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
DreamToNav: 生成ビデオ計画によるロボットの汎用ナビゲーション
生成ビデオモデルを計画エンジンとして使い、自然言語指示からロボットの動作を合成し、その映像から軌道を抽出して実機で実行するナビゲーションフレームワークを提案した。
原題: DreamToNav: Generalizable Navigation for Robots via Generative Video Planning ／ Valerii Serpiva, Jeffrin Sam, Chidera Simon 他
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
視覚言語モデルによる動的制御バリア関数の調整：安全・適応・リアルタイムな視覚ナビゲーション
ロボットのナビゲーションにおいて、視覚言語モデル(VLM)がカメラ画像からリスクを推定し、制御バリア関数(CBF)の安全フィルタの保守性をリアルタイムに調整するフレームワークAlphaAdjを提案。固定パラメータと比較して効率を最大18.5%向上させつつ衝突回避を維持する。
原題: Dynamic Control Barrier Function Regulation with Vision-Language Models for Safe, Adaptive, and Realtime Visual Navigation ／ Jeffrey Chen, Rohan Chandra
日本語で読む → - 論文ナビゲーションロボティクス
安全なロボットナビゲーションのためのハードウェア高速化ベイズ推論による高速な信頼度考慮型人間予測
GPUで並列化したベイズ推論により、人間の将来軌道を粒子として高周波(125Hz)で予測し、複数人環境での安全なロボットナビゲーションを実現した。
原題: Fast Confidence-Aware Human Prediction via Hardware-accelerated Bayesian Inference for Safe Robot Navigation ／ Michael Lu, Minh Bui, Xubo Lyu 他
日本語で読む → - 論文ナビゲーションロボティクス
エッジハードウェア上での鉱山内四足ロボットの効率的自律ナビゲーション
GPUやネットワークを必要としない低消費電力エッジコンピュータ上で動作する、鉱山内の四足ロボット向け完全自律ナビゲーションシステムを提案し、実地試験で100%の成功率を達成した。
原題: Efficient Autonomous Navigation of a Quadruped Robot in Underground Mines on Edge Hardware ／ Yixiang Gao, Kwame Awuah-Offei
日本語で読む → - 論文ナビゲーションロボティクス
REST: ゼロショット物体目標ナビゲーションのための後退ホライズン探索シュタイナー木
未知環境で目的物体を探すゼロショット物体目標ナビゲーションにおいて、経路の木構造を選択肢空間として構築し、LLMの推論で効率的に経路選択する学習不要のフレームワークを提案。
原題: REST: Receding Horizon Explorative Steiner Tree for Zero-Shot Object-Goal Navigation ／ Shuqi Xiao, Maani Ghaffari, Chengzhong Xu 他
日本語で読む → - 論文VLA/ナビゲーション/マニピュレーションロボティクス
DiffusionAnything: 統一ナビゲーションと把持前動作のためのエンドツーエンド・インコンテキスト拡散学習
RGB画像のみから、メートル規模のナビゲーションとセンチメートル規模のマニピュレーションを単一モデルで計画する拡散ポリシーを提案。タスクごとに5分の自己教師ありデータで学習し、未知シーンへのゼロショット汎化を実現する。
原題: DiffusionAnything: End-to-End In-context Diffusion Learning for Unified Navigation and Pre-Grasp Motion ／ Iana Zhura, Yara Mahmoud, Jeffrin Sam 他
日本語で読む → - 論文ナビゲーションロボティクス
文脈依存の人間選好を解釈する多目的ロボットナビゲーション
VLMとLLMで環境文脈と自然言語の指示を解釈し、選好ベクトルに変換して多目的強化学習ナビゲーション方策を適応させるフレームワークを提案した。
原題: Interpreting Context-Aware Human Preferences for Multi-Objective Robot Navigation ／ Tharun Sethuraman, Subham Agrawal, Nils Dengler 他
日本語で読む → - 論文視覚言語ナビゲーション画像認識
Web動画からの暗黙的幾何表現を用いた視覚言語ナビゲーション
Web上の部屋ツアー動画から大規模な指示データを構築し、RGBフレームから直接空間情報を抽出する暗黙的幾何表現を導入することで、3D再構成に頼らずにVLNエージェントの学習を可能にした。複数のベンチマークで最先端性能を達成し、ゼロショットナビゲーションも実現した。
原題: Implicit Geometry Representations for Vision-and-Language Navigation from Web Videos ／ Mingfei Han, Haihong Hao, Liang Ma 他
日本語で読む → - 論文ナビゲーションロボティクス
社会的に適合したナビゲーションのためのグループ競合学習による軽量視覚言語モデルの性能向上
軽量な視覚言語モデル(VLM)の推論能力を高めるため、グループ競合学習(GCL)という戦略を提案し、社会的に適合したナビゲーションのベンチマークで性能を大幅に向上させた。
原題: Enhancing Lightweight Vision Language Models through Group Competitive Learning for Socially Compliant Navigation ／ Xinyu Zhang, Atsushi Konno, Toshihiko Yamasaki 他
日本語で読む → - 論文ナビゲーションロボティクス
OmniVLN: 空中・地上プラットフォームを横断する視覚言語ナビゲーションのための全方位3D知覚とトークン効率的LLM推論
全方位3D知覚と階層的推論を組み合わせたゼロショット視覚言語ナビゲーションフレームワークを提案し、空中・地上ロボットの両方で動作する。
原題: OmniVLN: Omnidirectional 3D Perception and Token-Efficient LLM Reasoning for Visual-Language Navigation across Air and Ground Platforms ／ Zhongyuang Liu, Min He, Shaonan Yu 他
日本語で読む → - 論文身体化ナビゲーション/マルチエージェントロボティクス
MA-CoNav: 階層的協調と二重レベル反射を備えた長期的身体化VLNのためのマスター・スレーブ型マルチエージェントフレームワーク
複雑な言語指示に基づく長期的なナビゲーションを実現するため、マスター・スレーブ型の階層的マルチエージェント協調フレームワークを提案し、知覚・計画・実行・記憶を専門エージェントに分散させ、局所・大域の二段階反射機構でパイプラインを最適化した。
原題: MA-CoNav: A Master-Slave Multi-Agent Framework with Hierarchical Collaboration and Dual-Level Reflection for Long-Horizon Embodied VLN ／ Ling Luo, Qianqian Bai
日本語で読む → - 論文ナビゲーションロボティクス
模倣を超えて：適応的拡散ナビゲーションポリシーのための強化学習ファインチューニング
拡散ベースのナビゲーションポリシーを強化学習（GRPO）でファインチューニングし、オフラインデータの限界を超えて未見環境での成功率と経路効率を向上させた。
原題: Beyond Imitation: Reinforcement Learning Fine-Tuning for Adaptive Diffusion Navigation Policies ／ Junhe Sheng, Ruofei Bai, Kuan Xu 他
日本語で読む → - 論文ナビゲーションロボティクス
SSMG-Nav: セマンティックスケルトンメモリグラフによる生涯物体ナビゲーションの強化
過去の観測をトポロジカルなキーポイントで整理した永続メモリグラフを構築し、VLMと長期計画を組み合わせて物体探索の効率を高めるナビゲーションフレームワークを提案した。
原題: SSMG-Nav: Enhancing Lifelong Object Navigation with Semantic Skeleton Memory Graph ／ Haochen Niu, Lantao Zhang, Xingwu Ji 他
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
OpenFrontier: 視覚言語に基づくフロンティアを用いた汎用ナビゲーション
視覚言語モデルを活用し、フロンティアを意味的アンカーとして用いることで、タスク固有の学習や微調整なしに効率的なゼロショットナビゲーションを実現するフレームワークを提案。
原題: OpenFrontier: General Navigation with Visual-Language Grounded Frontiers ／ Esteban Padilla-Cerdio, Boyang Sun, Marc Pollefeys 他
日本語で読む → - 論文物体探索ナビゲーションロボティクス
IGV-RRT: 変化する環境における能動的物体探索のための事前・リアルタイム観測融合
時間的に変化する屋内環境で物体を探すため、3Dシーングラフの事前知識とVLMによるリアルタイム観測を融合し、情報利得と意味的手がかりを考慮したRRTプランナで探索する手法を提案。
原題: IGV-RRT: Prior-Real-Time Observation Fusion for Active Object Search in Changing Environments ／ Wei Zhang, Ping Gong, Yujie Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
月面自律チャレンジのためのフルスタックナビゲーション・マッピング・プランニング
GNSSが使えない月面環境で、セマンティックセグメンテーション、ステレオ視覚オドメトリ、SLAM、階層的プランニングを統合した自律航法システムを構築し、競技で1位を獲得した。
原題: Full Stack Navigation, Mapping, and Planning for the Lunar Autonomy Challenge ／ Adam Dai, Asta Wu, Keidai Iiyama 他
日本語で読む → - 論文ナビゲーションロボティクス
ハードウェア深度故障下での屋内ロボットナビゲーションのためのブートストラップ知覚
屋内ロボットナビゲーションにおいて、深度カメラの故障時にLiDARと学習ベースの単眼深度を選択的に融合し、故障を自己補完する知覚システムを提案した。
原題: Bootstrap Perception Under Hardware Depth Failure for Indoor Robot Navigation ／ Nishant Pushparaju, Vivek Mattam, Aliasghar Arab
日本語で読む → - 論文ナビゲーションロボティクス
固有感覚による安全な能動ナビゲーションと探査：惑星環境向けフレームワーク
脚ロボットが脚と地形の相互作用から得る固有感覚情報を用いて、変形可能な粒状地形の走行可能性を推定し、安全なナビゲーションと探査を実現するフレームワークPSANEを提案した。
原題: Proprioceptive Safe Active Navigation and Exploration for Planetary Environments ／ Matthew Y. Jiang, Feifei Qian, Shipeng Liu
日本語で読む → - 論文VLA/UAVナビゲーション画像認識
AerialVLA: 最小限のエンドツーエンド制御によるUAVナビゲーションのための視覚言語行動モデル
UAVナビゲーションのための視覚言語行動モデルを提案し、生の視覚情報と言語指示を直接連続的な物理制御信号にマッピングする。オラクルガイダンスや外部物体検出器に依存せず、ファジーな方向指示と統合制御空間により、未見環境での汎化性能を大幅に向上させた。
原題: AerialVLA: A Vision-Language-Action Model for UAV Navigation via Minimalist End-to-End Control ／ Peng Xu, Zhengnan Deng, Jiayan Deng 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 → - 論文ナビゲーションロボティクス
SpatialAnt: 能動的なシーン再構築と視覚的予測による自律ゼロショットロボットナビゲーション
ロボットが未知環境を事前探索して自己構築した不完全な3D再構築を用いて、ゼロショットで言語指示によるナビゲーションを実現するフレームワークを提案した。物理的接地によるスケール回復と視覚的予測による経路の反実仮想推論で性能を向上させた。
原題: SpatialAnt: Autonomous Zero-Shot Robot Navigation via Active Scene Reconstruction and Visual Anticipation ／ Jiwen Zhang, Xiangyu Shi, Siyuan Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
不確かさを考慮したロボットナビゲーションのためのガウス混合モデルに基づく逆知覚契約
ガウス混合モデルを用いて知覚誤差の多峰性・非凸性を捉える不確かさ集合を学習し、より安全で保守的でないロボットナビゲーションを実現する手法を提案した。
原題: Gaussian Mixture-Based Inverse Perception Contract for Uncertainty-Aware Robot Navigation ／ Bingyao Du, Joonkyung Kim, Yiwei Lyu
日本語で読む → - 論文ナビゲーションロボティクス
経路条件付き強化学習による長距離ナビゲーションのための局所計画
参照経路を文脈として与えられた強化学習ベースの局所ナビゲーション方策を提案し、経路が高品質なときは効率を大幅に改善し、劣化・欠如時もベースライン性能を維持することを示した。
原題: Path-conditioned Reinforcement Learning-based Local Planning for Long-Range Navigation ／ Mateo Haro, Julia Richter, Fan Yang 他
日本語で読む → - 論文ナビゲーションロボティクス
osmAG-Nav: 頑健な生涯屋内自律のための階層的意味トポメトリックナビゲーションスタック
大規模・多階層環境でのモバイルロボットナビゲーションのために、階層的意味トポメトリックマップ標準に基づくROS2ナビゲーションスタックを提案し、グローバルなトポロジ推論とローカルなメトリック実行を分離して、効率的な計画とメモリ使用量の削減を実現した。
原題: osmAG-Nav: A Hierarchical Semantic Topometric Navigation Stack for Robust Lifelong Indoor Autonomy ／ Yongqi Zhang, Jiajie Zhang, Chengqian Li 他
日本語で読む → - 論文ナビゲーションロボティクス
ELLIPSE: ロバストなウェイポイントと不確実性のための証拠学習
移動ロボットのウェイポイント予測を、多変量深層証拠回帰と軽量なデータ拡張、および等調再較正を用いてロバスト化し、不確実性の信頼性を高める手法を提案した。
原題: ELLIPSE: Evidential Learning for Robust Waypoints and Uncertainties ／ Zihao Dong, Chanyoung Chung, Dong-Ki Kim 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 → - 論文自律ナビゲーションロボティクス
TinyNav：マイコン上でリアルタイム自律ナビゲーションを実現するエンドツーエンドTinyML
ESP32マイコン上で動作する23kパラメータの量子化2D CNNを用い、深度データから操舵・スロットル指令を予測するリアルタイム自律ナビゲーションシステムを実現した。
原題: TinyNav: End-to-End TinyML for Real-Time Autonomous Navigation on Microcontrollers ／ Pooria Roy, Nourhan Jadallah. Tomer Lapid, Shahzaib Ahmad 他
日本語で読む → - 論文ナビゲーションロボティクス
認定ニューラルHamilton-Jacobi到達可能性による偶発事象を考慮した計画
未知環境での多目標ナビゲーションのために、学習ベースの到達可能性とサンプリングベースの計画を統合し、安全性を保証するフレームワークを提案した。
原題: Contingency-Aware Planning via Certified Neural Hamilton-Jacobi Reachability ／ Kasidit Muenprasitivej, Derya Aksaray
日本語で読む →