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: 2026/6/1 ／ 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/VLAロボティクス
VEGA: 実世界の自己中心視点ビデオと幾何学的軌道監視によるナビゲーションVLAの学習
未ラベルの自己中心視点ナビゲーションビデオから、幾何学的軌道監視を用いて障害物回避可能なナビゲーションVLAモデルを訓練する手法を提案。
原題: VEGA: Learning Navigation VLAs from In-the-Wild Egocentric Video with Geometric Trajectory Supervision ／ Gershom Seneviratne, Yohan Abeysinghe, Jianyu An 他
日本語で読む → - 論文ナビゲーションロボティクス
OSCAR: 適応的ロボットナビゲーションのための障害物生存曲線
既知の経路グラフを移動するロボットが、一時的な障害物に遭遇した際の待ち時間と迂回の判断を、障害物の種類ごとの残存時間分布を生存分析で学習して適応的に行う手法を提案した。
原題: OSCAR: Obstacle Survival Curves for Adaptive Robot Navigation ／ Hshmat Sahak, Aoran Jiao, Nicholas Rhinehart 他
日本語で読む → - 論文ナビゲーションロボティクス
安全危機状況における蒸留視覚言語モデルを用いたイベント適応型動作計画
安全が重要な場面で、視覚言語モデルを連続制御に使うと遅延が生じる問題を解決するため、異常イベント時のみモデルを起動するフレームワークを提案し、高次推論と低次制御を統合して動的安全マージンを向上させた。
原題: Event-Adaptive Motion Planning with Distilled Vision-Language Model in Safety-Critical Situations ／ Zhenwei Huang, Changsheng You, Shuai Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
事前学習ViTのパッチ単位スカラー特徴が実世界での高速移動ナビゲーションを可能にする
実世界の静的ゴールナビゲーション966エピソード(24km)の大規模実験を通じて、事前学習視覚エンコーダのどの要素が重要かを検証し、パッチ単位のスカラー特徴へのボトルネック化が解釈可能で有効な特徴を生むことを示した論文。
原題: A scalar per patch from pre-trained ViTs enables fast moving navigation in the real world ／ Steeven Janny, Leonid Antsfeld, Christian Wolf
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
CBF-CLFに基づくマルチゴールナビゲーションのための競合認識スイッチング
CBF-CLF-QP制御における安全制約と目標追従制約の競合を検出し、目標を切り替えることでデッドロックや遅延を減らす手法を提案した。
原題: Conflict-Aware Switching for CBF-CLF-Based Multi-Goal Navigation ／ Rohan Walia, Kevin Leahy
日本語で読む → - 論文ナビゲーションロボティクス
AgniNav: 構成駆動型クロスエンボディローカルナビゲーション
ロボットの衝突エンベロープを4パラメータで定義し、単眼画像から疑似レーザースキャンを生成するネットワークとプランナーを構成することで、再学習なしで車輪型・脚型・人型ロボットに適用可能なナビゲーション手法を提案した。
原題: AgniNav: Configuration-Driven Cross-Embodiment Local Planning for Robot Navigation ／ Tianhao Zang, Siwei Cheng, Haidong Huang 他
日本語で読む → - 論文ナビゲーションロボティクス
ViTL: 時間論理ガイドによる視覚言語モデルを用いたゼロショット自然言語ナビゲーション
自然言語コマンドを時間論理式に変換し、視覚言語モデルで方向別スコアを生成することで、複数目標を順序付きで探索するゼロショット長期的ナビゲーションを実現した。
原題: ViTL: Temporal Logic-Guided Zero-Shot Natural Language Navigation via Vision-Language Models ／ Kaier Liang, Hengde Dai, Cristian-Ioan Vasile
日本語で読む → - 論文VQA/ナビゲーションロボティクス
VL-MemKnG: 長時間の自己中心視点ナビゲーション軌跡に対する質問応答のための時空間知識グラフとハイブリッドメモリ
長時間の自己中心視点ビデオに対するナビゲーション関連の質問応答において、時空間知識グラフとセグメントレベルの文脈メモリを組み合わせたハイブリッドメモリフレームワークを提案し、検索精度を向上させた。
原題: VL-MemKnG: Hybrid Memory with a Spatio-Temporal Knowledge Graph for Question Answering over Long Egocentric Navigation Trajectories ／ Svetlana Lukina, Mohamad Al Mdfaa, Gloria Haro 他
日本語で読む → - 論文ナビゲーションロボティクス
画像で指定された物体へ飛行：クロスグラフメモリと視点計画による3Dクアッドローター航法
クエリ画像に写る特定の物体インスタンスへ向かうクアッドローター航法の階層的フレームワークを提案。視点を考慮した行動ノード生成と学習ベースのポリシーで探索と安全な飛行を両立し、シミュレーションと実機で有効性を実証した。
原題: Flying to Image-Specified Objects: 3D Quadrotor Navigation via Cross-Graph Memory and Viewpoint Planning ／ Junjie Gao, Yuqi Chen, Yongzhou Pan 他
日本語で読む → - 論文ナビゲーションロボティクス
Qwen-RobotNav 技術報告：エージェント型ナビゲーションシステム向けのスケーラブルなナビゲーションモデル
本論文は、推論時に外部から観測戦略を再構成可能なパラメータ化インターフェースを持つスケーラブルなナビゲーションモデルQwen-RobotNavを提案し、複数のタスクモードと観測パラメータを導入して、指示追従や物体探索などの多様なナビゲーション行動を単一モデルで実現する。
原題: Qwen-RobotNav Technical Report: A Scalable Navigation Model Designed for an Agentic Navigation System ／ Jiazhao Zhang, Gengze Zhou, Hale Yin 他
日本語で読む → - 論文ナビゲーションロボティクス
GN0: 視覚言語ナビゲーションにおける生成・評価・方策学習の統一的パラダイムに向けて
大規模データセットと高忠実度シミュレータを構築し、RL駆動のナビゲーション基盤モデルを提案して、視覚言語ナビゲーションの性能を向上させた。
原題: GN0: Toward a Unified Paradigm for Generation, Evaluation, and Policy Learning in Visual-Language Navigation ／ Xinhai Li, Xiaotao Zhang, Yuehao Huang 他
日本語で読む → - 論文ナビゲーションロボティクス
展開可能なソーシャルロボットナビゲーションのための視覚言語モデル：意味推論と低レベル制御の橋渡し
本論文は、ソーシャルロボットナビゲーションにおける視覚言語モデルの活用を概観し、高レベルの意味推論と低レベルの制御を統合するための構造化されたロードマップを提案している。
原題: Vision-Language Models for Deployable Social Robot Navigation: Bridging Semantic Reasoning and Low-Level Control ／ Runji Cai, Toshihiko Yamasaki, Ling Xiao
日本語で読む → - 論文ナビゲーションロボティクス
未マップ環境におけるアッカーマン操舵ロボットの安全な局所ナビゲーション
グローバルな目標がない未マップ環境で、障害物検出に基づき最も安全な進行方向を決定し、凸二次最適化で左右の境界線を構築して障害物を回避する局所ナビゲーション制御フレームワークを提案した。
原題: Safe Local Navigation for Ackermann-Steered Robots in Unmapped Environments ／ Christian Schaible, Shahin Sirouspour
日本語で読む → - 論文ナビゲーションロボティクス
グレア耐性ナビゲーションコストマップのための信頼性誘導型深度融合
反射床やガラス面などで生じるRGB-D深度計測の誤差を、深度信頼度を予測するネットワークと信頼性に基づく融合機構で補正し、偽の障害物を減らしてナビゲーションコストマップを頑健に構築する手法を提案した。
原題: Reliability-Guided Depth Fusion for Glare-Resilient Navigation Costmaps ／ Shang-En Tsai
日本語で読む → - 論文ナビゲーションロボティクス
順序ニューラルコラプスを視覚ナビゲーションの表現事前分布として用いる手法
視覚ベースのナビゲーションにおいて、エンコーダの表現空間を行動の順序構造に合わせて整理する手法ORIONを提案し、曖昧な判断点での行動不一致を低減する。
原題: Ordinal Neural Collapse as a Representation Prior for Visual Navigation ／ E-In Son, Jung-Taak Kim, Seung-Woo Seo
日本語で読む → - 論文ナビゲーションロボティクス
NavWM: 先読み計画のための統合ナビゲーションワールドモデル
ナビゲーションのための統合ワールドモデルを提案し、潜在世界トークンによる幾何・意味理解と、多様な行動予測による閉ループ計画を実現した。
原題: NavWM: A Unified Navigation World Model for Foresight-Driven Planning ／ Yanghong Mei, Longteng Guo, Ming-Ming Yu 他
日本語で読む → - 論文ナビゲーションロボティクス
オープンな視覚言語モデルを用いた空間QAとナビゲーションのためのバイナリ追跡
ロボットの軌跡の時間順序を利用し、クエリから特定した2つのアンカー地点間で二分探索を行うことで、空間質問応答の精度と速度を向上させるオープンソースのエージェントを提案した。
原題: Binary Tracking for Spatial QA and Navigation with Open Vision-Language Models ／ Dongbin Na, Chanwoo Kim, Soonbin Rho 他
日本語で読む → - 論文ナビゲーションロボティクス
VGP-Nav：ロボットナビゲーションのためのメトリック対応視覚幾何知覚
単眼RGBカメラのみを用いて、メートル単位の正確な自己位置推定と障害物知覚を同時に実現する統合フレームワークを提案した。
原題: VGP-Nav: Metric-Aware Visual Geometric Perception for Robot Navigation ／ Hewei Pan, Weiye Zhu, Zekai Zhang 他
日本語で読む → - 論文ナビゲーションロボティクス
HUMEMBR: 人間のルーチンを学習する予測的身体性ナビゲーション
人間の行動パターンを長期記憶として蓄積し、質問応答やルーチンに基づくナビゲーションを行うシステムを提案。実ロボットでの検証も行い、トークン数を抑えつつ長期的推論を改善した。
原題: HUMEMBR: Learning Human Routines for Predictive Embodied Navigation ／ Samira Huber, Klaas Pelzer, Duc M. Nguyen 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UAVナビゲーションロボティクス
野生動物の個体再識別のための自律UAVナビゲーション
野生動物の個体再識別に必要な画像を自律的に撮影するドローン航法システムを提案。検出と姿勢分類を用いて飛行を制御し、ゼブラ等での実証を行った。
原題: Autonomous UAV Navigation for Individual Wildlife Re-Identification ／ Claire Sun, Tanya Berger-Wolf, Jenna Kline
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
先読み：ナビゲーションに重要な手がかりに関する反復推論
事前学習済み視覚言語モデルを用いて、疎な言語指示からのナビゲーションにおいて、環境の手がかりを反復的に提案・批評することで、プラン依存の手がかりを発見し、移動計画を改善するフレームワークを提案した。
原題: Foresight: Iterative Reasoning About Clues that Matter for Navigation ／ Arthur Zhang, Carl Qi, Donne Su 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 → - 論文ナビゲーションロボティクス
UNSEEN: 未知環境におけるスパース推定を用いた不確実性を考慮したナビゲーション
前方カメラのみを用いて、位置推定・地図構築・経路計画を統合し、不確実性を考慮した視覚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: UNSEEN: Uncertainty-aware Navigation via Sparse Estimation in Unknown Environments ／ Tommaso Faraci, Marco Camurri, Daniele Fontanelli 他
日本語で読む → - 論文ナビゲーションロボティクス
AllDayNav: 実世界強化学習による生涯ナビゲーション
動的環境での生涯ナビゲーションのために、明示的な地図やシーングラフを使わず、大規模モデルに強化学習でシーン動態を暗黙的に符号化し、自己進化するマルチモーダルメモリで長期動作を実現するフレームワークを提案した。
原題: AllDayNav: Lifelong Navigation via Real-World Reinforcement Learning ／ Hang Yin, Yinan Liang, Jiazhao Zhang 他
日本語で読む → - 論文ナビゲーションロボティクス
AnyGoal: 視覚言語ガイドによるマルチエージェント探索を用いた訓練不要の生涯ナビゲーション
VLMを探索の中心に据え、共有ベイズ価値マップでエージェントを協調させる訓練不要のマルチロボットナビゲーション手法を提案。GOAT-BenchでSOTAを達成した。
原題: AnyGoal: Vision-Language Guided Multi-Agent Exploration for Training-Free Lifelong Navigation ／ MoniJesu James, Marcelino Julio Fernando, Miguel Altamirano Cabrera 他
日本語で読む → - 論文ナビゲーションロボティクス
IntentNav: 人間のデモから空間視覚オブジェクトナビゲーションを学習する
人間のデモから探索意図を学習し、空間記憶と視覚的手がかりを統合してオブジェクトナビゲーションを行うフレームワークを提案。複数ベンチマークで最高性能を達成し、異なるロボットへのゼロショット転移も可能。
原題: IntentNav: Learning Spatial-Visual Object Navigation from Human Demonstrations ／ Yuxin Cai, Zongtai Li, Maonan Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
COREプランナー：未知環境でのロボットナビゲーションのための文脈記憶指向強化学習
未知環境でのロボットナビゲーションにおいて、従来手法と学習ベース手法の利点を組み合わせ、スパース可視グラフとTransformerを用いた文脈記憶機構を導入し、シミュレーションから実機へのゼロショット転移を実現する強化学習プランナーを提案した。
原題: CORE Planner: Contextual-memory Oriented Reinforcement-learning in Unknown Environments for Robot Navigation ／ Jintao Kong, Zhihao Zhang, Weihuang Chen 他
日本語で読む →