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: 2026/11/2 ／ 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 →- 論文模倣学習ロボティクス
KlaskTron-IL：接触の多い敵対的模倣学習ベンチマークと検証済みsim-to-realブリッジ
接触の多い対戦型ロボット競技KlaskTron上で、実機デモと合成専門家データを含む模倣学習データセットと診断ベースラインを構築し、標準的な模倣学習手法の失敗モードを明らかにした。
原題: KlaskTron-IL: A Contact-Rich Adversarial Imitation Learning Benchmark with a Validated Sim-to-Real Bridge ／ Nicklas Sohm, Aswin Ramachandran, Raffaello D'Andrea
日本語で読む → - 論文VLAロボティクス
幻想を見抜く：ワールドアクションモデルのためのテスト時スケーリング
ワールドアクションモデルが生成する行動と想像未来の整合性を評価する事前選択器WISEを提案し、モデルを凍結したまま複数候補から最良を選ぶことでロボットタスクの成功率を大幅に向上させた。
原題: Seeing Through the Illusion: Test-Time Scaling for World Action Models ／ Cheikh Ahmed, Mahdi Mostajabdaveh, Milad Yazdani 他
日本語で読む → - 論文全身マニピュレーションロボティクス
Pixel-UMI：センサ付き人間デモンストレーションから環境認識型全身マニピュレーションを学習する
人間のセンサ付きデモから環境を考慮した全身マニピュレーションポリシーを学習するパイプラインを提案し、リターゲティング誤差を考慮したマスキングとDAggerによる修正で5タスク平均87%の進捗を達成した。
原題: Pixel-UMI: Learning Environment-Aware Whole-Body Manipulation from Sensorized Human Demonstrations ／ Jason Jingzhou Liu, Tony Tao, Deepak Pathak 他
日本語で読む → - 論文マニピュレーションロボティクス
DexArena：長期的器用マニピュレーションのための統合ベンチマーク
両手器用操作の長期的タスクを体系的に評価するため、10の長期タスクと30の段階タスクからなるベンチマークを構築し、既存手法の課題を明らかにした。
原題: DexArena: A Unified Benchmark for Long-Horizon Dexterous Manipulation ／ Haonan Ping, Jianshu Hu, Yimin Wang 他
日本語で読む → - 論文群制御ロボティクス
ロボットヘルパーを介した人と群れの相互作用：羊飼い型アプローチ
VR羊飼いタスクで、群れを直接操作するテレオペレーションと運動プリミティブ界面を比較し、境界制御など集団形状を扱う高自律界面が作業成績を向上させ負担を軽減することを示した。
原題: Mediating Human-Swarm Interactions Through a Robot Helper: A Shepherding-Inspired Approach ／ Arihant Yadav, Sophie Jörg, Eakta Jain
日本語で読む → - 論文飛行マニピュレーションロボティクス
状態・入力制約下の飛行マニピュレータにおける横断フィードバック線形化を用いた二重経路追従
ドローンに搭載した3自由度アームで機体重心とエンドエフェクタの2つの経路を同時追従させる制御器を、横断フィードバック線形化と二次計画法で設計し、関節限界や特異姿勢を制約として扱った研究。
原題: Dual Path Following for an Aerial Manipulator Under State and Input Constraints via Transverse Feedback Linearization ／ Hamza Tariq, Adeel Akhtar
日本語で読む → - 論文ビデオ世界モデル画像認識
ビデオ世界モデルの潜在予測誤差は物理的驚きを本当に反映するのか
ビデオ世界モデルの予測誤差が物理的驚きを表すかを検証し、見た目や単純な予測困難さと混同されやすいことを示した評価フレームワークを提案する。
原題: When Does Latent Prediction Error Support Physical Surprise Claims in Video World Models? ／ Anton Hristov, Aleksandar Slavov, Vasil Vasilev
日本語で読む → - 論文ワールドモデル機械学習
生物学的ワールドモデルは行動を利用するか？設計ベース検定による代替効果とプーリング増幅の検証
行動条件付きワールドモデルの診断法が自己相関設計で偽の行動効果を生むこと、および共有行動系列によるプーリングが小さな誤差を過大な証拠に変えることを示し、設計に基づく条件付きランダム化検定を提案した。
原題: Stand-In Effects and Pooling Amplification: Design-Based Tests of Whether Biological World Models Use Actions ／ Bowen Xu, Boyu Chen
日本語で読む → - 論文世界モデルAI
Xiaomi Auto World Model 2.0：実世界運転と身体性知能のための因果世界モデル
マルチビュー時系列から3Dガウシアンを再構成し、因果的な物理進化を生成する統合ストリーミング世界モデルを提案。運転や身体性AIの閉ループシミュレーションに応用する。
原題: Xiaomi Auto World Model 2.0: Causal World Models for Real-World Driving and Embodied Intelligence ／ Zhenxin Zhu, Zhijian Huang, Cheng Chi 他
日本語で読む → - 論文触覚ロボティクス
触覚予測とフィードバックで行動を精緻化する速度場ステアリング
フローマッチング型行動生成の速度場を触覚の予測・実時間フィードバックで残差修正し、視覚主体の基盤ポリシーを活かしつつ接触を要する巧緻操作の成功率を高めた手法。
原題: $TF^2$-Steering: Action Refinement with Tactile Forecasts and Feedback via Velocity-Field Steering ／ Yiming Chen, Xiaofei Wei, Chun Gu 他
日本語で読む → - 論文マニピュレーションロボティクス
未来を取り戻せ：外乱を考慮した物体取り出しのための遡及的補正による長期ダイナミクス予測
密集した収納から物体を取り出す際の接触伝播を予測するため、物体間メッセージパッシングと遡及的補正を組み合わせたDAREを提案し、長期予測精度と外乱を考慮した計画を実現した。
原題: Back to the Future: Predicting Long-Horizon Dynamics with Retrospective Correction for Disturbance-Aware Retrieval ／ Jiwoong Choi, Haoyu Li, Yiwei Lyu
日本語で読む → - 論文群制御ロボティクス
方向性を考慮した有界信頼Cucker-Smale群れ形成モデル
Cucker-Smale群れモデルに方向別の有界信頼を導入し、視線方向の動径・接線成分を独立にゲート化することで、従来の等方的なモデルでは分極してしまう状況でも全体の速度一致を回復できることを示した。
原題: Directional Bounded-Confidence Cucker-Smale Flocking ／ Hossein B. Jond
日本語で読む → - 論文4D再構成画像認識
単眼内視鏡動画からの動的シーン4D三角形スプラッティング再構成
単眼内視鏡動画から軟組織の変形を自己教師ありで4D再構成する三角形スプラッティング手法SurgicalTSを提案し、クォータニオン変形モデルなどで従来法を上回る精度と短い学習時間を実現した。
原題: 4D Triangle Splatting Reconstruction of Dynamic Endoscopic Scenes from Monocular Videos ／ Laura Salort-Benejam, Stamatia Giannarou, Antonio Agudo
日本語で読む → - 論文視覚モデル機械学習
蝶の夢：コネクトーム制約視覚モデルにおける世界モデル生成の線形分離可能性
ハエ脳のコネクトーム制約モデルに世界モデルが生成した映像を見せ、訓練済みモデルの応答から「夢」と現実を線形分類できるか検証した。訓練後は9種の生成世界すべてが高精度で分離可能だった。
原題: The (Butter)fly Dream: Linear Separability of World-Model Rollouts in a Connectome-Constrained Visual Model ／ Junichiro Niimi
日本語で読む → - 論文外骨格/ヒューマンインザループロボティクス
ヒト参加フィードバックによる外骨格アシスト方策の再帰的自己改善
LLMエージェントが外骨格の制御コードを生成し、被験者の主観・動作・筋電の評価に基づいて自動修正する閉ループを構築、4モデルで筋活動を約3割低減した。
原題: Recursive Self-Improvement of Exoskeleton Assistance Policies through Human-in-the-Loop Feedback ／ Muyuan Ma, Shuo Jiang, Lijun Han 他
日本語で読む → - 論文協調マニピュレーションロボティクス
人間の感覚運動モデルに適応するロボット協調マニピュレーション
フィッツの法則に基づく時間制約を確率的最適制御に組み込み、再帰最小二乗法で人間の運動特性を推定してロボットの動作時間を適応させる協調マニピュレーション手法を提案した。
原題: Human Sensorimotor Model Adaptation to Account for Robot Accuracy and Speed Augmentation in Human-Robot Co-Manipulation ／ Frits van Hall, Kevin Haninger, Luka Peternel
日本語で読む → - 論文マニピュレーションロボティクス
GoalDex：画像ゴール条件付き巧みな手内操作ポリシーの学習
物体姿勢推定を介さずRGB画像と固有感覚から直接巧みな手内回転操作を学習する視覚運動フレームワークを提案し、画像で目標姿勢を指定できるようにした。シミュレーションで姿勢ベース手法を上回り、実機5物体へのsim2real転移も示した。
原題: GoalDex: Learning Image-Goal-Conditioned Policies for Dexterous In-Hand Manipulation ／ Arjun Bhardwaj, Mayank Mittal, Maximum Wilder-Smith 他
日本語で読む → - 論文触覚ロボティクス
空気圧Kresling折り紙セルの履歴考慮型力覚センシングと剛性可変
3DプリントしたPEBA製Kresling折り紙セルに磁気角度センサを組み込み、GRUネットワークで変形履歴から接触力を推定しつつ、空気圧で剛性を調整できる力覚・自己センシング機構を実現した。
原題: History-Aware Force Sensing and Tunable Stiffness in a Pneumatic Kresling Origami Cell ／ Hengyi Zhou, Jiaqi Wang, Yilin Ma 他
日本語で読む → - 論文マニピュレーションロボティクス
安全を考慮した潜在空間動作計画のための制御バリア関数
ロボットマニピュレータの潜在空間経路計画において、衝突分類器の代わりに潜在空間で学習したニューラル制御バリア関数を用い、安全制約を満たす計画を実現した。
原題: Control Barrier Functions for Safety-Aware Latent-Space Motion Planning ／ Chandrakiran Ravula, Siddhanth Ramesh
日本語で読む → - 論文強化学習機械学習
価値強制：全ノイズレベルでリターン分布を整合させる新手法
フローマッチングでリターン分布を推定し、全ノイズレベルでベルマン整合性を課すことで、限られたデータでも正確な価値学習を可能にする手法を提案。
原題: Value Forcing: Aligning Return Distributions at All Noise Levels ／ Chongyi Zheng, Zhiyuan Zhou, Qiyang Li 他
日本語で読む → - 論文ナビゲーション/世界モデルロボティクス
潜在行動の事前学習による汎用ナビゲーション世界モデル
行動ラベルなしの大規模動画から潜在行動を学習し、実行動と整合させることで、未知環境でも汎化するナビゲーション世界モデルを構築した。
原題: OpenNWM: A Generalist Navigation World Model with Latent Action Pretraining ／ Dujun Nie, Ruiqi Song, Zixuan Wang 他
日本語で読む → - 論文歩行ロボティクス
アンサンブル不一致を超えて：分布シフト下のRL歩行制御に対する予測的STLモニタリング
強化学習による歩行ポリシーを対象に、世界モデルの閉ループ予測とSTL（信号時相論理）で将来の安全違反を予測する手法を評価し、アンサンブル不一致は安全不確実性の指標として信頼できないことを示した。
原題: Beyond Ensemble Disagreement: Predictive STL Monitoring of RL Locomotion under Distribution Shift ／ Qurban Ali, Badaruddin Chachar, Maqsood Ali 他
日本語で読む → - 論文深度復元画像認識
不確実性を考慮した深度復元による素材非依存の物体操作
透明・反射・半透明素材で壊れるRGB-D深度を、不確実性マップと共に反復的に復元し、6D姿勢推定や把持生成の下流性能を向上させるフレームワークを提案。
原題: UA-Depth: Uncertainty-Aware Depth Restoration for Material-Agnostic Object Manipulation ／ Rui Cao, Jia-Hui Pan, Yin Zhang 他
日本語で読む → - 論文身体性質問応答ロボティクス
到達せずに回答する：身体性質問応答のための証拠監査
身体性質問応答ベンチマークを構築し、回答精度だけでは観察の有無を判定できないことを示した。閉ループエージェントは目標に到達せずとも45.5%正答し、証拠の取得と利用が乖離していることを監査で明らかにした。
原題: Answering Without Arriving: An Evidence Audit for Embodied Question Answering ／ Shubh Garg, Divyansh Pandey, Niyati Rawal 他
日本語で読む → - 論文VLAAI
経路誘導型CBF-QP修復による安全な視覚言語行動モデル
VLAモデルの行動をCBF-QP安全フィルタで補正する際、障害物を迂回して元の軌道に復帰できるよう経路誘導項を加えるポストホック修復手法を提案し、衝突回避とタスク成功率を改善した。
原題: Route-Guided CBF-QP Repair for Safe Vision-Language-Action Models ／ Chan Park, Sunwoo Hong, Kirak Kim 他
日本語で読む → - 論文連続制御/プランニング機械学習
連続制御のための反復Gumbelプランニング
探索ベース計画と連続ガウス方策の不整合を解消するため、次元ごとの因子化カテゴリ方策とGumbel Top-Kサンプリング、MPPI型反復探索を組み合わせたIGPを提案し、DMControlとHumanoidBenchで最先端性能を達成した。
原題: Iterative Gumbel Planning for Continuous Control ／ Shaohuai Liu, Weirui Ye, Yilun Du 他
日本語で読む → - 論文群制御ロボティクス
Vicsek群れモデルにおける方向性有界信頼行列アラインメント
Vicsekモデルに方向依存の有界信頼行列を導入し、視線座標系で半径・接線成分を独立に制御する手法を提案。整列収束の理論保証と分極状態の限界を示し、数値実験で有効性を検証した。
原題: Directional Bounded-Confidence Matrix Alignment in Vicsek Flocking ／ Hossein B. Jond
日本語で読む → - 論文画像フォレンジック画像認識
順序依存クロスブランチ相互作用による画像改ざん位置特定
RGB誘導のクロスアテンションとフォレンジック自己アテンションの合成順序の違いを交換子でモデル化し、改ざんされたピクセルの位置特定精度を向上させた研究。
原題: OCBI: Order-Sensitive Cross-Branch Interaction for Image Manipulation Localization ／ Zhouli Yu
日本語で読む → - 論文ベンチマークAI
TriPhysBench：身体性エージェントの物理的知能を評価するベンチマーク
物理的知覚・知識検索・推論を統合評価する410問のベンチマークTriPhysBenchを提案し、さらにツール統合軌跡から統合方策を学習するTriPhysを導入した。
原題: TriPhysBench: Evaluating Physical Intelligence for Embodied Agents ／ Zhongxiang Sun, Chenghao Yang, Haojie Ding 他
日本語で読む → - 論文空間知能ベンチマーク画像認識
再構成による空間評価：大規模視覚言語モデルのクロスビュー空間知能を診断するベンチマーク
複数視点の実画像から3D物体の向き付きバウンディングボックスを共通座標系で予測させるRECONSPATIALベンチマークを提案し、18のLVLMを評価して相対構造は得意だがメートル尺度の再構成が苦手という一貫したギャップを明らかにした。
原題: Reconstruction as Spatial Evaluation: Diagnosing Cross-View Spatial Intelligence in Large Vision-Language Models ／ Junfei Wu, Qiuyue Wang, Xuhong Huang 他
日本語で読む →