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: 2026/11/3 ／ 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VLAロボティクス
アクション専門家はVLMを訓練すべきか？Mixture-of-Transformer型VLAにおけるアクショントークン監督と勾配経路
VLAモデルでVLMへの勾配遮断とアクショントークン監督を独立に操作し、運転とマニピュレーションで比較した研究。アクショントークン監督があれば勾配遮断でも遜色なく、なければ結合が軌道予測誤差を約25%低減することを示した。
原題: Should the Action Expert Train the VLM? Action-Token Supervision and Gradient Routing in Mixture-of-Transformer VLAs ／ Asher James Hancock, Boyi Li, Yuxiao Chen 他
日本語で読む → - 論文群制御ロボティクス
表現豊かな群ロボティクスにおける現実と知覚のギャップ
同一の分散制御コードを卓上・空中・人間大の3種類の群ロボットで実演し、実機差による挙動変化（現実ギャップ）と観客の知覚・感情反応のずれ（知覚ギャップ）を調査した。
原題: Reality and Perceptual Gaps in Expressive Swarm Robotics ／ Ali Imran, Abdalwhab Bakheet Mohammed Abdalwhab, Rafael Gomes Braga 他
日本語で読む → - 論文位置推定画像認識
PadLoc: スパース幾何マッチングによる学習不要の間取り位置推定
既知の間取り図に対し、壁の向きと自由空間の相関で候補姿勢を絞り込み、ベイズフィルタで軌跡を推定する学習不要の位置推定手法を提案。深度推定フロントエンドを差し替え可能で、複数ベンチマークで既存手法を上回る。
原題: PadLoc: Training-Free Floor-Plan Localization by Sparse Geometric Matching ／ Marian Bookhahn, Frank Neumann
日本語で読む → - 論文VLAロボティクス
行動意図を橋渡しに：人間視点動画からロボットへ操作知識を転移する手法
人間の動画から明示的な行動意図を抽出し、人間とロボットで共有する意図空間で対応付けることで、実機データなしに操作知識をロボットへ転移する二段階手法AITを提案した。
原題: Action Intent as a Bridge: Transferring Manipulation Knowledge from Human-Centric Videos to Robots ／ Zhiqian Xia, Lianyang Ma, Haifeng Xia 他
日本語で読む → - 論文3Dガウシアンマッピング画像認識
SettleSplat: 視野内のシーン変化に対応する単眼ガウシアンマッピング
カメラ前で物体が動かされる「視野内変化」に対し、不確実性を用いて一時的な動体を除去しつつ恒久的な変化を反映した3Dガウシアンマップを維持する単眼オンラインマッピング手法を提案。
原題: SettleSplat: Monocular Gaussian Mapping under In-View Scene Changes ／ Anh Thuan Tran, Xiyun Song, Yubin Zhou 他
日本語で読む → - 論文制御検証制御
二乗和計画法による不変可到達集合の計算
SOS計画法で軌道周りの不変集合（ファネル）を計算する手法を整理し、最小体積定式化とオープンソース実装computeSOSFunnelsを提案。一輪車・台車振子・四回転翼で検証した。
原題: Computing Invariant Reachable Sets through Sum-of-Squares Programming ／ Mohamed Khalid M Jaffar
日本語で読む → - 論文嗅覚ナビゲーションロボティクス
嗅覚と視覚を統合した3D環境内の embodied navigation ベンチマーク「OdorSpaces」
物理ベースのシミュレータで3Dの匂い輸送・拡散を再現し、視覚と嗅覚を併用してガス漏れや火災の発生源を探すナビゲーションタスクのベンチマークを構築した。マルチモーダル強化学習方策を提案し、複数のベースラインを上回る性能を示した。
原題: OdorSpaces: Visual-Olfactory Embodied Navigation in 3D Environments ／ Changyeon Lee, Kelin Yu, Zheng Wei 他
日本語で読む → - 論文ロボットタスク実行・リカバリロボティクス
DiMuRe: 診断に基づくロボットタスク実行の多段階リカバリ
タスク実行中の外乱に対し、段階的な証拠と前提条件からプログラム再利用やVLA把持などの回復スキルを選ぶ枠組みを提案し、外乱下のベンチマークLIBERO-Disturbも構築した。
原題: DiMuRe: Diagnosis-Guided Multilevel Recovery for Robotic Task Execution ／ Renkai Yi, Yuwei Wu, Haoyu Zhang 他
日本語で読む → - 論文エージェントセキュリティcs.CR
自発的隷従：AIエージェントを制御するための安全警告メカニズムの悪用
エージェントの危険回避機能を逆手に取り、偽の危険情報を含むレビューで正当な選択肢を排除させ攻撃者の標的に誘導する手法を提案し、既存の検出器を回避しつつ約60%の成功率で誘導できることを示した。
原題: Voluntary Servitude: Weaponized Safety Warning Mechanisms for Controlling AI Agents ／ Ilan Zendel, Matan Levy, Stav Cohen 他
日本語で読む → - 論文群制御ロボティクス
LLM支援計画と分散オンボード行動ツリー実行による複数AUVミッション
自然言語のミッション指示をLLMで解釈し、MILPで割当を最適化、分散行動ツリーで各AUVが自律実行する階層型フレームワークを提案。故障時には影響を受けた機体のみ選択的に再計画する。
原題: LLM-Assisted Planning with Distributed Onboard Behaviour Tree Execution for Multi-AUV Missions ／ Ehsan Khorrambakht, Cristiano Caissutti, Andrea Munafo 他
日本語で読む → - 論文安全ナビゲーション制御
先読み安全コリドーによるバリア状態ベースの複雑環境安全ナビゲーション
経路前方に局所安全凸ポリトープを並べて融合し、ポアソン境界値問題で滑らかな内部安全場を構成してバリア状態としてロボット制御に組み込む、狭路や動障害物に対応する安全ナビゲーション手法を提案した。
原題: Barrier-State-Based Safe Navigation in Complex Environments Using Look-Ahead Safety Corridors ／ Yunlin Wei, Fangfei Li, Junhui Zhang
日本語で読む → - 論文モデルルーティング画像認識
あらゆるタスクを振り分ける汎用AIのためのモデル・ポリシールーティング研究
言語・画像・動画・音声・コーディング・ロボット操作など25ベンチマークの大規模データで、タスクごとに最適なモデルやポリシーを動的に選ぶルーティングの理論と性能・コストの関係を分析した研究。
原題: Route Anything: A Study of Model and Policy Routing for General-Purpose AI Systems ／ Pengfei Zhou, Yixing Ma, Hexin Wang 他
日本語で読む → - 論文群制御ロボティクス
マルチロボットシステムのための触覚共有制御
複数ロボットの接続維持アルゴリズムに局所センサ情報を組み込み、単体・ピン留め・重心の3つの操作モードと触覚フィードバックを組み合わせた共有制御手法を提案し、ユーザ実験で有効性を検証した。
原題: Haptic Shared Control for Multi-Robot Systems ／ Maxime Bernard
日本語で読む → - 論文点群セグメンテーション画像認識
不確実性推定を特徴量・損失関数として活用する3D LiDAR点群セマンティックセグメンテーション
3D LiDAR点群のセグメンテーションにおいて、認識的不確実性を入力特徴量や損失の重みとして用いる手法を4つの大規模ベンチマークで評価し、精度向上や少数クラスの回復効果を示した。
原題: Role-based Effectiveness of an Epistemic Uncertainty Estimate in Training Models for Semantic Segmentation of 3D LiDAR Point Clouds ／ Krishnakumar N, Jaya Sreevalsan-Nair
日本語で読む → - 論文VLAcs.LO
Aero-VPA：エッジハードウェア上の俊敏な飛行のための非再構成型JEPA潜在表現に対する少数ステップフローマッチング制御
RGB-D Vision Transformerとアンサンブル予測器で次潜在状態を予測し、条件付きフローマッチングで2ステップの速度・ヨーレート生成を行う軽量VLAを提案。PX4シミュレーションでDAggerとランタイムシールドを組み合わせ、成功率を21.1%から52.2%に改善した。
原題: Aero-VPA: Few-Step Flow-Matching Control over Non-Reconstructive JEPA Latents for Agile Flight on Edge Hardware ／ Yeonseok Lee
日本語で読む → - 論文LLM事後学習機械学習
特徴干渉から見るLLM事後学習SFTにおける広範な能力劣化の理論の統一とその先
SFTによる汎用能力劣化を特徴干渉に基づく幾何学的理論で説明し、干渉抑制とタスク適応を分離する新損失AEGISを提案した論文。
原題: Unifying and Beyond the Theory of Pervasive Capability Degradation in LLM Post-training SFT from Feature Interference ／ Hang Chen, Jiaying Zhu, Wenya Wang
日本語で読む → - 論文マルチエージェントAI
スペクトル固定で長期マルチエージェントAIのドリフトを解消
タスク・役割・状態の隠れ状態が共通の方向からずれることがドリフトの原因だと示し、生成前に隠れ状態を固有方向へ誘導する学習不要の手法ATLASを提案した。
原題: Drift No More: Spectral Locking for Long-Horizon Open-Weight Multi-Agent AI ／ Vishal Pramanik, Maisha Maliha, Susmit Jha 他
日本語で読む → - 論文飛行制御ロボティクス
マルチコプタのエネルギー最適水平飛行における質量スケーリング則
マルチコプタの質量変化に対するエネルギー最適な水平飛行の速度・ピッチ角・単位距離当たりエネルギーが質量の平方根・一定・質量比例になることを理論・数値・実験で示した。
原題: Mass Scaling Laws for Energy-Optimal Horizontal Multirotor Flight ／ Ayush Patnaik, Nicolas Michel, Leonard Baursfeld 他
日本語で読む → - 論文安全性解析/GPU計算ロボティクス
ロボット制御ループ上で動くリアルタイムGPU版Hamilton-Jacobi安全性解析ソルバ
WENO5+TVD-RK3+Lax-FriedrichsのHJ-Isaacsレベルセット解法をCUDAで実装し、2〜4次元の安全到達管(BRT)を制御ループ内でリアルタイム計算できるようにした。
原題: Online Hamilton-Jacobi Reachability Onboard the Robot Control Loop: A Real-Time GPU Solver for Safety-Critical Autonomy ／ Kevin Weekly, Alexandre M. Bayen
日本語で読む → - 論文触覚ロボティクス
即時触覚反射を全身ヒューマノイド制御にボトムアップ統合するReflexArc
全身触覚から危険接触を検知し10ms以内に反射的な退避姿勢をモータへ直接指令する反射経路と、それを学習済み全身制御に統合する枠組みを提案し、Unitree G1で力ピークを34%低減した。
原題: ReflexArc: Bottom-Up Integration of Instantaneous Tactile Reflexes into Whole-Body Humanoid Control ／ Mingyu Wang, Si Li, Ziqing Chen 他
日本語で読む → - 論文強化学習機械学習
保守的な行動ノイズ方向最適化による残差強化学習
凍結した生成ポリシーをノイズ空間の方向学習と行動空間の残差で適応させる強化学習手法を提案し、単一空間最適化より高い成功率を達成した。
原題: CANDO: Conservative Action-Noise Directional Optimization for Residual Reinforcement Learning ／ Zeyu Gao, Chengkai Hou, Chaoyue Li 他
日本語で読む → - 論文触覚ロボティクス
OUCH: 神経学的評価を自動化する客観的・均一・制御された触覚刺激装置
空気圧アクチュエータと剛体圧子を組み合わせたウェアラブル装置で、従来の手動圧迫より少ない力で均一な侵害刺激を与え、意識障害患者の神経評価のばらつきを低減する。
原題: OUCH: Objective, Uniform, Controlled Haptic Stimulation for Automated Neurological Assessment ／ Sherry Choi, Sitao Sunny Li, Joseph Romero 他
日本語で読む → - 論文3D指示理解画像認識
ジェスチャー・視覚・テキストを統合した3D指示対象理解モデルGVT3D
指差しジェスチャーと言語指示から3D点群中の対象物位置を特定するタスクにおいて、3つのモダリティを共有埋め込み空間で統合し、注視領域に絞った処理で高速化も実現したモデルを提案した。
原題: GVT3D: Gesture-Vision-Text Token Enrichment for 3D Embodied Reference Understanding ／ Vimarsh Shah, Dulanga Weerakoon, Ajinkya Deshpande 他
日本語で読む → - 論文人間-ロボット対話HCI
内緒のやりとり：共有ゲーム空間におけるウェアラブル端末を介した目立たない人間-エージェント対話の検討
イヤホン音声と首振り応答を組み合わせたウェアラブル端末で、周囲に気づかれずにソーシャルロボットと情報交換できるかをカードゲーム実験で検証した。
原題: Just Between Us? Exploring a Wearable-Mediated Channel for Discreet Human-Agent Interaction in a Shared Game Setting ／ Atikkhan Faridkhan Nilgar, Manuel Dietrich, Kristof Van Laerhoven
日本語で読む → - 論文リターゲティングロボティクス
接触を伴う物理ベース動作リターゲティングのための勾配誘導サンプリング
微分可能シミュレータ不要で、サンプリング探索と勾配誘導の精緻化を組み合わせ、接触ダイナミクス下で人間の動作をロボット制御に再現する手法GRASPを提案。巧みな手やヒューマノイドで高精度なリターゲティングを実現した。
原題: GRASP: Gradient-Guided Sampling for Contact-Rich Physics-Based Motion Retargeting ／ Yang Liu, Tong Wang, Yiming Bao 他
日本語で読む → - 論文VLAロボティクス
環境AIによる手術室ヒューマノイド自律のためのエージェント型オーケストレーション
壁面カメラとロボット頭部カメラを統合したデジタルツイン上でLLMエージェントが計画し、ヒューマノイドの手術室内自律作業を実現するActORを提案・評価した。
原題: ActOR: Ambient AI-Based Agentic Orchestration for Humanoid Autonomy in Operating Rooms ／ Han Zhang, Sicheng Lu, Aleks Santari 他
日本語で読む → - 論文マニピュレーションロボティクス
MPMガイド付き3Dガウシアンシミュレーションによる物理拡散ポリシー
3Dガウシアンスプラッティングと微分可能なMPMシミュレーションを組み合わせて物体の材料特性を推定し、それを材料認識型MoE拡散ポリシーに統合することで、多様な物体への適応的なマニピュレーションを実現した研究。
原題: Physical Diffusion Policy via MPM-Guided 3D Gaussian Simulation ／ Can Wang, Qiyuan Qiao, Lei Liu 他
日本語で読む → - 論文世界モデルロボティクス
マルチモーダル3D世界シミュレーションのためのハイブリッド粒子・ボクセルダイナミクス
点群を3Dボクセル潜在に圧縮する粒子・ボクセル複合オートエンコーダと行動条件付き潜在ダイナミクスを組み合わせ、見た目・形状・触覚を統一的3D表現で予測する世界モデルを提案した。
原題: Hybrid Particle-Voxel Dynamics for Multimodal 3D World Simulation ／ Jimmy Wang, Yifan Chou, Kaifeng Zhang 他
日本語で読む → - 論文自動運転ロボティクス
言語ワールドモデルによる先見性を備えた安全な言語誘導自動運転
言語指示に従う自動運転のため、候補行動ごとに周辺車両の将来2秒の動きを予測する言語ワールドモデルを組み合わせ、衝突率を大幅に低減した。
原題: Jev with Foresight: Safe Language-Guided Autonomous Driving via a Language World Model ／ Yansong Qu, Jiancong Chen, Samuel Labi
日本語で読む → - 論文VLAロボティクス
曖昧な指示を対話で明確化する認知駆動型ロボット整理フレームワークCLARA
「部屋を片付けて」のような曖昧な指示に対し、人間のように質問を投げかけて整理の詳細を引き出し、拡散モデルで最終シーンの画像を生成して確認する枠組みを提案した論文。
原題: CLARA: A Cognitively-Driven Clarification Framework for Grounding Ambiguous Requests ／ Dimitrios Bekris, Marios Glytsos, Panagiotis P. Filntisis 他
日本語で読む →