備えた自律ドア通過と物資配送
ロボットが緊急避難時にドアを開け、救助装備を届けるための行動木ベースのシステムを提案し、105回の試験で97回成功した。
原題: Socially-Aware Autonomous Doorway Traversal and Payload Delivery for Emergency Assistance ／ Andrew Snowdy, Ananya Trivedi, Sarvesh Prajapati 他
日本語で読む → - 論文ナビゲーションロボティクス
AutoPath: 人間のデモなしで安全なナビゲーションを実現する転移可能な目標条件付き確率的経路事前分布の学習
ロボットナビゲーションにおいて、障害物を回避する複数の経路をサンプリングできる確率的経路事前分布を学習し、異なるロボットプラットフォーム間で再学習なしに転移可能な安全な経路生成を実現した。
原題: AutoPath: Learning Transferable Goal-Conditioned Stochastic Path Prior for Safe Navigation Without Human Demonstrations ／ Ziyang Zhang, Boyang Zhou, Zesong Yang 他
日本語で読む → - 論文ナビゲーションロボティクス
HyperDCM: 双曲空間における動的クラスタメモリリプレイによる継続的ロボットナビゲーション
視覚ナビゲーションの継続学習における破滅的忘却を防ぐため、シーングラフと双曲空間のメモリリプレイを組み合わせた手法を提案した。
原題: HyperDCM: Dynamic Cluster Memory Replay in Hyperbolic Space for Continual Robotic Navigation Across Scenes ／ Zhengfei Lu, Jian Yang, Muyu Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
屋外環境における幾何学的目標定位を備えたオフライン視覚言語ナビゲーション
本論文は、屋外環境での完全オンボード視覚言語ナビゲーションを実現するため、エッジ展開可能な小型言語モデルのベンチマークと、セマンティックと幾何学的情報を組み合わせた軽量な目標定位フレームワークを提案する。
原題: Offline Vision-Language Navigation with Geometric Goal Localization for Outdoor Environments ／ Ali Salmasi, Xianjia Yu, Tomi Westerlund
日本語で読む → - 論文ナビゲーションロボティクス
全方位における身体化推論のためのEAGOR
360度カメラを用いた身体化エージェントの方向推論を、球面調和関数によるベイズ推定として定式化し、学習不要でカメラ回転に不変な方向推定を実現するフレームワークを提案した。
原題: EAGOR: Embodied Reasoning in Omni-direction ／ Shriram Damodaran, Soumyaratna Debnath, Yan Wu 他
日本語で読む → - 論文強化学習/ナビゲーションロボティクス
動的障害物環境での安全飛行のための予測リスク誘導強化学習
クアッドローターの動的環境での安全航行のため、将来の衝突リスクを予測するリスクマップを強化学習で自己予測させ、視覚ポリシーを誘導する手法を提案。シミュレーションから実機へのゼロショット転送に成功。
原題: Anticipatory Risk-Guided Reinforcement Learning for Safe Flight Through Dynamic Clutter ／ Yuchao Mei, Guohao Zhang, Luxia Ai 他
日本語で読む → - 論文ナビゲーションロボティクス
SOPD-SocialNav: 視覚言語ソーシャルナビゲーションのための選択的オンポリシー蒸留
大規模な視覚言語モデルから軽量な学生モデルへ、エントロピーに基づくトークン選択と温度制御付きJSダイバージェンスを用いて社会的ナビゲーション知識を蒸留する手法を提案。実機ロボットでの検証も行った。
原題: SOPD-SocialNav: Selective On-Policy Distillation for Vision-Language Social Navigation ／ Xinyu Zhang, Zishuo Wang, Ling Xiao
日本語で読む → - 論文ナビゲーションロボティクス
SONG: ソーシャルナビゲーションのベンチマークのためのフォトリアリスティックな3Dガウスシミュレーションプラットフォーム
3Dガウススプラッティングを用いた高忠実度のソーシャルナビゲーションシミュレーションプラットフォームSONGを提案し、ベンチマークと評価指標を提供する。
原題: SONG: A Photorealistic 3D Gaussian Simulation Platform for Benchmarking Social Navigation ／ Weiqi Huang, Dianyi Yang, Jiaxin Li 他
日本語で読む → - 論文ナビゲーションロボティクス
群衆を進む：社会的力動学を組み込んだ非線形MPCによる人間配慮型ロボットナビゲーション
社会的力モデルを予測モデルに組み込んだ非線形MPCフレームワークを提案し、人間の動きを予測しながら社会的規範に沿ったナビゲーションを実現した。
原題: Navigating the Crowd: Non-linear MPC with Social Forces Dynamics for Human-Aware Robot Navigation ／ Stefano Trepella, Andrea Ostuni, Mauro Martini 他
日本語で読む → - 論文ナビゲーションロボティクス
SAGE: 異種マルチエージェントナビゲーションのための社会的認識生成エンジン
ロボットと人間が混在する環境での安全で社会的に適切なナビゲーションを実現するため、異種エージェント間の非対称な相互作用をモデル化し、拡散モデルによる軌道生成と安全・社会規範のエネルギーガイダンスを組み合わせた生成エンジンを提案した。
原題: SAGE: A Socially-Aware Generative Engine for Heterogeneous Multi-Agent Navigation ／ Lan Hu, Minghui Liwang, Wenbo Zhu 他
日本語で読む → - 論文UAVナビゲーションロボティクス
RASR: 距離認識スケール復元によるメートル単位UAVナビゲーション
GNSSが使えない環境での画像ゴールUAVナビゲーションにおいて、距離と方位を正確に推定するため、グローバルスケール較正に距離依存の残差補正を加えるRASRを提案した。
原題: RASR: Range-Aware Scale Recovery for Metric UAV Navigation ／ Hongtao Liang, Xinyu Shao, Chenxu Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
衝突を考慮した非重複パラメータ学習による統一予測と計画
混雑環境でのロボットナビゲーションにおいて、予測と計画を同時に行う統一モデルで生じる表現の衝突（スキル競合）を特定し、タスクごとに重要なパラメータを分離して学習・マージする新しいフレームワークDPTを提案した。
原題: Unified Prediction and Planning via Conflict-Aware Disjoint Parameter Training ／ Taewon Seo, Seonae Jeon, Giwon Lee 他
日本語で読む → - 論文ナビゲーションロボティクス
GDPR準拠の軌道共有：ISAC支援ロボットナビゲーションにおけるFID制約付き衝突予測のケーススタディ
ISAC環境でのロボット衝突回避において、Fisher情報量密度に基づき軌道データを摂動させて共有する手法を提案し、GDPRのデータ最小化と完全性要件を満たしつつ、プライバシーとユーティリティのトレードオフを改善することを実証した。
原題: GDPR-Aware Trajectory Sharing for ISAC-Assisted Robot Navigation: A Case Study on FID-Constrained Collision Prediction ／ Zexin Fang, Bin Han, Donglin Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
SoftNav: 3DシーントークンをVLMに注入する身体化ナビゲーション
3Dシーン情報をテキストではなくソフトトークンとしてVLMに直接注入するナビゲーション手法を提案し、少ない学習データで高い性能とゼロショット転移を実現した。
原題: SoftNav: Injecting 3D Scene Tokens into VLMs for Embodied Navigation ／ Yi Wu, Junjie An, Xiao Liu 他
日本語で読む → - 論文ナビゲーションロボティクス
インスタンス強化セマンティックマップによる視覚言語ナビゲーション
視覚言語ナビゲーションのための、インスタンスレベルの詳細情報を持つ2.5Dセマンティックマップを構築し、LLMベースのクエリ処理と融合により多様な指示に対して頑健なナビゲーションを実現するフレームワークを提案した。
原題: Instance-Enriched Semantic Maps for Visual Language Navigation ／ Jiho Hong, Eunae Kang, Sanghyun Kim 他
日本語で読む → - 論文UAVナビゲーションロボティクス
距離から軌道へ：UAVのためのリアルタイム符号付き距離関数マッピングと距離加速型モーションプランニング
本論文は、点群からオンラインでSDFを再構成するニューラルネットワークORENと、距離情報を利用して衝突チェックを削減する探索ベースのプランナーBubble*を統合し、クアッドローターのリアルタイムナビゲーションを実現した。
原題: From Distances to Trajectories: Real-Time Signed Distance Function Mapping and Distance-Accelerated Motion Planning for UAVs ／ Jason Stanley, Zhirui Dai, Qihao Qian 他
日本語で読む → - 論文ナビゲーション画像認識
訓練不要でより良い飛行: UAVナビゲーションのためのテスト時スケーリングVLM
UAVの視覚言語ナビゲーションにおいて、追加訓練なしで推論時に反復改良と自己修正を行うことで、安全性と精度を向上させる手法を提案した。
原題: No Training, Better Flights: Test-Time Scaled VLMs for UAV Navigation ／ Feinan Cheng, Dongliang Xu, Wenli Nong 他
日本語で読む → - 論文ナビゲーションロボティクス
SE(2)ナビゲーションメッシュ：姿勢依存の走行可能性を考慮した多層環境向け経路計画
複雑な多層環境での地上ロボットのナビゲーションのために、姿勢（ヨー角）依存の走行可能性を符号化した多角形表現SE(2) NavMeshを提案し、階層的なA*経路探索とオンライン更新手法を開発した。
原題: SE(2) Navigation Mesh ／ Shuyang Shi, Kaixian Qu, Changan Chen 他
日本語で読む → - 論文ナビゲーション画像認識
FlowDec: 時間的条件付きフロー修復による頑健な連続環境視覚言語ナビゲーション
連続環境での視覚言語ナビゲーション(VLN-CE)において、実世界の視覚劣化に対する頑健性を高めるため、時間的文脈を活用した画像修復フレームワークFlowDecを提案した。
原題: FlowDec: Temporal Conditional Flow Decorruptor for Robust Continuous Vision-Language Navigation ／ Yufei Zhang, Changhao Chen
日本語で読む →