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: 2026/3/1 ／ 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
R2F: レイ・フロンティアの再利用によるLLM不要の物体ナビゲーション
大規模言語モデルを使わずに、レイ・フロンティアを意味的手がかりとして再利用し、屋内のオープンボキャブラリ物体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: R2F: Repurposing Ray Frontiers for LLM-free Object Navigation ／ Francesco Argenziano, John Mark Alexis Marcelo, Michele Brienza 他
日本語で読む → - 論文ナビゲーションロボティクス
言語条件付き視覚ナビゲーションのためのポリシー誘導型ワールドモデルプランニング
学習済みナビゲーションポリシーと潜在ワールドモデルプランニングを組み合わせた二段階フレームワークPiJEPAを提案し、言語指示に基づく視覚ナビゲーションの性能を向上させた。
原題: Policy-Guided World Model Planning for Language-Conditioned Visual Navigation ／ Amirhosein Chahe, Lifeng Zhou
日本語で読む → - 論文ナビゲーションロボティクス
CATNAV: キャッシュ型視覚言語走破性による効率的なゼロショットロボットナビゲーション
マルチモーダルLLMを用いて、ロボットの身体性を考慮したコストマップをゼロショットで生成し、視覚意味キャッシュによりオンライン推論を85.7%削減するナビゲーションフレームワークを提案。四足ロボットで屋内・屋外の5タスクで高い成功率と制約違反の低減を実証した。
原題: CATNAV: Cached Vision-Language Traversability for Efficient Zero-Shot Robot Navigation ／ Aditya Potnis, Francisco Affonso, Shreya Gummadi 他
日本語で読む → - 論文ナビゲーションロボティクス
PanoDP: パノラマ深度と微分可能物理を用いた衝突回避ナビゲーション学習
4方向のパノラマ深度画像と微分可能な物理シミュレーションを組み合わせ、密集環境での衝突回避ナビゲーションを学習するフレームワークを提案した。
原題: PanoDP: Learning Collision-Free Navigation with Panoramic Depth and Differentiable Physics ／ Hao Zhong, Pei Chi, Jiang Zhao 他
日本語で読む → - 論文ナビゲーションロボティクス
NavThinker: 社会的ナビゲーションにおける結合予測と計画のための行動条件付きワールドモデル
ロボットの行動に応じて将来のシーンと歩行者動態を予測する行動条件付きワールドモデルを強化学習と組み合わせ、社会的ナビゲーションの性能を向上させた。
原題: NavThinker: Action-Conditioned World Models for Coupled Prediction and Planning in Social Navigation ／ Tianshuai Hu, Zeying Gong, Lingdong Kong 他
日本語で読む → - 論文ナビゲーションロボティクス
ReMemNav: ゼロショット物体ナビゲーションのための再考とメモリ拡張フレームワーク
視覚言語モデルの空間的幻覚や局所探索のデッドロックを解決するため、パノラマ意味情報とエピソード記憶を統合した階層型ナビゲーションフレームワークReMemNavを提案した。
原題: ReMemNav: A Rethinking and Memory-Augmented Framework for Zero-Shot Object Navigation ／ Feng Wu, Wei Zuo, Wenliang Yang 他
日本語で読む → - 論文ナビゲーションロボティクス
AgentVLN：エージェント型視覚言語ナビゲーションに向けて
視覚言語ナビゲーション（VLN）のための新しいフレームワークAgentVLNを提案。VLMを高次推論に用い、3Dトポロジカルウェイポイントを画像平面に投影して視覚プロンプトを生成し、自己補正と能動探索で長期的なナビゲーション誤差を抑制する。
原題: AgentVLN: Towards Agentic Vision-and-Language Navigation ／ Zihao Xin, Wentong Li, Yixuan Jiang 他
日本語で読む → - 論文ナビゲーションロボティクス
ロボットはロボット犬を歩かせられるか：異種マルチエージェントシステムのためのトリプルゼロ協調ナビゲーション
訓練・事前知識・シミュレーションを一切必要としない、人型ロボットと四足ロボットの異種協調ナビゲーションフレームワークを提案し、実機で検証した。
原題: Can a Robot Walk the Robotic Dog: Triple-Zero Collaborative Navigation for Heterogeneous Multi-Agent Systems ／ Yaxuan Wang, Yifan Xiang, Ke Li 他
日本語で読む → - 論文ナビゲーションロボティクス
OnFly: 機上ゼロショット空中視覚言語ナビゲーションの安全性と効率性の向上
UAVが自然言語指示に従って3D環境をナビゲートするゼロショットAVLNのための、完全機上・リアルタイムフレームワークOnFlyを提案。デュアルエージェントアーキテクチャとセマンティック幾何検証器により、安全性と効率性を両立し、シミュレーションで成功率を大幅に向上させた。
原題: OnFly: Onboard Zero-Shot Aerial Vision-Language Navigation toward Safety and Efficiency ／ Guiyong Zheng, Yueting Ban, Mingjie Zhang 他
日本語で読む → - 論文ナビゲーションロボティクス
E-SocialNav: 言語モデルを用いた効率的な社会的規範準拠ナビゲーション
ロボットナビゲーションにおける社会的規範遵守を評価し、小型データセットで訓練した効率的な言語モデルE-SocialNavを提案。GPT-4o等の大規模モデルより高速で、社会的行動生成性能が高い。
原題: E-SocialNav: Efficient Socially Compliant Navigation with Language Models ／ Ling Xiao, Daeun Song, Xuesu Xiao 他
日本語で読む → - 論文ナビゲーションロボティクス
幾何学的に困難な環境におけるFMCWライダーを用いた縮退耐性のある教示・反復ナビゲーション
FMCWライダーのドップラー速度と縮退を考慮したスキャン対地図位置推定を用いて、幾何学的に縮退した環境でも安定した教示・反復ナビゲーションを実現するシステムを提案した。
原題: Degeneracy-Resilient Teach and Repeat for Geometrically Challenging Environments Using FMCW Lidar ／ Katya M. Papais, Wenda Zhao, Timothy D. Barfoot
日本語で読む → - 論文屋内ナビゲーション画像認識
FlatLands: 単一視点からの生成的フロアマップ補完
一人称視点の単一画像から周囲の床の完全なメートル法走行可能マップを生成するためのデータセットとベンチマークを提案し、様々な手法を比較した。
原題: FlatLands: Generative Floormap Completion From a Single Egocentric View ／ Subhransu S. Bhattacharjee, Dylan Campbell, Rahul Shome
日本語で読む → - 論文ナビゲーションロボティクス
SCRAMPPI: ハミルトン-ヤコビ到達可能性による移動ロボットナビゲーションの効率的な緊急時計画
移動ロボットの緊急時計画を、ハミルトン-ヤコビ到達可能性解析で安全制約を保証しつつ、サンプリングベースのプランナー(MPPI)と統合して効率的に解く手法を提案した。
原題: SCRAMPPI: Efficient Contingency Planning for Mobile Robot Navigation via Hamilton-Jacobi Reachability ／ Raj Harshit Srirangam, Leonard Jung, Rohith Poola 他
日本語で読む → - 論文視覚言語ナビゲーションAI
RAGNav: マルチゴール視覚言語ナビゲーションのための検索拡張トポロジカル推論フレームワーク
マルチゴールVLNタスク向けに、低レベルトポロジカルマップと高レベル意味フォレストを統合したデュアルベーシスメモリと、アンカー誘導条件付き検索・トポロジカル近傍スコア伝播機構を備えたRAGNavを提案し、空間的幻覚と計画ドリフトを軽減してSOTA性能を達成した。
原題: RAGNav: A Retrieval-Augmented Topological Reasoning Framework for Multi-Goal Visual-Language Navigation ／ Ling Luo, Qiangian Bai
日本語で読む → - 論文ナビゲーション画像認識
LatentPilot: 潜在視覚推論による先読みでシーンを理解する視覚言語ナビゲーション
未来の観測を訓練時に活用して行動条件付き視覚ダイナミクスを学習し、推論時には未来フレームを使わずに潜在トークンで先読み推論を行う新しいVLNパラダイムを提案し、ベンチマークと実ロボットでSOTAを達成した。
原題: LatentPilot: Scene-Aware Vision-and-Language Navigation by Dreaming Ahead with Latent Visual Reasoning ／ Haihong Hao, Lei Chen, Mingfei Han 他
日本語で読む → - 論文ナビゲーションロボティクス
IntentReact: トポロジカルな意図による反応的オブジェクト中心ナビゲーションの誘導
オブジェクト目標ナビゲーションにおいて、局所的な観測のみに依存する反応的制御と大域的なトポロジカル計画のギャップを埋めるため、意図（intent）と呼ばれる低次元の方向信号を導入し、学習されたウェイポイント予測を条件付けてナビゲーションを誘導するフレームワークを提案した。
原題: IntentReact: Guiding Reactive Object-Centric Navigation via Topological Intent ／ Yanmei Jiao, Anpeng Lu, Wenhan Hu 他
日本語で読む → - 論文ナビゲーションロボティクス
ImagiNav: 生成的視覚予測と逆動力学によるスケーラブルな身体化ナビゲーション
ロボットのナビゲーションを、言語指示を視覚的なサブゴールに分解し、生成ビデオモデルで未来の軌道を想像し、逆動力学モデルで軌道を抽出するというモジュール方式で実現。ロボットデータなしでゼロショット転移を達成する。
原題: ImagiNav: Scalable Embodied Navigation via Generative Visual Prediction and Inverse Dynamics ／ Jie Chen, Yuxin Cai, Yizhuo Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
P$^{3}$Nav: 視覚と言語によるナビゲーションのためのエンドツーエンドの知覚・予測・計画
視覚と言語によるナビゲーション（VLN）タスクにおいて、知覚・予測・計画を統合したエンドツーエンドのフレームワークを提案し、シーン理解を強化してナビゲーション成功率を向上させた。
原題: P$^{3}$Nav: End-to-End Perception, Prediction and Planning for Vision-and-Language Navigation ／ Tianfu Li, Wenbo Chen, Haoxuan Xu 他
日本語で読む → - 論文ナビゲーションロボティクス
身体性ナビゲーションのためのエージェント的自己進化的再計画
複雑環境での身体性ナビゲーションの失敗に対処するため、ロボット自身を実行時学習で進化させる自己進化的再計画法(SERP)を提案。適応的機能調整とグラフ上のLLM推論により、成功率向上とトークン消費削減を実現。
原題: Agentic Self-Evolutionary Replanning for Embodied Navigation ／ Guoliang Li, Ruihua Han, Chengyang Li 他
日本語で読む → - 論文ナビゲーションロボティクス
単眼深度推定を用いた視覚ベース全方向ナビゲーションの教師-生徒学習
2D LiDARの教師方策を、単眼深度推定に基づく生徒方策へ蒸留し、Jetson上で完結する視覚ベース移動ロボットナビゲーションを実現した。
原題: Learning Vision-Based Omnidirectional Navigation: A Teacher-Student Approach Using Monocular Depth Estimation ／ Jan Finke, Wayne Paul Martis, Adrian Schmelter 他
日本語で読む → - 論文ナビゲーションロボティクス
BEACON: 遮蔽下での言語条件付きナビゲーション可能性予測
ロボットの周囲の遮蔽領域を含む鳥瞰図上で、言語指示に基づく移動可能な目標位置を予測する手法を提案。視覚言語モデルと深度情報を融合し、従来の画像空間予測より高い精度を達成した。
原題: BEACON: Language-Conditioned Navigation Affordance Prediction under Occlusion ／ Xinyu Gao, Gang Chen, Javier Alonso-Mora
日本語で読む → - 論文ナビゲーションロボティクス
APPLV: 視覚言語行動モデルからの適応的プランナーパラメータ学習
古典的プランナーのパラメータを視覚言語モデルから予測して自動調整し、高制約環境でのナビゲーション性能と汎化性を向上させる手法を提案した。
原題: APPLV: Adaptive Planner Parameter Learning from Vision-Language-Action Model ／ Yuanjie Lu, Beichen Wang, Zhengqi Wu 他
日本語で読む → - 論文移動製造/ナビゲーションロボティクス
移動型積層造形システムのための知的ナビゲーションと障害物対応製造
移動ロボットと積層造形を統合したMAMbotのための、ナビゲーションと材料堆積を連携させるリアルタイム制御フレームワークを提案し、動的環境での安全な移動と印刷品質の維持を実現する。
原題: Intelligent Navigation and Obstacle-Aware Fabrication for Mobile Additive Manufacturing Systems ／ Yifei Li, Ruizhe Fu, Huihang Liu 他
日本語で読む → - 論文ナビゲーションロボティクス
SaferPath: 学習による誘導と安全制約付き制御を用いた階層的視覚ナビゲーション
既存のエンドツーエンドモデルから得た誘導を、安全制約付き最適化制御モジュールで洗練する階層的視覚ナビゲーションフレームワークを提案し、未見環境での衝突を減らし成功率を向上させる。
原題: SaferPath: Hierarchical Visual Navigation with Learned Guidance and Safety-Constrained Control ／ Lingjie Zhang, Zeyu Jiang, Changhao Chen
日本語で読む → - 論文ナビゲーションAI
身体性を伴う意味シーングラフ生成のための強化学習ナビゲーションの現代化
限られた行動予算内で意味シーングラフを構築するため、ナビゲーション方策の最適化手法と離散行動設計を見直し、シーングラフ完全性や衝突回避性能を評価した。
原題: Modernising Reinforcement Learning-Based Navigation for Embodied Semantic Scene Graph Generation ／ Roman Küble, Marco Hüller, Mrunmai Phatak 他
日本語で読む → - 論文ナビゲーションロボティクス
深層強化学習とベイズ推論の統合による移動ロボットの物体探索
物体探索のためのハイブリッドフレームワークを提案。ベイズ推論で物体位置の信念地図を更新し、深層RLでその確率的表現から行動を選択する。シミュレーションで成功率向上と探索効率改善を確認。
原題: Integrating Deep RL and Bayesian Inference for ObjectNav in Mobile Robotics ／ João Castelo-Branco, José Santos-Victor, Alexandre Bernardino
日本語で読む → - 論文ナビゲーションロボティクス
SFCo-Nav: 低速LLMと高速属性グラフ整列の協調による効率的なゼロショット視覚言語ナビゲーション
視覚言語ナビゲーション（VLN）のゼロショット手法を高速化するため、低速LLMプランナーと高速反応ナビゲーターを非同期に協調させ、必要時のみLLMを起動するフレームワークを提案した。
原題: SFCo-Nav: Efficient Zero-Shot Visual Language Navigation via Collaboration of Slow LLM and Fast Attributed Graph Alignment ／ Chaoran Xiong, Litao Wei, Xinhao Hu 他
日本語で読む → - 論文ナビゲーションロボティクス
MRPoS: 空間ポインティングと大規模言語モデルを用いた音声対話による複合現実ベースのロボットナビゲーションインターフェース
複合現実(MR)環境でのロボットナビゲーションにおいて、従来のエアタップ操作に代わり、空間ポインティングと大規模言語モデル(LLM)による音声対話を組み合わせた自然なマルチモーダルインターフェースを提案し、タスク完了時間と作業負荷を削減した。
原題: MRPoS: Mixed Reality-Based Robot Navigation Interface Using Spatial Pointing and Speech with Large Language Model ／ Eduardo Iglesius, Masato Kobayashi, Yuki Uranishi
日本語で読む → - 論文ナビゲーションロボティクス
HaltNav: 軽量なトポロジカル事前知識に基づく反応的視覚停止による頑健な視覚言語ナビゲーション
軽量なテキストベースの地図（osmAG）とVLNを組み合わせ、障害物による経路変更をMLLMで検出して再計画する階層型ナビゲーションフレームワークを提案。
原題: HaltNav: Reactive Visual Halting over Lightweight Topological Priors for Robust Vision-Language Navigation ／ Zihui Yu, Pingcong Li, Bichi Zhang 他
日本語で読む → - 論文ナビゲーションロボティクス
CHOP: 反実仮想的な人間の嗜好ラベルによる視運動ナビゲーションポリシーの障害物回避改善
視運動ナビゲーションポリシーを、反実仮想的な軌道に対する人間の嗜好ラベルで微調整し、安全性と障害物回避を人間の直感に合わせる手法を提案した。
原題: CHOP: Counterfactual Human Preference Labels Improve Obstacle Avoidance in Visuomotor Navigation Policies ／ Gershom Seneviratne, Jianyu An, Vaibhav Shende 他
日本語で読む →