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: 2026/6/18 ／ 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AI
自動対話拡張によるDialNavの性能向上
DialNavの訓練データ不足を解決するため、既存のVLNデータセットから自動で対話データを生成するパイプラインを提案し、大規模データセットRAINbowを構築。さらに、動的な対話ナビゲーションループに合わせた訓練手法とVLN知識を活用した位置推定モデルを導入し、成功率を大幅に向上させた。
原題: Advancing DialNav through Automatic Embodied Dialog Augmentation ／ Leekyeung Han, Sangwon Jung, Hyunji Min 他
日本語で読む → - 論文ナビゲーションロボティクス
自律ナビゲーションにおける注視誘導型能動知覚のための高速な人間の注意予測
液体ニューラルネットワークとMobileNetV3を用いた軽量な視線走査予測モデルGazeLNNを提案し、計算コストを99.4%削減しつつ最先端の精度を達成。さらに強化学習で訓練したカメラ制御ポリシーに統合し、実機ドローンでの自律ナビゲーションを実証した。
原題: Fast Human Attention Prediction for Fixation-guided Active Perception in Autonomous Navigation ／ Fatma Youssef Mohammed, Grzegorz Malczyk, Kostas Alexis
日本語で読む → - 論文ナビゲーション画像認識
見て到達する：視野内UAVの精密視覚言語ナビゲーション
UAVの視覚言語ナビゲーションにおいて、目標が視野に入った後の精密な到達能力に焦点を当てた新しいタスクと、動的3D方向手がかりを用いたウェイポイント予測フレームワークを提案した。
原題: See-and-Reach: Precise Vision-Language Navigation for UAVs within the Field of View ／ Fanfu Xue, En Yu, Yantian Shen 他
日本語で読む → - 論文ナビゲーションAI
EvolveNav: ゼロショット物体目標ナビゲーションのための先行的内省と自己進化メモリ
ゼロショット物体目標ナビゲーションにおいて、過去の軌跡からルールを抽出し、探索前に結果を予測する自己進化フレームワークを提案し、成功率を向上させた。
原題: EvolveNav: Proactive Preflection and Self-Evolving Memory for Zero-Shot Object Goal Navigation ／ Qi Chai, Wenhao Shen, Nanjie Yao 他
日本語で読む → - 論文ナビゲーションロボティクス
NavWAM: 目標条件付き視覚ナビゲーションのためのナビゲーションワールドアクションモデル
将来の視覚予測と行動生成を統合した拡散トランスフォーマーポリシーを提案し、シミュレーション事前学習と実機適応により、計画ベースのワールドモデルより高い性能を実現した。
原題: NavWAM: A Navigation World Action Model for Goal-Conditioned Visual Navigation ／ Daichi Azuma, Taiki Miyanishi, Koya Sakamoto 他
日本語で読む → - 論文ナビゲーションロボティクス
IMUのみの外乱除去とジャーク拡張モデルを活用した自律型農業ロボットの頑健なナビゲーション
GNSSやLiDARなどのセンサが途切れる環境でも、ジャーク拡張EKFと適応型ノイズ調整によりロバストな自己位置推定を実現する農業ロボット向けナビゲーション手法を提案した。
原題: Resilient Navigation for Autonomous Farm Robots by Leveraging Jerk-Augmented Models with IMU-Only Disturbance Rejection ／ Batu Candan, Mohammed Atallah, Simone Servadio 他
日本語で読む → - 論文ナビゲーションロボティクス
SpaceVLN: オンライン空間認知記憶と推論を備えたゼロショット視覚言語ナビゲーションエージェント
連続環境での視覚言語ナビゲーションにおいて、空間構造を理解し指示に従うゼロショットエージェントを提案。空間認知記憶とタスク誘導型空間推論を導入し、探索領域を階層的に抽象化してナビゲーションを効率化する。
原題: SpaceVLN: A Zero-Shot Vision-and-Language Navigation Agent with Online Spatial Cognitive Memory and Reasoning ／ Yucheng Deng, Pingrui Lai, Xinhai Li 他
日本語で読む → - 論文ナビゲーションロボティクス
MinNav: 光学フローを用いた小型空中ロボットのミニマリスト航法
単眼カメラの光学フローと不確実性を用いて、事前知識なしに静的・動的障害物や未知形状の隙間を飛行する航法スタックを提案し、実機実験で70%の成功率を達成した。
原題: MinNav: Minimalist Navigation Using Optical Flow For Active Tiny Aerial Robots ／ Aniket Patil, Mandeep Singh, Uday Girish Maradana 他
日本語で読む → - 論文ナビゲーションAI
WorldFly: UAVナビゲーションのためのワールドモデル基盤の視覚言語行動モデル
UAVナビゲーションのための新しいVLAフレームワークで、将来の映像予測と行動を同時生成するデュアルブランチ結合フローマッチング機構を導入し、空間想像による意思決定を強化する。
原題: WorldFly: A World-Model-Based Vision-Language-Action Model for UAV Navigation ／ Shengtao Zheng, Kai Li, Weichen Zhang 他
日本語で読む → - 論文ナビゲーションロボティクス
3Dアイソビスト世界モデル：都市の見えない幾何学とその創発的な都市横断シグネチャを明らかにする
都市を移動するエージェントのために、建物の見た目ではなく移動可能な空間（ネガティブスペース）を3Dアイソビストとして予測する世界モデルを提案した。マンハッタンとパリで訓練した単一モデルが、都市横断的な空間特徴を創発的に獲得することを発見した。
原題: A 3D Isovist World Model -- Revealing a City's Unseen Geometry and Its Emergent Cross-City Signature ／ Xuhui Lin, Stephen Law, Nanjiang Chen 他
日本語で読む → - 論文ナビゲーション画像認識
報酬が見合うときだけ質問する：コストを考慮したオープンエンド対話によるインスタンス目標ナビゲーション
インスタンス目標ナビゲーションにおいて、曖昧な指示を解決するためのオラクルへの質問コストを考慮し、情報利得に基づいて質問タイプと重みを学習し、効率的な対話ナビゲーションを実現する手法を提案した論文。
原題: Ask When It Pays: Cost-Aware Open-Ended Interaction for Instance Goal Navigation ／ Xunyi Zhao, Sihao Lin, Gengze Zhou 他
日本語で読む → - 論文ナビゲーション画像認識
EvoMemNav: ゼロショット具現化ナビゲーションのための自己進化型高精細メモリ
観測を細粒度で保持する視覚意味メモリグラフを構築し、予算制約付き粗密探索とサブタスク後のリフレクションによるメモリ更新で、ゼロショットの具現化ナビゲーション性能を向上させた。
原題: EvoMemNav: Efficient Self-Evolving Fine-Grained Memory for Zero-Shot Embodied Navigation ／ Zuhao Ge, Xiaosong Jia, Chao Wu 他
日本語で読む → - 論文ナビゲーションロボティクス
LocalNav: フロンティアVLMと身体化RLの蒸留によるオンデバイス物体目標ナビゲーション
大規模VLMの空間推論能力を軽量な4BパラメータのローカルVLMに蒸留し、組み込みGPU上で低遅延な物体目標ナビゲーションを実現する手法を提案した。
原題: LocalNav: Distilling Frontier VLMs and Embodied RL for On-Device Object Goal Navigation ／ Nicolas Baumann, Liam Boyle, Pu Deng 他
日本語で読む → - 論文ナビゲーションロボティクス
RoamFlow: 強化学習で整列した一段階アクション平均フローポリシーによる画像ゴールナビゲーション
画像ゴールナビゲーションのための生成モデルRoamFlowを提案。平均フローを用いて軌道生成を効率化し、模倣学習と強化学習の二段階訓練で性能を向上させた。
原題: RoamFlow: Reinforcement-Aligned One-Step Action MeanFlow Policy for Image-Goal Navigation ／ Zixuan Zhang, Yuqi Chen, Junjie Gao 他
日本語で読む → - 論文UAVナビゲーションロボティクス
LNN-Fly: タイミング不一致に頑健な障害物回避のための連続時間UAVナビゲーション
LiDARベースのUAV障害物回避において、センサや制御のタイミングずれに頑健な連続時間ナビゲーションポリシーを提案し、シミュレーションと実機で有効性を示した。
原題: LNN-Fly: Continuous-Time UAV Navigation for Robust Obstacle Avoidance under Timing Mismatch ／ Yulin Huang, Shaojie Chen, Di Feng 他
日本語で読む → - 論文ナビゲーションロボティクス
EffiNav：深度と視覚言語を融合した効率的な物体目標ナビゲーション
未知環境での物体探索効率を高めるため、深度情報と視覚言語モデルを組み合わせたナビゲーション手法を提案し、シミュレーションと実機で検証した。
原題: EffiNav: Fusing Depth and Vision-Language for Efficient Object Goal Navigation ／ Zecheng Yin, Benedict Jun Ma
日本語で読む → - 論文ナビゲーションロボティクス
AgenticDiffusion: 視覚ベースUAVナビゲーションのためのエージェント型拡散経路計画
言語指示と複数視点（前方視点と俯瞰視点）を組み合わせ、拡散モデルによる経路計画とNMPCを統合した屋内UAVナビゲーションフレームワークを提案。実環境で80%の成功率を達成。
原題: AgenticDiffusion: Agentic Diffusion-based Path Planning for Vision-Based UAV Navigation ／ Faryal Batool, Muhammad Ahsan Mustafa, Fawad Mehboob 他
日本語で読む → - 論文ナビゲーションロボティクス
NavIsaacLab: 並列ロボット学習による現実的な群衆生成と人間を考慮したナビゲーションのベンチマーキング
物理ベースで写実的なシミュレーション環境を提供し、データ駆動の歩行者モデルを用いて人間らしい群衆を生成することで、人間を考慮したナビゲーションポリシーの訓練と評価を可能にするフレームワークを提案した。
原題: NavIsaacLab: Generating Realistic Crowd via Parallel Robot Learning for Benchmarking Human-aware Navigation ／ Bingyi Xia, Han Bao, Jingyu Zhu 他
日本語で読む → - 論文ナビゲーションロボティクス
KinematicRL: 運動学的実現可能性を備えた社会的ナビゲーションのためのシミュレーションから実世界への強化学習フレームワーク
この論文は、社会的ナビゲーションのための強化学習フレームワークを提案し、高次制御入力と2D LiDARのみを用いた人間追跡により、シミュレーションと実世界のギャップを低減して動的に実現可能なナビゲーションポリシーを生成する。
原題: KinematicRL: A Sim-to-Real Reinforcement Learning Framework For Social Navigation With Kinodynamic Feasibility ／ Zhiming Xu, Haodong Yang, Chengju Liu 他
日本語で読む → - 論文ナビゲーションロボティクス
BIT-Nav: 脳に着想を得た軌跡記憶による身体化ナビゲーション
視覚言語モデルによるナビゲーションの性能限界はフレーム数ではなく表現方法にあるとし、軌跡の行動意図を圧縮した記憶トークンを追加するフレームワークを提案した。
原題: BIT-Nav: Brain-Inspired Trajectory Memory for Embodied Navigation ／ Rithvik Jonna, Aakash Gurram, Man Namgung 他
日本語で読む → - 論文ナビゲーションロボティクス
FloVerse: フロアプラン誘導によるマルチモーダルナビゲーション
フロアプランを用いた屋内ナビゲーションの新しいタスクを提案し、PointNav・ObjectNav・ImageNavを統合した大規模データセットと拡散モデルベースの模倣学習手法を開発した。
原題: FloVerse: Floor Plan-Guided Multi-Modal Navigation ／ Weiqi Huang, Shuangyi Dong, Jiaxin Li 他
日本語で読む → - 論文ナビゲーションロボティクス
ロボットナビゲーションのアフォーダンスに基づく説明のためのオントロジー誘導推論
ロボットの経路が塞がれた際に、周囲の物体のアフォーダンスと状態変化をオントロジーで表現し、仮説的な変化を評価することで、意味的に根拠付けられかつ実行可能な説明を生成する手法を提案した。
原題: Ontology-Guided Reasoning for Affordance-Based Explanations of Robot Navigation ／ Amar Halilovic, Vahidin Hasic, Senka Krivic
日本語で読む → - 論文VLMナビゲーション画像認識
Goal2Pixel: ナビゲーション目標をピクセルに接地する視覚言語ナビゲーション
視覚言語ナビゲーションを、行動予測ではなく画像平面上のナビゲーション可能なピクセル接地として再定式化し、VLMの推論回数を大幅に削減しつつ高性能を達成した。
原題: Goal2Pixel: Grounding Goals to Pixels for Vision-Language Navigation ／ Muyi Bao, Yuxin Cai, Hang Xu 他
日本語で読む → - 論文制御/オフロードナビゲーションロボティクス
精度と効率のバランス：モデル予測制御のための適応的ダイナミクスオーケストレーション
モデル予測制御（MPC）におけるモデル精度と計算効率のトレードオフを解決するため、現在のナビゲーション状況に応じて適切なダイナミクスモデルを動的に選択するフレームワーク「Adaptive Dynamics Orchestration (ADO)」を提案した。実機実験で、固定の低遅延モデルより誤差を減らしつつ、最高精度モデルに近い精度を低コストで達成した。
原題: Balancing Accuracy and Efficiency: Adaptive Dynamics Orchestration for Model Predictive Control ／ Francesco Cancelliere, Aniket Datar, Giovanni Muscato 他
日本語で読む → - 論文ナビゲーションロボティクス
ウェイポイントを超えて：視覚言語ナビゲーションのための軌跡中心のウェイポイントパラダイム
連続環境での視覚言語ナビゲーションにおいて、孤立したウェイポイントではなく実行可能な軌跡に基づく新しいウェイポイント予測手法を提案し、計画と制御の一貫性を向上させた。
原題: Beyond Waypoints: A Trajectory-Centric Waypointing Paradigm for Vision-Language Navigation ／ Haoxiang Shi, Xiang Deng, Haoyu Zhang 他
日本語で読む → - 論文ナビゲーションロボティクス
AirDreamer: ワールドモデルを用いた汎用ドローンナビゲーション
動物のナビゲーション行動に着想を得て、強化学習ポリシーとワールドモデルによる環境理解を組み合わせたドローンのナビゲーションフレームワークを提案。手作りの報酬整形なしで複雑な未見環境を航行し、シミュレーションと実機で有効性を実証した。
原題: AirDreamer: Generalist Drone Navigation with World Models ／ Zian Liu, Andong Yang, Chunkai Yang 他
日本語で読む → - 論文ナビゲーションロボティクス
IMAC-AgriVLN：農業用視覚言語ナビゲーションエージェントは指示の誤りに気づけるか？
農業用VLNエージェントが指示の誤りを検出・修正できるようにするため、誤りを含む指示のベンチマークA2A-MIと修正モジュールIMACを提案した。
原題: IMAC-AgriVLN: Can Agricultural Vision-and-Language Navigation Agents be Aware of Instruction Mistakes? ／ Xiaobei Zhao, Xingqi Lyu, Xin Chen 他
日本語で読む → - 論文ナビゲーションロボティクス
GroundControl: 軌道一貫性のある不確実性推定による視覚言語エージェントのナビゲーション失敗の予測
視覚言語ナビゲーションエージェントの実行中に、軌道全体の一貫性に基づく不確実性スコアを計算し、失敗や非効率な行動を事前に予測する手法を提案した。
原題: GroundControl: Anticipating Navigation Failures in Vision-Language Agents via Trajectory-Consistent Uncertainty Estimates ／ Nastaran Darabi, Divake Kumar, Sina Tayebati 他
日本語で読む → - 論文ナビゲーションロボティクス
RAVEN: 視覚・空間・時間メモリによる長期的推論とナビゲーション
ロボットの長期運用向けに、視覚特徴と位置・時刻をベクトルDBに保存し、空間マップで検索するメモリシステムRAVENを提案。画像を直接扱うことで高精度かつ低コストな長期QA・ナビゲーションを実現し、実機でも検証した。
原題: RAVEN: Long-Horizon Reasoning & Navigation with a Visuo-Spatio-Temporal Memory ／ Yixun Hu, Zhicheng Zheng, Lihan Zha 他
日本語で読む → - 論文ナビゲーションロボティクス
信頼性のあるナビゲーションのためのタスク認識環境拡張：遮蔽付き条件付き拡散モデル
部分観測下での軌道計画の信頼性を高めるため、環境に視覚マーカーを配置する問題を扱い、条件付き拡散モデルを用いてマーカー配置を生成する手法を提案した。
原題: Task-Aware Environment Augmentation for Reliable Navigation via Shielded Conditional Diffusion ／ Bharawee Phoompho, Gokul Puthumanaillam, Yan Miao 他
日本語で読む →