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: 2026/11/1 ／ 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 → - 論文一人称視点・3D再構築画像認識
EgoMo3R: 一人称視点の身体動作と周囲環境の同時再構築
一人称動画から、頭部の激しい動きやブレがあっても、人の3D動作と周囲のシーン形状を同時に復元する最適化フレームワークを提案。
原題: EgoMo3R: Joint Egocentric Motion and Scene Reconstruction ／ Chaitanya Patel, Yusuke Kato, Rin Takahira 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VLAロボティクス
同じ経路でより速く：推論遅延下でのVLAモデルの学習不要な高速実行
凍結したVLA方針に対し、経路を保ったまま時間スケーリングする学習不要の実行層を提案し、推論遅延下でも成功率を維持しつつスループットを大幅に向上させた。
原題: Same Path, Less Time: Training-Free Fast Execution of Vision-Language-Action Models under Inference Latency ／ Fuyi Chen
日本語で読む → - 論文VLAロボティクス
遅延とドリフトが重なるとき：ロボット基盤モデルの物理的安全は層をまたぐ問題である
ロボット基盤モデルの安全性を、環境・モデル・計算基盤・実行の変動が閉ループで相互作用する「層間変動伝播」として定式化し、推論遅延と視点変化が重なるとリスクが単独効果の和を大きく超えることを実験的に示した論文。
原題: When Delay Meets Drift: Physical Safety of Robot Foundation Models Is a Cross-Layer Problem ／ Liangkai Liu, Bimal Thapa Magar
日本語で読む → - 論文VLAロボティクス
ロボット操作エージェントを民主化する統合ハーネスとオープンモデル
オープンウェイトモデルでロボット操作エージェントを研究・学習できる統合ハーネスを提案し、既存の商用モデルを上回る性能を示した。
原題: Democratizing Robot-Use Agents: A Unified Harness with Open Models ／ Jiarui Yuan, Yuxin Zuo, Xiaoyu Huang 他
日本語で読む → - 論文群制御ロボティクス
マルチエージェント搬送における局所解修復
倉庫ロボットの搬送計画の非効率を実行時に検出し、局所的に再計画して衝突を減らす手法を提案。既存手法の計画を改善し、スループットを最大5.9%向上させた。
原題: Local Solution Repair for Multi-Agent Pickup and Delivery ／ Ethan Schneider, Jingkai Chen, Seth Hutchinson 他
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 → - 論文マニピュレーションロボティクス
HuG: 能動知覚を備えたヒューマノイド全身アフォーダンス認識型把持の学習
遮蔽された物体に対し視点選択と全身動作を統合し、制御器の安定性を考慮したシミュレーション学習のみで実世界87.5%の把持成功率を達成したフレームワーク。
原題: HuG: Learning Humanoid Whole-Body Affordance-Aware Grasping with Active Perception ／ Xuanbin Peng, Lai Wei, Yuze Zhai 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 → - 論文マニピュレーションロボティクス
ブラックボックス位置指令マニピュレータのための微分可能反復学習制御
低レベル制御器にアクセスできない位置指令型マニピュレータ向けに、制約付き反復学習制御のパラメータを実機実行間にオンラインで適応させる二層フレームワークを提案し、固定パラメータ手法より少ない試行で高精度な繰り返し追従を実現した。
原題: Differentiable Iterative Learning Control for Black-Box Position-Commanded Manipulators ／ Mohammed Al-Ghaili, Yakoop Qasim, Hassan Almubarak
日本語で読む → - 論文強化学習ロボティクス
高信頼下界近似に基づく強化学習によるフレキシブル路線交通の運行制御
重要度サンプリングと集中不等式を微分可能な代理ネットワークと組み合わせ、高信頼性能下界を推定・最適化する強化学習フレームワークHi-CoLAを提案し、フレキシブル路線交通の運行制御で平均・テールリスク性能を改善した。
原題: Hi-CoLA: High Confidence Lower Bound Approximation Based Reinforcement Learning for Flex-Route Transit Operation Control ／ Qi Kang, Haris N. Koutsopoulos, Hongliang Guo 他
日本語で読む → - 論文マニピュレーションロボティクス
予測規制メモリによるロボットマニピュレーション
行動条件付き未来予測を活用して視覚メモリの学習と更新を制御するPREMを提案し、動的・記憶依存タスクでの成功率を大幅に向上させた。
原題: PREM: Prediction-Regulated Memory for Robot Manipulation ／ Xiao Huang, Ya Zhang, Weidi Xie
日本語で読む → - 論文評価基盤ロボティクス
Vision-Language-Actionモデルのペア評価におけるテスト状態同一性の検証
VLAモデルのシミュレーション評価で、同じエピソードIDでも終了タイミングにより初期状態が変わり得る問題を指摘し、ペア比較の整合性を保証する検証フレームワークを提案した研究。
原題: Verifying Test-State Identity in Paired Evaluation of Vision-Language-Action Models ／ Rafiqul Islam
日本語で読む → - 論文触覚ロボティクス
肩パッド型多感覚装着感刺激デバイスMESSPa：脱着式ロボットアームの主体感を保つ
肩に装着する空気圧ハプティクスと1対1の動作転送を組み合わせたウェアラブルインタフェースを開発し、ロボットアームを体から切り離して操作する際の主体感の低下を抑えられることを実験で示した。
原題: MESSPa: A Multi-modal Embodiment Stimulation Shoulder Pad for Preserving the Sense of Agency in a Detachable Robotic Arm ／ Vitvasin Vimolmongkolporn, Guillaume Gourmelen, Yukiko Iwasaki 他
日本語で読む → - 論文模倣学習ロボティクス
真似できる教師から学ぶ：MetaFineチャレンジ優勝解法
大規模VLAの微調整ではなく、タスクごとに1900万パラメータの小型ポリシーを訓練し、特権スクリプト教師が生成するデモデータの質を改善することで、精密マニピュレーションのスコアを大幅に向上させた。
原題: Learning from an Imitable Teacher: Competition Solution for the MetaFine Challenge ／ Yanze Zhang, Hao Liu, Haochang Hao 他
日本語で読む → - 論文マニピュレーションロボティクス
構成スキル再利用による汎用ロボットマニピュレーション
学習済みの基本スキルを組み合わせて再利用することで、新しいタスクにも汎化できるロボットマニピュレーション手法を提案した論文。
原題: Generalizable robotic manipulation through compositional skill reuse ／ Hao Ren, Shuohan Chen, Senyuan Mu 他
日本語で読む → - 論文物体探索ロボティクス
どこを見るべきかを知る：空間・意味融合による対話型物体探索
VLMの意味的な尤もらしさと幾何的な占有証拠をベイズフィルタで3Dボクセル信念場に統合し、視点変更・移動・棚開けなどの行動選択を行う物体探索システムを構築、双腕移動ヒューマノイドで実証した。
原題: Knowing Where to Look: Interactive Object Search via Spatial-Semantic Fusion ／ Aditya Agarwal, Lucy Cai, Kelly Lu 他
日本語で読む → - 論文動画ワールドモデル画像認識
古い記憶は偽りではない：対話型動画ワールドモデルのための有効時間メモリ
エージェントの行動ログから各フレームの有効時間を付与し、操作の取り消し後も現在の状態を正しく描画できる学習不要のメモリ機構ReDateを提案。
原題: Old Is Not False: Valid-Time Memory for Interactive Video World Models ／ Ziming Wang, Chuyue Gong, Hongliang Cao 他
日本語で読む → - 論文ソフトロボティクス/羽ばたきロボティクス
コウモリのように羽ばたけ：空気圧ソフトウィングによるバイオミメティック羽ばたき機
コウモリの飛行を参考に、剛体関節の代わりにPneuNet型の空気圧ソフトアクチュエータを翼骨格に組み込み、滑らかで生物らしい羽ばたきを実現する機構を開発・FEAで検証した。
原題: Flap like a bat: Soft pneumatic wings for biomimetic ornithopters ／ Besetty Satyanarayana, Sirivelu Akhilesh, Bammidi Abhilash 他
日本語で読む → - 論文世界モデル評価ロボティクス
Roz：世界モデルの潜在表現を味見する評価法
世界モデルが質量・摩擦・変形などの物理特性を潜在空間に本当に符号化しているかを直接調べる10の対比タスクと3つの連続タスクからなる評価手法Rozを提案した。
原題: Roz: A Taste Test for World Model Latents ／ Kenneth Ge, Dhruv Sheth, Kunvar Thaman
日本語で読む → - 論文最適制御ロボティクス
HALO-LP：線形計画問題のための同次全シフト非内点法
内点を必要とせず任意のウォームスタートが可能な線形計画法ソルバを提案し、四足歩行ロボットの最適制御に応用した。
原題: HALO-LP: A Homogeneous All-Shifted Non-Interior-Point Method for Linear Programming ／ Jose Rojas, Ana Aguilar, Eusebio Bugarin
日本語で読む →