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: 2026/5/1 ／ 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 →- 論文シーングラフ生成ロボティクス
RGBのみを用いた屋内移動ロボットのための能動的3Dシーングラフ生成
深度センサーを使わずRGBカメラのみで3Dシーングラフを能動的に構築するフレームワークを提案し、探索計画と認識を統合した。
原題: RGB-only Active 3D Scene Graph Generation for Indoor Mobile Robots ／ Giorgia Modi, Davide Buoso, Giuseppe Averta 他
日本語で読む → - 論文UAV設計ロボティクス
人間の知覚指標を用いた低視認性UAVの計算設計
高速回転とモーションブラーを利用して視認性を低減する単一プロペラUAV「Phantom Twist」を提案し、人間の知覚指標に基づいて部品配置を最適化する自動設計パイプラインを開発した。試作と飛行試験で安定性と低視認性を実証した。
原題: Computational Design of a Low-Visibility UAV Using a Human-Aligned Perceptual Metric ／ Jingxian Wang, Chen Yu, David Matthews 他
日本語で読む → - 論文制御ロボティクス
鳥サイズ羽ばたきMAVのためのモデル予測輪郭制御による高精度軌道追従
羽ばたき飛行体の複雑な軌道追従を、時間パラメータを必要としないMPCCと空力連成を捉えた簡潔なモデルで実現し、従来比8.5倍の精度向上を達成した。
原題: Accurate Trajectory Tracking with Model Predictive Contouring Control for Bird-Scale Flapping-Wing MAVs ／ Charbel Toumieh, Jack Zeng, Niel Mistry 他
日本語で読む → - 論文VLA/操作ロボティクス
IntentVLA：曖昧なロボット操作のための短期的意図モデリング
視覚と言語の観察が似ていても異なる行動を取るマルチモーダルな模倣データに対し、過去の視覚観察を短期的意図として符号化し、行動生成を条件付けるVLAフレームワークを提案。曖昧さを評価するベンチマークAliasBenchも導入し、複数の環境で安定性と性能を向上させた。
原題: IntentVLA: Short-Horizon Intent Modeling for Aliased Robot Manipulation ／ Shijie Lian, Bin Yu, Xiaopeng Lin 他
日本語で読む → - 論文自動運転画像認識
固定閾値とドメイン固有ベンチマークを超えた自動運転の説明可能なマルチタスク分類
自動運転のシーン理解におけるマルチタスク分類で、固定閾値の限界を指摘し、適応的閾値選択によりF1スコアを改善する手法を提案。また、運転判断とその理由を人手で注釈した新データセットIUST-XAI-ADを導入した。
原題: Beyond Fixed Thresholds and Domain-Specific Benchmarks for Explainable Multi-Task Classification in Autonomous Vehicles ／ Maryam Sadat Hosseini Azad, Shahriar Baradaran Shokouhi
日本語で読む → - 論文群制御ロボティクス
最適化され運動学的に実現可能なマルチエージェント動作計画
マルチエージェント動作計画問題に対して、初期解を生成し、その後最適制御問題を解いて解を改善する二段階手法を提案した。トラクタートレーラーシステムで評価し、CBSがPBSより優れていることを示した。
原題: Optimized and kinematically feasible multi-agent motion planning ／ Anja Hellander, Kristoffer Bergman, Daniel Axehill
日本語で読む → - 論文軌道最適化ロボティクス
ミスマッチを考慮した適応的制約タイトニングによる自転車モデル軌道最適化
自動運転の軌道最適化で使われる自転車モデルと実車両の動的差異による安全違反を防ぐため、モデルミスマッチの理論解析に基づき、速度と曲率に依存する適応的な制約マージン（MACT）を提案した。
原題: Mismatch-Aware Adaptive Constraint Tightening for Bicycle-Model Trajectory Optimization ／ Lingxue Lyu, Zihui Liu
日本語で読む → - 論文強化学習/連続制御ロボティクス
ZAPS-DA: ゼロ位相アクション平滑化と分離アクターによる強化学習の連続制御
強化学習で訓練された連続制御ポリシーの高周波なアクションジッタを、位相遅れをほぼ生じさせずに低減する新しい手法を提案。主アクターとは別の分離アクターをゼロ位相フィルタ済みターゲットへの模倣学習で訓練し、推論時はフィルタ不要で平滑なアクションを出力する。
原題: ZAPS-DA: Zero-Phase Action Policy Smoothing with Decoupled Actor for Continuous Control in Reinforcement Learning ／ Faiq Shamass
日本語で読む → - 論文経路計画ロボティクス
探索を考慮した統合型UAV経路最適化と経路計画
不確実で変化する事前情報に基づき、UAVが報告された危険地域の監視と未知領域の探索を限られた飛行時間で行うための統合フレームワークを提案した。
原題: Integrated Exploration-Aware UAV Route Optimization and Path Planning ／ Jimin Choi, Grant Stagg, Cameron K. Peterson 他
日本語で読む → - 論文歩行ロボティクス
OCELOT: 脚式ロボットのためのオドメトリと接触推定
脚式ロボットの自己位置推定を、IMU・関節エンコーダ・力センサのみを用いて行うパイプラインを提案。接触検出と滑り検出を融合し、不確実性を考慮した推定を実現した。
原題: OCELOT: Odometry and Contact Estimation for Legged Robots ／ Emre Girgin, Cagri Kilic
日本語で読む → - 論文物体検出画像認識
海事高解像度画像向けDETRの効率化
海事画像の物体検出を効率化するため、Vision Mambaバックボーンとトークンプルーニングを導入し、高解像度処理の計算負荷を削減する手法を提案した。
原題: Increasing the Efficiency of DETR for Maritime High-Resolution Images ／ Tinsae Yehuala, Hao Cheng, Ville Lehtola
日本語で読む → - 論文VLA/汎化ロボティクス
VLA-Pro: 視覚言語行動モデルのためのクロスタスク手続き記憶転送
タスク固有のLoRAアダプタを手続き記憶として保存し、推論時に現在のマルチモーダル文脈に基づいて関連記憶を検索・融合することで、未見タスクへの汎化を向上させるプラグアンドプレイフレームワークを提案した。
原題: VLA-Pro: Cross-Task Procedural Memory Transfer for Vision-Language-Action Models ／ Shengyu Si, Yuanzhuo Lu, Ruimeng Yang 他
日本語で読む → - 論文自動運転画像認識
実データと合成データの共学習のための閉ループ動的データ混合
自動運転のエンドツーエンド学習において、実データと合成データを効率的に混合するための自動化された閉ループデータエンジン「AutoScale」を提案し、評価フィードバックに基づいてデータ混合を動的に最適化することで、少ない合成データで性能を向上させる。
原題: Closed Loop Dynamic Driving Data Mixture for Real-Synthetic Co-Training ／ Hongzhi Ruan, Pei Liu, Weiliang 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
多フレキシブルリンク直列マニピュレータの高速振動抑制と軌道追従
フレキシブルリンクを持つ直列マニピュレータの振動抑制と先端軌道追従を、バックステッピング制御とDeepONetによる近似で実現した。
原題: Rapid Vibration Suppression and Trajectory Tracking of a Serial Manipulator with Multi-Flexible Links ／ Chengyi Wang, Yilong Huang, Ji Wang
日本語で読む → - 論文ドローン/視覚誘導ロボティクス
木のどこにとまるか：木をつかむドローンのための視覚誘導
木にとまるドローンが、枝の太さや傾き、曲がり具合を画像処理で評価し、最適な着地点を選ぶ方法を提案した論文。
原題: Where to Perch in a Tree: Vision-Guidance for Tree-Grasping Drones ／ Alex Dunnett, Leonie Bottomley, Mirko Kovac 他
日本語で読む → - 論文VLA/データ生成/sim2realロボティクス
RDGen: 強化学習による高品質ロボット学習のためのデモ生成
強化学習で訓練したポリシーを軌道生成器として使い、シミュレーションから実機への転移で高品質なデモデータを自動生成し、VLAモデルの学習を向上させる手法を提案した。
原題: RDGen: Demonstration Generation for High-Quality Robot Learning via Reinforcement Learning ／ Zijian Zhu, Menglin Zou, Zhuang Li 他
日本語で読む → - 論文自動運転/リスク評価cs.NE
安全閾値をニューロンの発火閾値として再解釈する
自動運転のリスク評価に使われる固定閾値の代わりに、生体模倣型のLIFニューロンの発火閾値としてSSMをモデル化し、人間のブレーキ開始と一致する発火を学習する手法を提案した。
原題: Reinterpreting Safety Thresholds as Neuron Spiking Thresholds ／ Enrico Del Re, Mohamed Sabry, Cristina Olaverri-Monreal
日本語で読む → - 論文アクチュエーションロボティクス
ブラックボックスアクチュエータへの直列弾性アクチュエーション改造の効果調査
ブラックボックスアクチュエータに直列弾性要素を追加し、力制御の帯域幅を約3倍に向上させ、低コストで高精度な力センサとして機能することを実証した。
原題: Investigating the Effect of a Series Elastic Actuation Retrofit to Black-Box Actuators ／ Ivan Tregear, Ayhan Aktas, Ferdinando Rodriguez y Baena
日本語で読む → - 論文触覚推定ロボティクス
TouchAnything: 自己中心視点映像からの両手触覚推定のためのデータセットとフレームワーク
自己中心視点の映像から触覚情報を推定するための大規模データセットと、視覚から触覚を予測するベースラインフレームワークを提案した論文。
原題: TouchAnything: A Dataset and Framework for Bimanual Tactile Estimation from Egocentric Video ／ Jianyi Zhou, Ziteng Gao, Feiyang Hong 他
日本語で読む → - 論文位置推定ロボティクス
VLM-GLoc：視覚言語モデルによるモンテカルロ位置推定の強化 - 雑然とした準静的環境における頑健な意味的グローバル位置推定
視覚言語モデル（VLM）を意味的観測フロントエンドとして用いた階層的意味的モンテカルロ位置推定法を提案し、幾何学的に類似した環境でのグローバル位置推定の成功率を大幅に向上させた。
原題: VLM-GLoc: Vision-Language Model Enhanced Monte Carlo Localization for Robust Semantic Global Localization in Cluttered Quasi-Static Environments ／ Shivendra Agrawal, Bradley Hayes
日本語で読む → - 論文ナビゲーションロボティクス
HumanFlow: 拡散駆動による人間追跡・予測・制御の密結合で実現するMAVの人間環境ナビゲーション
3Dシーン文脈を条件とした潜在拡散モデルで人間の動作追跡と予測を統合し、重い遮蔽下でも高精度・高効率な予測を実現。さらに、その潜在表現をフローマッチングに基づく近似MPCポリシーに密結合し、実人間軌跡を用いたシミュレーションでMAVの社会的ナビゲーション性能を向上させた。
原題: HumanFlow -- Diffusion-Driven MAV Navigation Among Humans via Tightly-Coupled Motion Tracking, Forecasting, and Control ／ Simon Schaefer, Joshua Näf, Stefan Leutenegger
日本語で読む → - 論文マニピュレーションロボティクス
VE2VF: 実世界強化学習による視覚有効から視覚不要への蒸留による頑健な接触リッチ操作
実世界での人間参加型強化学習により、視覚を使う教師ポリシーから視覚を使わない学生ポリシーへ知識を蒸留し、接触を伴う操作タスクの頑健性と汎化を高める手法を提案した。
原題: VE2VF: Vision-Enabled to Vision-Free Distillation via Real-world Reinforcement Learning for Robust Contact-Rich Manipulation ／ Victor Kowalski, Chengxi Li, Dongheui Lee
日本語で読む → - 論文自動運転/XAI画像認識
説明可能な自動運転のためのエンドツーエンド意思決定対応マルチスケール注意モデル
自動運転の意思決定を説明可能にするため、運転判断を推論部に統合したマルチスケール注意モデルを提案し、新指標Joint F1スコアで評価した。
原題: An End-to-End Decision-Aware Multi-Scale Attention-Based Model for Explainable Autonomous Driving ／ Maryam Sadat Hosseini Azad, Shahriar Baradaran Shokouhi, Amir Abbas Hamidi Imani 他
日本語で読む → - 論文ロボット適応/組立ロボティクス
CoRMA: 接触リッチなメタ適応のための対照的RMA
力支配の組立作業向けに、シミュレータのみの意味的接触文脈を推定する適応フレームワークCoRMAを提案し、実機での成功率を向上させた。
原題: CoRMA: Contrastive RMA for Contact-Rich Meta-Adaptation ／ Wentian Wang, Chutong Wen, Hongxu Ma 他
日本語で読む → - 論文SLAMロボティクス
動的屋内環境向けユビキタスマッピングと位置推定の実現
固定RGB-Dカメラ網を用いて動的屋内環境のリアルタイムマッピングとロボット位置推定を行うUbiSLAMを提案し、ロボット単体の負荷を減らしつつ高精度なナビゲーションを実現する。
原題: Towards Ubiquitous Mapping and Localization for Dynamic Indoor Environments ／ Halim Djerroud, Nico Steyn, Olivier Rabreau 他
日本語で読む → - 論文タスク割り当て/スキル予測ロボティクス
選ぶか選ばないか、それが問題だ：ロボットスキル予測の小規模アンサンブルへの蒸留
自然言語のタスク記述から必要なロボットの物理能力（飛行、車輪、脚など）を予測するモデルを、LLM生成の合成データで訓練した小規模アンサンブルが、巨大な汎用LLMを上回る精度を達成したことを示した論文。
原題: To Select or not to Select, that is the Question: Distilling Robot Skill Prediction into a Small Ensemble ／ Haechan Mark Bong, Simon Roy, Euhid Aman 他
日本語で読む → - 論文両腕操作/データ生成/行動クローニングロボティクス
PGDG: 単一デモからの堅牢な両腕ポリシー学習のための物理的根拠に基づくデータ生成
単一のデモンストレーションから、物理的に妥当で成功する多様な回復行動を含むデータセットを自動生成し、両腕操作の行動クローニングの堅牢性を向上させるフレームワークを提案した。
原題: PGDG: Physically Grounded Data Generation for Robust Bimanual Policy Learning from a Single Demonstration ／ Cunxi Dai, Haoran Chang, Aditya Nisal 他
日本語で読む → - 論文群制御ロボティクス
オクルージョンに基づく小型ロボット群による障害物回避物体輸送
群ロボットが障害物で遮られた目標への物体輸送を、サブゴール形成により可能にする分散型戦略を提案し、シミュレーションでその有効性を示した。
原題: Occlusion-Based Object Transportation Around Obstacles With a Swarm of Miniature Robots ／ Breno Cunha Queiroz, Daniel MacRae
日本語で読む → - 論文制御/強化学習ロボティクス
CUDA高速化アクタークリティックモデル予測制御
アクタークリティックモデル予測制御の計算ボトルネックをCUDAで高速化し、アジャイルドローンレースで学習・推論時間を大幅削減しつつ最高性能を達成した。
原題: CA-AC-MPC: CUDA-Accelerated Actor-Critic Model Predictive Control ／ Antoonio Buo, Vittorio Cammarota, Michele Avagnale 他
日本語で読む → - 論文歩行ロボティクス
ロボット・イカゲーム：狭いトンネルを横断する四足歩行
四足ロボットが狭いトンネルなどの閉鎖環境を自律的に移動するための強化学習フレームワークを提案。手続き的環境生成とポリシー蒸留を組み合わせ、複雑な報酬設計なしで多様なトンネル形状に対応する。
原題: Robot Squid Game: Quadrupedal Locomotion for Traversing Narrow Tunnels ／ Amir Hossain Raj, Dibyendu Das, Xuesu Xiao
日本語で読む →