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VLAロボティクス
身体性セマンティクス：身体的操作軌跡における視覚言語モデルのための空間シーングラフデータセットとベンチマーク
ロボット操作のための視覚言語行動モデルにおける空間的接地の限界に対処するため、空間シーングラフデータセットとベンチマークを導入し、物体間の空間関係の評価と、シーングラフをVLAポリシーに注入することで下流制御を改善することを示した。
原題: EmbodimentSemantic: A Spatial Scene-Graph Dataset and Benchmark for Vision-Language Models on Embodied Manipulation Trajectories ／ Hassan Jaber, Refinath S N, Luca Cagliero 他
日本語で読む → - 論文マニピュレーションロボティクス
触覚を想像する：想像された触覚表現による触覚情報を活用した操作
触覚センサーを使わずに、視覚と自己受容感覚から触覚観測を予測し、その予測信号で操作ポリシーを導くフレームワークTacImagを提案。シミュレーションと実世界のタスクで性能向上を確認した。
原題: Imagining the Sense of Touch: Touch-Informed Manipulation via Imagined Tactile Representations ／ Zhiyuan Zhang, Adeesh Desai, Jyun-Chi Hu 他
日本語で読む → - 論文ソーシャルロボット/非言語コミュニケーションロボティクス
15%の壁を破る：ユーザーの非言語的手がかりによって起動されるプロアクティブなソーシャルロボットのための実世界データ駆動システム
実店舗での6日間の展開で、ロボットの発話の15.3%が音声ではなく非言語的行動（接近、手を振る、指差し、物を見せるなど）によって開始されることを発見し、これらの手がかりを認識してLLMによる発話生成を条件付ける対話フレームワークを提案した。
原題: Breaking the 15% Barrier: A Real-World Data-Driven System for Proactive Social Robot Triggered by User Nonverbal Cues ／ Yuga Yano, Yuki Okafuji, Ryo Miyoshi 他
日本語で読む → - 論文AUV設計ロボティクス
デューク・ロボティクス・クラブのOogwayとCrushの技術設計レビュー：RoboSub 2026向けAUV
RoboSub 2026に向けて、デューク・ロボティクス・クラブが開発したAUV（OogwayとCrush）の設計変更と信頼性向上について述べた論文。
原題: Technical Design Review of Duke Robotics Club's Oogway & Crush: AUVs for RoboSub 2026 ／ Patrick Zheng, Saagar Arya, Hung Le 他
日本語で読む → - 論文自動運転/制御ロボティクス
モデル不確実性下での限界操縦における拡散残差モデル予測ステアリング制御
車両の限界操縦時に、条件付き拡散残差モデルを用いてMPCの参照値と制約を適応的に調整し、モデル不確実性に対処する制御手法を提案した。
原題: Diffusion-Residual Model Predictive Steering Control for Vehicle Stabilization at the Limit of Handling under Model Uncertainty ／ Bongsob Song
日本語で読む → - 論文VLAロボティクス
ロボットのように見る：ロボット中心のポイントマップによる視覚言語行動モデル
視覚言語行動モデル（VLA）がカメラ視点とロボット座標系のずれで性能を落とす問題を、ロボット座標系の3D座標を画素に格納したポイントマップを入力に用いることで解決し、既存VLAに最小限の変更で統合できることを示した。
原題: See like a Robot: Robot-Centric Pointmaps for Vision-Language-Action Models ／ Byungkun Lee, Dongyoon Hwang, Dongjin Kim 他
日本語で読む → - 論文操作ロボティクス
GenVid2Robot: 剛体幾何的一貫性によるビデオ生成からロボット操作への変換
生成されたビデオの動きを、剛体幾何的一貫性に基づいて検証し、実ロボットで実行可能な操作軌道に変換するフレームワークを提案した。
原題: GenVid2Robot: From Video Generation to Robot Manipulation via Rigid-Geometric Consistency ／ Haohui Huang, Xi Yuan, Panpan Liao 他
日本語で読む → - 論文対話システムロボティクス
ソーシャルロボットのターンテイキングのためのマルチモーダル音声活動予測：音声活動関連事前学習エンコーダを用いたアプローチ
音声のみのVAPを拡張し、音声と映像の同期入力を用いてソーシャルロボットのターンテイキング予測を行うフレームワークを提案。事前学習済みの音声視覚バックボーンを低ランク適応で調整し、話者間注意機構と意味的一貫性損失を導入して性能を向上させた。
原題: Multimodal Voice Activity Projection for Turn-Taking in Social Robots with Voice-Activity-Related Pretrained Encoders ／ Antonio Cano, Guillermo Pérez, Luis Merino 他
日本語で読む → - 論文シミュレーション画像認識
EVIS: NVIDIA Isaac Sim用の物理基盤イベントカメラプラグイン
イベントカメラのデータ生成を物理シミュレータ内で行うプラグインを開発し、高レートで完全にラベル付けされたイベントストリームを生成できるようにした。
原題: EVIS: A Physics-Grounded Event Camera Plugin for NVIDIA Isaac Sim ／ Linli Shi, Ruijun Zhang, Ziyun Wang
日本語で読む → - 論文群制御ロボティクス
MROPE: 予測安全フィルタと楕円制約圧縮を組み合わせたマルチロボット安全協調戦略
動的目標を追跡するドローン群に対し、障害物を楕円で圧縮し、階層的協調と局所的安全フィルタで衝突回避する戦略を提案した。
原題: MROPE: A Multi-Robot Safe Cooperative Strategy via combined Predictive Safety Filters and Ellipse-based Constraint Compression ／ Alice Rosetti, Lorenzo Pichierri, Domenico Cappello 他
日本語で読む → - 論文器用操作/触覚/制御ロボティクス
CoorGrasp: 不確実性下での適応的器用把持のための協調接触制御
形状や位置の不確実性下で計画された器用把持を実行する際、開ループ実行では接触が不協調になり失敗しやすい問題に対し、触覚駆動のモデル予測制御を提案し、接近・把持の両フェーズで多指の接触を協調させて成功率を向上させた。
原題: CoorGrasp: Coordinated Contact Control for Adaptive Dexterous Grasping Under Uncertainty ／ Mingrui Yu, Yongpeng Jiang, Yongyi Jia 他
日本語で読む → - 論文通信・センシング統合cs.IT
UAV支援ISACシステムにおけるCRB駆動のビームフォーミングと軌道最適化
UAVが基地局のセンシング能力を強化するISACシステムにおいて、センシング性能を表すCRBを最小化するよう、UAVの軌道とビームフォーミングを深層強化学習とヌル空間投影を用いて共同最適化した。
原題: CRB-Driven Beamforming and Trajectory Optimization for UAV-assisted ISAC System ／ Yi Yang, Qianqian Zhang, Huaxia Wang
日本語で読む → - 論文拡散モデル/逐次予測/計画ロボティクス
拡散リロール：ロボット逐次予測のための再ノイズ可能な拡散モデル
拡散モデルに基づくロボットの逐次予測フレームワークを提案し、局所的に安定した領域を選択的に再ノイズして反復的に修正することで、長期的な計画や行動予測の精度を向上させた。
原題: Diffusion ReRoll: Revisable Denoising for Robotic Sequential Prediction ／ Seonsoo Kim, Seongil Hong, Jun-Gill Kang
日本語で読む → - 論文HRIロボティクス
PACE: 対話的引き出しによるヒューマンロボットインタラクションでのペルソナ適応
ヒューマノイドロボットに個々のユーザーに合わせた動的なペルソナを生成・展開するフレームワークPACEを提案し、Amecaロボットで実装・評価した。
原題: PACE: Persona Adaptation through Conversational Elicitation in Human-Robot Interaction ／ Peizhen Li, Longbing Cao, Megani Rajendran 他
日本語で読む → - 論文全身動作追従ロボティクス
ヒューマノイドの汎用動作追従における重要要素：実証研究
ヒューマノイドの全身動作追従ポリシー構築における設計選択の影響を、オープンソースフレームワークYAHMPを用いて体系的に比較・評価した実証研究。
原題: What Matters in Humanoid General Motion Tracking? An Empirical Study ／ Fabio Amadio, Enrico Mingo Hoffman
日本語で読む → - 論文ビヘイビアツリー合成ロボティクス
コーディングエージェントによる契約基盤型ビヘイビアツリー合成
自然言語からロボットのビヘイビアツリーを合成する際、ロボットが実行可能なスキルに限定する契約をMCPサーバーから取得してから合成するアーキテクチャを提案し、シミュレーションと実機で有効性を検証した。
原題: Contract-Grounded Behavior Tree Synthesis via Coding Agents ／ Jonathan Salfity, Robert Blake Anderson, Mitch Pryor
日本語で読む → - 論文自動運転/幾何学習画像認識
TRIG: 軌道とリグを分離したメトリック幾何学習
自動運転のためのカメラ姿勢を自己軌道とカメラリグに分解し、それぞれを別々に学習する幾何認識フレームワークを提案。姿勢推定・深度予測・3D再構成でSOTAを達成。
原題: TRIG: Trajectory-Rig Decoupled Metric Geometry Learning ／ Lizhou Liao, Wentao Xu, Handong Wang 他
日本語で読む → - 論文位置推定ロボティクス
AeroMap3D: 単眼UAVの6自由度位置特定を視覚・幾何・意味マップ事前情報に基づき固定する手法
GNSSが使えない環境でのUAVナビゲーションのために、単眼カメラ画像を衛星マップやDEM、OpenStreetMapなどの事前情報に照合して6自由度の自己位置を推定するシステムを提案した。
原題: AeroMap3D: Anchoring Monocular UAV 6-DoF Localization to Visual-Geometric-Semantic Map Priors ／ Zhiyun Deng, Luis Sentis
日本語で読む → - 論文空中ロボットロボティクス
空中物理インタラクションのための接触持続型完全駆動
完全駆動UAVの空中物理インタラクションにおいて、接触中に残る残余力が安定化に十分かを判定する制御理論フレームワークを提案し、従来のランク条件では不十分なことを示した。
原題: Contact-Persistent Full Actuation for Aerial Physical Interaction ／ Abhimanyu Khadga, Abhinav Sinha, Shashi Ranjan Kumar
日本語で読む → - 論文マニピュレーションロボティクス
差動増幅器に着想を得たAmpAttentionによる多視点ロボット操作
多視点ロボット操作における注意機構のノイズを抑制するため、アナログ回路の差動増幅器に着想を得た新しい注意機構AmpAttentionを提案し、これを統合したRVAFモデルがRLBenchタスクで最高成功率を達成しつつ訓練時間を短縮することを示した。
原題: Differential Amplifier-Inspired AmpAttention for Multi-View Robotic Manipulation ／ Jin Yang, Ping Wei, Nanning Zheng
日本語で読む → - 論文歩行ロボティクス
SKooP: 対称コープマン予測による強化学習を用いた脚式ロボットの高速かつ汎用的な歩行
強化学習のサンプル効率を改善するため、形態対称性とコープマンモデルを組み合わせたSKooPを提案し、四足ロボットの二足歩行タスクで収束時間の短縮と報酬の向上を実証した。
原題: SKooP: Symmetric Koopman Predictions for Faster and More Generalizable Legged Robot Locomotion with Reinforcement Learning ／ Evelyn D'Elia, Weishu Zhan, Giulio Turrisi 他
日本語で読む → - 論文マニピュレーションロボティクス
TransGraspNet: 透明実験器具の物理的・幾何学的に一貫した操作
透明な実験用ガラス器具の把持を安全に行うため、境界・表面・物理の一貫性を考慮したフレームワークを提案し、実ロボットでの性能を実証した。
原題: TransGraspNet: Physically and Geometrically Consistent Manipulation of Transparent Labware ／ Hailing Hu, Mingyi Zhu, Yiquan An 他
日本語で読む → - 論文ロボティクスロボティクス
ワールドモデルからワールドアクションモデルへ：ロボティクスのための簡潔チュートリアル
ロボティクスにおけるワールドモデルとワールドアクションモデルの定義と役割を解説し、代表的なアプローチを比較する統一的な視点を提供するチュートリアル論文。
原題: From World Models to World Action Models: A Concise Tutorial for Robotics ／ Xiaoxiong Zhang, Xiong Zeng, Wei Zhang
日本語で読む → - 論文ナビゲーションロボティクス
強化学習による非定常流れ場での流れを考慮した最適ナビゲーション
非定常な流体環境での自律ロボットナビゲーションを強化学習（TD3）で解決し、生物に着想を得た複数の観測戦略を比較して最適なセンサ構成を明らかにした。
原題: Flow-aware Optimal Navigation in Unsteady Flows through Reinforcement Learning ／ Andrea Maria Braghin, Nicolò Botteghi, Matteo Tomasetto 他
日本語で読む → - 論文ナビゲーションロボティクス
UniLM-Nav: ゼロショット・ラストマイルナビゲーションのための統合フレームワーク
モバイルマニピュレーションにおけるラストマイルナビゲーションを、視点選択・アフォーダンス接地・ベースポーズ推論に分解し、共有のMLLMで解決する統合フレームワークを提案。OVMMベンチマークでSOTAを達成。
原題: UniLM-Nav: A Unified Framework for Zero-Shot Last-Mile Navigation ／ Zhuofan Zhang, Tianxu Wang, Guoxi Zhang 他
日本語で読む → - 論文群制御ロボティクス
エッジオフロード協調ナビゲーションにおける制御品質のモデリングと検証
無線遅延や信頼性の変動が協調ナビゲーションに与える影響をモデル化し、5Gテストベッドで検証した論文。制御と通信の協調設計の最適領域を明らかにし、ROS 2のQoSポリシー比較も行った。
原題: Modeling and Validation of Quality of Control for Edge-Offloaded Collaborative Navigation ／ Neelabhro Roy, Mikael Hammarling, Victor Nan Fernandez-Ayala 他
日本語で読む → - 論文レジストレーションロボティクス
整流フローによるLiDARアップサンプリングで簡単になった画像-点群レジストレーション
単一の疎なLiDARスキャンから整流フローで密な強度画像を生成し、カメラ画像と特徴マッチングしてPnP-RANSACで6自由度の相対姿勢を推定する、シンプルで効果的な画像-点群レジストレーション手法を提案した。
原題: Image-to-Point Cloud Registration Made Easy with Rectified Flow-based LiDAR Upsampling ／ Reon Tabata, Kenji Koide, Shuji Oishi 他
日本語で読む → - 論文モーションプランニングロボティクス
パラメトリック不確実性を考慮した倹約的な外乱対応最小時間計画
モータースポーツ向けの最小ラップタイム計画に、状態外乱と車両パラメータの不確実性に対するロバスト性を組み込み、計算負荷を抑えるため重要な区間のみに制約を適用する手法を提案・検証した。
原題: Parsimonious disturbance-aware minimum-time planning with parametric uncertainty ／ Martino Gulisano, Matteo Masoni, Marco Gabiccini
日本語で読む → - 論文安全性ロボティクス
開始の安全性：汎用ロボットの安全性における欠落した次元
ロボットが挨拶や把持など、元に戻しにくい社会的行動を開始してよいかを判断する「開始許可」を、安全性の独立した層として扱う必要性を提案し、実装と評価計画を示した論文。
原題: Initiation Safety: A Missing Dimension in Generalist-Robot Safety ／ Zhijin Meng, Francisco Cruz
日本語で読む → - 論文マルチエージェント制御cs.MA
オンボード視覚言語モデルを用いたマルチエージェントロボット制御
外部計算に依存せず、搭載ハードウェア上で動作する小型VLMを専門エージェントとして複数配置し、産業倉庫内の移動マニピュレータを制御するマルチエージェントシステムを提案・検証した。
原題: Multi-Agent Robotic Control with Onboard Vision-Language Models ／ Kajetan Rachwał, Maciej Majek, Bartłomiej Boczek 他
日本語で読む →