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 →- 論文エッジAI/ハードウェアアクセラレータcs.AR
CARMEN: CORDIC加速によるリソース効率的な多精度ディープラーニング推論エンジン
CORDIC反復深さで精度を動的に切り替えられる多精度ベクトルエンジンを提案し、ASICとFPGAで高い計算密度とエネルギー効率を実証した。
原題: CARMEN: CORDIC-Accelerated Resource-Efficient Multi-Precision Inference Engine for Deep Learning ／ Sonu Kumar, Mukul Lokhande, Santosh Kumar Vishvakarma 他
日本語で読む → - 論文把持ロボティクス
手内ToFセンサによる非接触把持安定性予測
グリッパの指先に取り付けたToFセンサで物体に触れずに把持の安定性を予測する手法を提案し、実機データで高い精度を確認した。
原題: Contact-Free Grasp Stability Prediction with In-Hand Time-of-Flight Sensors ／ Kyle DuFrene, Cindy Grimm
日本語で読む → - 論文ナビゲーションロボティクス
安全性制約付き強化学習と訓練後到達可能性検証によるロボットナビゲーション
移動ロボットの安全なナビゲーションのために、CVaR制約付き強化学習でリスクに敏感な方策を訓練し、訓練後にテイラーモデル解析で到達可能集合を検証する枠組みを提案した。
原題: Safety-Constrained Reinforcement Learning with Post-Training Reachability Verification for Robot Navigation ／ Qisong He, Xinmiao Huang, Jinwei Hu 他
日本語で読む → - 論文視覚オドメトリ画像認識
Con-DSO: RGB-D直接スパースオドメトリのための短期整合性事前分布の学習
RGB-D直接法による視覚オドメトリの頑健性を高めるため、隣接フレーム間のフォトメトリックおよび深度幾何整合性の不確かさを予測するネットワークを導入し、その不確かさに基づいて信頼できない観測を連続的に重み付けする手法を提案した。
原題: Con-DSO: Learning Short-Horizon Consistency Priors for RGB-D Direct Sparse Odometry ／ Haolan Zhang, Thanh Nguyen Canh, Chenghao Li 他
日本語で読む → - 論文群制御ロボティクス
REACT: 車輪型移動ロボットの連続隊列ナビゲーションのための環境適応型アーキテクチャ
車輪型移動ロボットの隊列制御において、環境に応じて隊列を動的に生成・維持する階層型アーキテクチャREACTを提案し、衝突のない割り当てと時空間軌道計画により障害物環境での連続ナビゲーションを実現した。
原題: REACT: Environment-Adaptive Architecture for Continuous Formation Navigation of Wheeled Mobile Robots ／ Jianghong Dong, Yifeng Zhang, Jiawei Wang 他
日本語で読む → - 論文VLA画像認識
視覚予測型VLAモデルのテスト時学習
視覚予測型VLAモデルのOOD脆弱性を、テスト時に予測画像と観測のペアを用いた自己教師あり学習で改善する手法を提案。
原題: Test-Time Training for Visual Foresight Vision-Language-Action Models ／ Sangwu Park, Wonjoong Kim, Yeonjun In 他
日本語で読む → - 論文制御ロボティクス
多様体制約付きMPPI：ハード制約下でのリアルタイムサンプリングベース制御
標準MPPIのソフトペナルティでは保証できないハード制約を満たすため、VAEで制約多様体の潜在表現を学習し、実行レベルでQPにより残差を補正するMC-MPPIを提案した。閉連鎖双腕システムで100Hz動作を実証した。
原題: Manifold-Constrained MPPI: Real-Time Sampling-Based Control Under Hard Constraints ／ Seulchan Lee, Sanghyun Kim
日本語で読む → - 論文歩行ロボティクス
地形整合リファレンス誘導RLによる人型ロボットの自律ナビゲーション
人型ロボットの歩行制御を強化学習で訓練する際、地形に合わせて参照軌道を変調し、標準ナビゲーションと互換性のあるSE(2)速度インターフェースを実現。実機で70m以上の長距離自律ナビゲーションを達成した。
原題: Terrain Consistent Reference-Guided RL for Humanoid Navigation Autonomy ／ William D. Compton, Zachary Olkin, Aaron D. Ames
日本語で読む → - 論文教示学習ロボティクス
ロボットへの教示方法の比較：運動感覚、ジョイスティック、ジェスチャーによる教示
8人の参加者によるユーザー研究で、運動感覚ガイダンス、ジョイスティック遠隔操作、手のジェスチャーの3つの教示方法を比較し、再現成功率、作業負荷、教示エラーを評価した。
原題: How Should We Teach Robots? A Comparison of Kinesthetic, Joystick, and Gesture-Based Teaching ／ Petr Vanc, Jan Kristof Behrens, Václav Hlaváč 他
日本語で読む → - 論文遠隔手術ロボティクス
血管内介入ロボットの遠隔操作：系統的レビュー
遠隔操作による血管内介入ロボットの技術的実現性、通信インフラ、臨床転帰を系統的にレビューし、最大7000kmの遠隔操作が可能で、ネットワーク遅延が臨床的に許容範囲であることを示した。
原題: Remote Teleoperation of Endovascular Intervention Robots: A Systematic Review ／ Xingyu Chen, Yinchao Yang, Nikola Fischer 他
日本語で読む → - 論文リハビリテーション/姿勢推定画像認識
未校正環境における自己同期マルチビュー関節角度モニタリングのためのエージェント型パイプライン
キャリブレーション不要で2台のカメラを用い、マルチモーダル大規模言語モデルによる自動同期とエージェントによる被験者追跡で関節角度を推定する手法を提案。Viconシステムとの比較で高い精度を実証した。
原題: Agentic Pipeline for Self-Synchronized Multiview Joint Angle Monitoring in Uncalibrated Environments ／ Juncheng Yu, Lusi A, Haoxuan Xie 他
日本語で読む → - 論文3Dシーングラフロボティクス
速い視覚と遅い視覚：オープンセットタスクのためのバイモーダル3Dシーングラフ
ロボットの探索中に粗い表現と細かい表現を切り替えるバイモーダル3Dシーングラフ生成手法BiMoSGを提案し、オープンセットタスクの実行を高速化した。
原題: Seeing Fast and Slow: Bimodal 3D Scene Graphs for Open-set Tasks ／ Marcel Bartholomeus Prasetyo, Shrutika Vishal Thengane, A Manicka Praveen 他
日本語で読む → - 論文歩行ロボティクス
ParkourFormer：予測的監督と系列モデリングをパルクール移動に統合する
ヒューマノイドのパルクール移動を未来条件付き意思決定問題として再構成し、Transformerベースの系列モデリングで将来の身体状態を予測して行動生成に活用するフレームワークを提案。シミュレーションと実機で高い成功率を達成した。
原題: ParkourFormer: Integrating Predictive Supervision and Sequence Modeling into Parkour Locomotion ／ Yanheng Mai, Wenhao Xu, Zirui Huang 他
日本語で読む → - 論文シミュレーションロボティクス
SubTGraph: ロボット自律性検証のための制御可能なトポロジー変動を備えた大規模地下環境合成
地下環境の大規模シミュレーションベンチマークを生成するフレームワークSubTGraphを提案し、ユーザー指定の構造制約からダイクストラ法を用いて多様な地下世界を手続き的に合成する。
原題: SubTGraph: Large-Scale Subterranean Environment Synthesis with Controllable Topological Variability for Robotic Autonomy Validation ／ F. Labra Caso, A. Saradagi, S. Fredriksson 他
日本語で読む → - 論文群制御ロボティクス
張力-推力フィードフォワードによる受動的耐故障性：ケーブル切断を伴う分散型マルチUAV吊荷輸送のハイブリッド入力-状態安定性
マルチUAV吊荷輸送中にケーブルが突然切断された際、各機体の張力計測値を直接推力指令にフィードバックする受動的アーキテクチャを提案し、切断後の回復を理論的に保証する。5機・10kgペイロードのシミュレーションで有効性を実証した。
原題: Passive Fault Tolerance through Tension-to-Thrust Feed-Forward: Hybrid Input-to-State Stability for Decentralized Multi-UAV Slung-Load Transport under Abrupt Cable Severance ／ Hadi Hajieghrary, Paul Schmitt
日本語で読む → - 論文強化学習/飛行制御ロボティクス
AcroRL: 双方向推力を用いたアグレッシブなクアッドローター反転飛行の学習
双方向推力を持つクアッドローターの反転飛行を強化学習で実現するフレームワークを提案し、シミュレーションと実機で性能を実証した。
原題: AcroRL: Learning Aggressive Quadrotor Inversion using Bidirectional Thrust ／ Gabriel Rodriguez, Henri Sayag, Abhishek Rathod 他
日本語で読む → - 論文強化学習機械学習
FLAG: 潜在拡張ガイダンスによるフローポリシーMaxEnt-RL
最大エントロピー強化学習において、重要度重みの崩壊を避けるためサンプリング領域を局所化し、フロー潜在変数で状態空間を拡張して代理目的を最適化する手法FLAGを提案。高次元制御タスクでSOTA性能を達成。
原題: FLAG: Flow Policy MaxEnt-RL by Latent Augmented Guidance ／ Sungha Kim, Gawon Lee, Jusuk Lee 他
日本語で読む → - 論文自動運転/シナリオ生成ロボティクス
ラウンドアバウトにおける相互作用強度を調整可能なシナリオ生成
ラウンドアバウトでの安全テスト用に、相互作用の強さを連続的に調整できるシナリオ生成手法を提案した論文。
原題: Scenario Generation in Roundabouts with Adjustable Interaction Intensity ／ Li Li, Till Temmen, Tobias Brinkmann 他
日本語で読む → - 論文VLAロボティクス
NoiseGate: ワールドアクションモデルにおける情報ゲーティングとしての潜在変数毎タイムステップスケジュール学習
ロボットの行動生成と未来観測の予測を統合するワールドアクションモデルにおいて、各潜在フレームのノイズレベル（タイムステップ）を学習可能な情報ゲートとして扱い、行動生成に寄与する信頼性を動的に調整する手法NoiseGateを提案した。
原題: NoiseGate: Learning Per-Latent Timestep Schedules as Information Gating in World Action Models ／ Wen Huang, Haoran Sun, Yongjian Guo 他
日本語で読む → - 論文自動運転/人間-機械インタラクションHCI
部分自動運転における有意義な人間制御の評価：行動と知覚の関連付け
部分自動運転システムにおけるドライバーの有意義な人間制御を評価するため、シミュレータ実験で行動指標と主観的知覚を測定し、それらの関連を分析した。
原題: Linking Behaviour and Perception to Evaluate Meaningful Human Control over Partially Automated Driving ／ Ashwin George, Lucas Elbert Suryana, Lorenzo Flipse 他
日本語で読む → - 論文操作学習ロボティクス
Tabero: 視覚・触覚・言語からの閉ループ力フィードバックによる優しい操作の学習
触覚フィードバックを活用した優しいロボット操作を実現するため、データ効率的なパイプラインで視覚・触覚・言語データを生成し、力と位置を分離した指令インターフェースを持つモデルを提案。優しい指示下で把持力を70%以上削減しつつ高い成功率を維持した。
原題: Tabero: Learning Gentle Manipulation with Closed-Loop Force Feedback from Vision, Touch, and Language ／ Qiwei Wu, Rui Zhang, Xin Xiang 他
日本語で読む → - 論文模倣学習/ヒューマノイドロボティクス
動画からのヒューマノイド模倣学習のための直接動的リターゲティング
単眼ビデオからヒューマノイドの模倣学習を行う際、従来の幾何学的リターゲティングが持つバイアスを排除し、物理シミュレータ内で直接動的軌道を生成する新しいフレームワークを提案した。
原題: Direct Dynamic Retargeting for Humanoid Imitation Learning from Videos ／ Constant Roux, Ludovic De Matteïs, Armand Jordana 他
日本語で読む → - 論文制御ロボティクス
リスク認識型ドメインランダム化が接触を伴うサンプリングベース予測制御に与える驚くべき影響
接触を伴うサンプリングベース予測制御において、リスク認識型ドメインランダム化がモデル誤差へのロバスト性だけでなく、最適化器が見るコスト地形を変えることを示した。
原題: On Surprising Effects of Risk-Aware Domain Randomization for Contact-Rich Sampling-based Predictive Control ／ Sergio A. Esteban, Junheng Li, Vince Kurtz 他
日本語で読む → - 論文ナビゲーションロボティクス
MASt3R-Nav: 相対3DマップにおけるWayPixelナビゲーション
画像ペア間の相対3D座標系でのピクセル対応に基づくピクセル相対接続性マップを提案し、これをコストマップとして用いて制御器を訓練することで、高精度な視覚ナビゲーションを実現した。
原題: MASt3R-Nav: WayPixel Navigation in Relative 3D Maps ／ Vansh Garg, Rohit Jayanti, Krish Pandya 他
日本語で読む → - 論文自動運転/強化学習画像認識
MTA-RL: マルチモーダルトランスフォーマーによる3Dアフォーダンスと強化学習を用いた堅牢な都市運転
RGB画像とLiDAR点群をトランスフォーマーで融合し、幾何学的な3Dアフォーダンスを予測して強化学習の観測空間とすることで、解釈可能でサンプル効率の高い都市自動運転を実現した。CARLAシミュレーションでゼロショット汎化性能が向上することを示した。
原題: MTA-RL: Robust Urban Driving via Multi-modal Transformer-based 3D Affordances and Reinforcement Learning ／ Guangli Chen, Dianzhao Li, Wenjian Zhong 他
日本語で読む → - 論文安全制御/MPC制御
最大制御不変MPC：終端CBF制約による安全制御の実現可能性向上と保守性低減
制御バリア関数を終端制約として用いたMPCを提案し、予測ホライズン増加に伴う実現可能性と到達可能集合の改善を証明、非ホロノミック系のシミュレーションで有効性を検証した。
原題: Maximal Controlled Invariant-MPC: Enhancing Feasibility and Reducing Conservatism through Terminal CBF Constraint in Safety-Critical Control ／ Tanmay Dokania, Yashwanth Kumar Nakka
日本語で読む → - 論文強化学習/不確実性/能動的知覚制御
認識の罠を打ち破る：複合不確実性下での能動的知覚
強化学習において、状態推定と動的モデルの不確実性が相互に絡み合う「認識の罠」が性能を大幅に劣化させることを示し、情報量に基づく能動的探索と適応的安全制約を備えたアーキテクチャを提案した論文。
原題: Breaking the Epistemic Trap: Active Perception Under Compound Uncertainty ／ Chayan Banerjee, Ethan Goan
日本語で読む → - 論文自動駐車ロボティクス
REAP: ガウススプラッティングシミュレータを用いた強化学習によるエンドツーエンド自動駐車とReal2Sim2Real転送
強化学習とガウススプラッティングシミュレータを組み合わせ、エンドツーエンドの自動駐車を実現し、実世界への転送を可能にする手法を提案した論文。
原題: REAP: Reinforcement-Learning End-to-End Autonomous Parking with Gaussian Splatting Simulator for Real2Sim2Real Transfer ／ Changze Li, Zhe Chen, Shaoyu Chen 他
日本語で読む → - 論文エッジAI/GEMMアクセラレーションcs.DC
Tempus: Versal AI Edge向け時間スケーラブルでリソース非依存のGEMMストリーミングフレームワーク
AMD Versal AI Edge SoC上で、固定の16コア計算ブロックと反復グラフ実行によりGEMMを時間的にスケーリングするフレームワークを提案し、空間スケーリングの限界を克服して高効率な推論を実現した。
原題: Tempus: A Temporally Scalable Resource-Invariant GEMM Streaming Framework for Versal AI Edge ／ M. Grailoo, J. Núñez-Yáñez
日本語で読む → - 論文VLAロボティクス
X-DiffVLA: クロスエンボディ拡散行動ヘッドを備えた視覚言語行動モデル
異なるエンドエフェクタを持つロボット間で知識を転移できる拡散ベースのVLAモデルを提案し、エンボディフォーシングと形態学的ツリー拡散により性能を向上させた。
原題: X-DiffVLA: X-Embodied Diffusion Action Heads for Vision-Language-Action Models ／ Boyu Li, Chaoyi Xu, Haoqi Yuan 他
日本語で読む →