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: 2026/4/1 ／ 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
実世界学習に向けた漸進的残差強化学習による社会的ナビゲーション
エッジデバイス上で軽量に動作する漸進的残差強化学習(IRRL)を提案し、シミュレーションと実世界実験で未知環境への適応を実証した。
原題: Incremental Residual Reinforcement Learning Toward Real-World Learning for Social Navigation ／ Haruto Nagahisa, Kohei Matsumoto, Yuki Tomita 他
日本語で読む → - 論文ナビゲーションロボティクス
数ステップの視覚ナビゲーションのための修正シュレーディンガーブリッジマッチング
拡散モデルやシュレーディンガーブリッジに基づく生成ポリシーは多峰的な行動分布を捉えられるが、多数の積分ステップが必要でリアルタイム制御に不向きだった。本研究では、エントロピー正則化パラメータを調整し、速度場の構造不変性と分散低減を利用して、少ないステップで高精度な視覚ナビゲーションを実現するRSBMを提案した。
原題: Rectified Schr\"odinger Bridge Matching for Few-Step Visual Navigation ／ Wuyang Luan, Junhui Li, Weiguang Zhao 他
日本語で読む → - 論文VLA/記憶/ナビゲーションロボティクス
EmbodiedLGR: ロボットエージェントのための軽量グラフ表現と検索を統合した意味空間メモリ
ロボットが環境の記憶を効率的に構築・検索できるよう、視覚言語モデルを用いて物体の位置情報をグラフに、シーンの高レベル記述を検索アーキテクチャに格納するハイブリッド手法を提案した。NaVQAデータセットで最先端の推論・問い合わせ時間を達成した。
原題: EmbodiedLGR: Integrating Lightweight Graph Representation and Retrieval for Semantic-Spatial Memory in Robotic Agents ／ Paolo Riva, Leonardo Gargani, Matteo Frosi 他
日本語で読む → - 論文ナビゲーションロボティクス
AURA: 実世界の都市ナビゲーションのためのマルチモーダル共有自律
都市環境での長期的なナビゲーションを、人間の高レベル指示とAIの低レベル制御に分解する共有自律フレームワークAURAを提案。大規模データセットと実世界実験で、人間の操作負担を減らしつつナビゲーション安定性を向上させることを示した。
原題: AURA: Multimodal Shared Autonomy for Real-World Urban Navigation ／ Yukai Ma, Honglin He, Selina Song 他
日本語で読む → - 論文ナビゲーション画像認識
FineCog-Nav: 細粒度認知モジュール統合によるゼロショットマルチモーダルUAVナビゲーション
人間の認知プロセスを模倣した細粒度モジュールを統合し、ゼロショットでUAVの視覚言語ナビゲーションを行うフレームワークを提案した論文。
原題: FineCog-Nav: Integrating Fine-grained Cognitive Modules for Zero-shot Multimodal UAV Navigation ／ Dian Shao, Zhengzheng Xu, Peiyang Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
障害物環境における一輪ロボットの滑らかで安全な制御則の計画
入力制限下で障害物を回避しながら目標へ安全に到達するための、滑らかなベクトル場と解析的非線形フィードバック制御器を提案した論文。
原題: Planning Smooth and Safe Control Laws for a Unicycle Robot Among Obstacles ／ Aref Amiri, Basak Sakcak, Steven M. LaValle
日本語で読む → - 論文ナビゲーションロボティクス
RAY-TOLD: レイベース潜在ダイナミクスによる高密度動的障害物回避とTDMPC
LiDARデータを潜在ダイナミクスに統合し、MPPIと強化学習の長期的予測を組み合わせたハイブリッド制御で、高密度な動的障害物環境での衝突率を低減する手法を提案した。
原題: RAY-TOLD: Ray-Based Latent Dynamics for Dense Dynamic Obstacle Avoidance with TDMPC ／ Seungho Han, Seokju Lee, Jeonguk Kang
日本語で読む → - 論文ナビゲーションロボティクス
NaviFormer: ナビゲーション問題を全体的に解決するTransformer型深層強化学習モデル
経路計画を高レベル（経由点の順序）と低レベル（衝突回避の軌道）に分けず、Transformerベースの深層強化学習で同時に解くモデルを提案した。実験で精度と計算速度の優位性を示した。
原題: NaviFormer: A Deep Reinforcement Learning Transformer-like Model to Holistically Solve the Navigation Problem ／ Daniel Fuertes, Andrea Cavallaro, Carlos R. del-Blanco 他
日本語で読む → - 論文ナビゲーションロボティクス
一緒に歩こう：人間中心の屋外支援のための長期的社会的ナビゲーション
高レベルの自然言語指示から屋外での長期的な社会的ナビゲーションを実現する、地図不要のフレームワークを提案。GPSと公開地図APIのPOIを用いて目的地を推定し、高レベルVLMと低レベルVLAを状況に応じて切り替えることで、安全で社会的に適切な移動を実現する。
原題: Walk With Me: Long-Horizon Social Navigation for Human-Centric Outdoor Assistance ／ Lingfeng Zhang, Xiaoshuai Hao, Xizhou Bu 他
日本語で読む → - 論文ナビゲーションロボティクス
ポリトープ環境における長期的ジオメトリ認識ナビゲーション：MILP-MPCとミンコフスキーCBFによる階層的枠組み
複雑な非凸環境での自律ナビゲーションのため、長期的な経路計画と幾何学的安全性を両立する階層的枠組みを提案。高層でMILP-MPCにより点質量モデルで軌道生成し、低層でミンコフスキー差空間に基づくCBFでロボット形状の安全を保証する。
原題: Long-Horizon Geometry-Aware Navigation among Polytopes via MILP-MPC and Minkowski-Based CBFs ／ Yi-Hsuan Chen, Salman Ghori, Ania Adil 他
日本語で読む → - 論文ナビゲーションロボティクス
OVAL: 生涯物体ゴールナビゲーションのためのオープンボキャブラリ拡張メモリモデル
生涯にわたって複数の物体を連続的に探索する物体ゴールナビゲーションの課題に対し、オープンボキャブラリのメモリフレームワークと確率ベースの探索戦略を提案し、長期的なナビゲーション効率を向上させた。
原題: OVAL: Open-Vocabulary Augmented Memory Model for Lifelong Object Goal Navigation ／ Jiahua Pei, Yi Liu, Guoping Pan 他
日本語で読む → - 論文ナビゲーションAI
WorldMAP: 生成的世界モデルを用いた視覚言語ナビゲーション軌道予測のブートストラップ
生成的世界モデルが生成した未来映像から教師信号を作り、視覚言語入力から直接ナビゲーション軌道を予測する軽量モデルを訓練する教師-学生フレームワークを提案した。
原題: WorldMAP: Bootstrapping Vision-Language Navigation Trajectory Prediction with Generative World Models ／ Hongjin Chen, Shangyun Jiang, Tonghua Su 他
日本語で読む → - 論文ナビゲーションロボティクス
HTNav: 都市空中視覚言語ナビゲーションのための階層構造を持つハイブリッドナビゲーションフレームワーク
都市環境での空中VLNタスクに対し、模倣学習と強化学習を組み合わせたハイブリッドフレームワークを提案し、段階的訓練と階層的意思決定によりナビゲーション精度とロバスト性を向上させた。
原題: HTNav: A Hybrid Navigation Framework with Tiered Structure for Urban Aerial Vision-and-Language Navigation ／ Chengjie Fan, Cong Pan, Zijian Liu 他
日本語で読む → - 論文ナビゲーション画像認識
スリーステップナビ：ゼロショット視覚言語ナビゲーションのための階層的グローバル・ローカルプランナー
マルチモーダル大規模言語モデルを用いたゼロショット視覚言語ナビゲーションの成功率を向上させるため、前方・現在・後方の3視点で計画する手法を提案した。
原題: Three-Step Nav: A Hierarchical Global-Local Planner for Zero-Shot Vision-and-Language Navigation ／ Wanrong Zheng, Yunhao Ge, Laurent Itti
日本語で読む → - 論文ナビゲーションロボティクス
ハミルトン・ヤコビ到達可能性に基づく探索フレームワークによる屋内平面ロボットの効率的かつ安全なナビゲーション
オフラインのHJ到達可能性計算をオンラインのグラフ探索に組み合わせ、動的環境でも効率的かつ安全なナビゲーションを実現する手法を提案した。
原題: A Hamilton-Jacobi Reachability-Guided Search Framework for Efficient and Safe Indoor Planar Robot Navigation ／ Hanyang Hu, Cameron Siu, Mo Chen
日本語で読む → - 論文ナビゲーションロボティクス
LiveVLN: 視覚言語ナビゲーションにおける停止・再開ループの解消
事前学習済みVLMナビゲータに多段階動作継続を追加し、実行と新規観測の処理を重ね合わせることで、待ち時間を削減し連続的なナビゲーションを実現するトレーニング不要のフレームワークを提案した。
原題: LiveVLN: Breaking the Stop-and-Go Loop in Vision-Language Navigation ／ Xiangchen Wang, Weiye Zhu, Teng Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
人間データから学ぶヒューマノイドのナビゲーション
人間の歩行データのみから学習し、未知環境を移動できるヒューマノイドロボットのナビゲーションシステムを提案した。
原題: Learning Humanoid Navigation from Human Data ／ Weizhuo Wang, Yanjie Ze, C. Karen Liu 他
日本語で読む → - 論文ナビゲーションロボティクス
AnyImageNav: 任意視点の幾何学による精密な最終メートル画像ゴールナビゲーション
画像ゴールナビゲーションを精密な位置決めが可能な設定に拡張し、ゴール画像を幾何学的クエリとして扱い、密な画素対応による6自由度カメラ姿勢推定を実現する訓練不要のシステムを提案した。
原題: AnyImageNav: Any-View Geometry for Precise Last-Meter Image-Goal Navigation ／ Yijie Deng, Shuaihang Yuan, Yi Fang
日本語で読む → - 論文ナビゲーションロボティクス
迷走を止める：メタ認知推論による効率的な視覚言語ナビゲーション
基礎モデルを用いた訓練不要の視覚言語ナビゲーションエージェントに、空間記憶・履歴認識計画・反射的修正を統合したメタ認知機構を導入し、探索の停滞や冗長な再訪問を減らして効率と性能を向上させた。
原題: Stop Wandering: Efficient Vision-Language Navigation via Metacognitive Reasoning ／ Xueying Li, Feng Lyu, Hao Wu 他
日本語で読む → - 論文ナビゲーションロボティクス
階層的認知と文脈認識型探索を備えた実装可能な具現化視覚言語ナビゲーションシステム
実世界ロボット向けに、高速な知覚行動層と深い推論層を非同期に動作させ、共有メモリで連携するVLNシステムを提案。探索問題を重み付き巡回修理人問題として定式化し、実機でも高効率・高推論性能を実現した。
原題: A Deployable Embodied Vision-Language Navigation System with Hierarchical Cognition and Context-Aware Exploration ／ Kuan Xu, Ruimeng Liu, Yizhuo Yang 他
日本語で読む → - 論文ナビゲーションロボティクス
HiPAN: 不整地3D環境における四足ロボットの階層的姿勢適応ナビゲーション
四足ロボットの不整地3D環境でのナビゲーションのため、高レベル方策が平面速度と身体姿勢を生成し、低レベル姿勢適応制御器が実行する階層的フレームワークを提案。経路誘導カリキュラム学習で長期的ナビゲーションを実現し、シミュレーションと実機で有効性を検証した。
原題: HiPAN: Hierarchical Posture-Adaptive Navigation for Quadruped Robots in Unstructured 3D Environments ／ Jeil Jeong, Minsung Yoon, Seokryun Choi 他
日本語で読む → - 論文ナビゲーションロボティクス
FSUNav：高速・安全・汎用的なゼロショット目標指向ナビゲーションのための大脳-小脳アーキテクチャ
視覚言語モデルと強化学習を組み合わせた大脳-小脳アーキテクチャを提案し、異種ロボットでの高速・安全なゼロショット目標ナビゲーションを実現した。
原題: FSUNav: A Cerebrum-Cerebellum Architecture for Fast, Safe, and Universal Zero-Shot Goal-Oriented Navigation ／ Mingao Tan, Yiyang Li, Shanze Wang 他
日本語で読む → - 論文視覚ナビゲーション画像認識
STRNet: 動的グラフ集約による時空間表現を用いた視覚ナビゲーション
視覚ナビゲーションのための時空間表現フレームワークを提案し、画像シーケンスと目標画像の特徴を融合して、空間グラフ推論と時間的ダイナミクスモデリングによりナビゲーション性能を向上させた。
原題: STRNet: Visual Navigation with Spatio-Temporal Representation through Dynamic Graph Aggregation ／ Hao Ren, Zetong Bi, Yiming Zeng 他
日本語で読む → - 論文ナビゲーションロボティクス
信頼性ガイド深度融合によるグレア耐性ナビゲーションコストマップ
反射床やガラス面のグレアによる深度センサの誤計測を、信頼性マップで推定し、その情報で占有グリッド更新を調整することで、偽障害物の蓄積を抑えるコストマップ構築手法を提案した。
原題: Reliability-Guided Depth Fusion for Glare-Resilient Navigation Costmaps ／ Shang-En Tsai, Wei-Cheng Sun
日本語で読む → - 論文ナビゲーションロボティクス
ユーザーのプライバシー嗜好に基づくロボットナビゲーションのためのプライバシー保護視覚認識の設計
ロボットナビゲーションの視覚認識におけるプライバシー保護を、ユーザー調査に基づいて設計した。ユーザーは抽象化された視覚表現と低解像度の保存を好み、その解像度はプライバシーレベルとロボットの距離に依存することを示し、距離と解像度を関連付けるポリシーを導出した。
原題: Designing Privacy-Preserving Visual Perception for Robot Navigation Based on User Privacy Preferences ／ Xuying Huang, Sicong Pan, Delphine Reinhardt 他
日本語で読む → - 論文ナビゲーションロボティクス
VLN-NF: 偽の前提指示を用いた実現可能性を考慮した視覚言語ナビゲーション
偽の前提（目標が存在しない）を含む指示でエージェントが探索し「見つからない」と明示する新しいベンチマークと手法を提案した。
原題: VLN-NF: Feasibility-Aware Vision-and-Language Navigation with False-Premise Instructions ／ Hung-Ting Su, Ting-Jun Wang, Jia-Fong Yeh 他
日本語で読む → - 論文ナビゲーションロボティクス
考える前に進む：画像目標ナビゲーションのための階層的推論
画像目標ナビゲーションを高レベル計画と低レベル実行に分解し、視覚言語モデルで短期的計画を生成して強化学習ポリシーを導く階層的フレームワークHRNavを提案。迷いを減らすペナルティも導入し、シミュレーションと実環境で有効性を実証した。
原題: Think before Go: Hierarchical Reasoning for Image-goal Navigation ／ Pengna Li, Kangyi Wu, Shaoqing Xu 他
日本語で読む → - 論文ナビゲーション画像認識
効率的なロボットナビゲーションのための空間記憶表現に関するサーベイ
視覚ベースのロボットが大規模環境をナビゲートする際の空間記憶のメモリ効率問題を調査し、ピーク時メモリと保存マップサイズの比αを導入して、ニューラル表現を含む様々な手法の実運用コストを比較した。標準化された評価プロトコルを提案し、パレート最適解析により単一のパラダイムが優位でないことを示した。
原題: A Survey of Spatial Memory Representations for Efficient Robot Navigation ／ Ma. Madecheen S. Pangaliman, Steven S. Sison, Erwin P. Quilloy 他
日本語で読む → - 論文ナビゲーション画像認識
対話を超えたベンチマーキング：協調的インスタンス物体ナビゲーションの再現可能なベンチマーク
本論文は、協調的インスタンス物体ナビゲーション（CoIN）のための再現可能なベンチマークQAsk-Navを提案し、ナビゲーションと質問応答の能力を独立に評価できるようにした。また、軽量な統一モデルLight-CoNavを開発し、既存手法より小型・高速でありながら、未知の物体や環境への汎化性能が高いことを示した。
原題: Benchmarking Interaction, Beyond Policy: a Reproducible Benchmark for Collaborative Instance Object Navigation ／ Edoardo Zorzi, Francesco Taioli, Yiming Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
T2Nav: 代数的位相幾何を考慮した時間グラフメモリとループ検出によるゼロショット視覚ナビゲーション
ゼロショットで視覚ナビゲーションを行うシステムT2Navを提案。視覚情報をグラフに統合し、探索と目標到達のバランスを取ることで、障害物回避やループ検出、経路計画を効率的に行う。
原題: T2Nav Algebraic Topology Aware Temporal Graph Memory and Loop Detection for ZeroShot Visual Navigation ／ Quang-Anh N. D., Duc Pham, Minh-Anh Nguyen 他
日本語で読む →