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 → - 論文水中ロボット/経路追従ロボティクス
水中シミュレータにおける多リンク機構ロボットイルカの視線誘導経路追従制御システム
多リンク機構を持つ生物模倣型水中ロボット(BAUV)向けに、視線誘導法に基づく経路追従制御システムを提案し、水中シミュレータ上でパラメータ決定と制御手法の評価を行った。
原題: Path Following Control System of Line-of-Sight Guidance for Robotic Dolphin with Multi-Link Mechanism in Underwater Simulator ／ Takumi Asada, Takao Oki, Hideo Furuhashi 他
日本語で読む → - 論文自動運転ロボティクス
IDOL: 逆動力学に基づく未来予測によるエンドツーエンド自動運転
エンドツーエンド自動運転において、BEV世界モデルによる未来予測と逆動力学モデルを組み合わせ、予測から軌道生成への橋渡しを行うことで、プランニング性能を向上させるフレームワークを提案した。
原題: IDOL: Inverse-Dynamics-Guided Future Prediction for End-to-End Autonomous Driving ／ Chenghao Zhang, Timin Li, Dongmei Li
日本語で読む → - 論文生成モデルロボティクス
動作プリミティブからの幾何的組み立てによるスパース構成フローマッチング
ロボットの動作軌跡を、再利用可能な動作プリミティブの構成として直接軌跡空間で生成するフローマッチング手法を提案した論文。
原題: Sparse Compositional Flow Matching by geometric assembly from motion primitives ／ Yan Tang, Yuanbo Tang, Tingyu Cao 他
日本語で読む → - 論文自動運転/VLA/ロバスト性ロボティクス
霧の中で迷う：センサー摂動が運転VLAの推論の脆弱性を露呈する
運転用のVision-Language-Actionモデルにセンサー摂動を加え、推論の一貫性が軌道の信頼性の指標となることを示した研究。
原題: Lost in Fog: Sensor Perturbations Expose Reasoning Fragility in Driving VLAs ／ Abhinaw Priyadershi, Jelena Frtunikj
日本語で読む → - 論文動作生成/制御ロボティクス
動作実行ギャップの解消：意味的動作タスク制約から運動学制御へ
高レベルの意味的タスク記述と実行可能なロボット動作の間のギャップを埋めるため、Motion Statechartsと微分可能な運動学世界モデルを用いたフレームワークGiskardを提案し、8つのロボットプラットフォームで実証した。
原題: Closing the Motion Execution Gap: From Semantic Motion Task Constraints to Kinematic Control ／ Simon Stelter, Vanessa Hassouna, Malte Huerkamp 他
日本語で読む → - 論文手姿勢推定/イベントカメラ画像認識
EgoEV-HandPose: ステレオイベントカメラによる自己中心視点の3D手姿勢推定とジェスチャ認識
ステレオイベントカメラを用いて、自己中心視点での両手の3D姿勢推定とジェスチャ認識を同時に行うエンドツーエンドフレームワークを提案し、大規模な実世界データセットも構築した。
原題: EgoEV-HandPose: Egocentric 3D Hand Pose Estimation and Gesture Recognition with Stereo Event Cameras ／ Luming Wang, Hao Shi, Jiajun Zhai 他
日本語で読む → - 論文逆強化学習機械学習
信頼領域逆強化学習：局所方策更新を用いた明示的双対上昇法
逆強化学習において、毎回RL問題を完全に解くことなく、信頼領域制約付きの局所更新で双対目的を明示的に最適化する手法を提案し、安定性と単調改善を両立した。
原題: Trust Region Inverse Reinforcement Learning: Explicit Dual Ascent using Local Policy Updates ／ Anish Diwan, Davide Tateo, Christopher E. Mower 他
日本語で読む → - 論文歩行ロボティクス
モータ熱安全性と四脚歩行性能のバランスを学習する残差ポリシー
四脚ロボットのモータ過熱を防ぐため、熱モデルを強化学習に組み込み、通常ポリシーに熱状態に応じた補正を行う残差ポリシーを追加する二段階学習を提案。実機で13分以上の安定歩行を実証した。
原題: Learning to Balance Motor Thermal Safety and Quadrupedal Locomotion Performance with Residual Policy ／ Yuhang Wan, Weixian Lin, Letian Qian 他
日本語で読む → - 論文タスク計画ロボティクス
AssemPlanner: 柔軟な組立システムのためのマルチエージェント型タスク計画フレームワーク
自然言語で記述された組立タスクを、複数の専門エージェントとシーングラフを用いて実行可能な生産手順に変換するマルチエージェント型タスク計画フレームワークを提案した。
原題: AssemPlanner: A Multi-Agent Based Task Planning Framework for Flexible Assembly System ／ Chenhao Zhang, Chaoran Zhang, Zhaobo Xu 他
日本語で読む → - 論文強化学習/マニピュレーションロボティクス
協調デルタ・3-RRSパラレルロボット挿入のための運動学認識型レインボー深層Q学習
デルタパラレルロボットと3-RRSパラレルマニピュレータによる協調ペグ挿入タスクを、運動学設計最適化とレインボーDQNを用いた深層強化学習で解決する枠組みを提案した。
原題: Rainbow Deep Q-Learning with Kinematics-Aware Design for Cooperative Delta and 3-RRS Parallel Robot Insertion ／ Hassen Nigatu, Gaokun Shi, Jituo Li 他
日本語で読む → - 論文VLA/テスト時適応ロボティクス
検索して操縦：生成的VLAのテスト時適応のためのオンライン成功記憶
凍結されたVLAモデルが、展開中に成功した行動セグメントを記憶し、推論時に類似状態の成功経験を検索して行動生成を誘導することで、繰り返し環境での信頼性を向上させるテスト時適応フレームワークを提案した。
原題: Retrieve-then-Steer: Online Success Memory for Test-Time Adaptation of Generative VLAs ／ Jianchao Zhao, Huoren Yang, Yusong Hu 他
日本語で読む → - 論文触覚ロボティクス
InvariantCloud: ロバストな6自由度触覚ポーズ追跡のための大域不変・一意インデックス点群フレームワーク
視覚ベース触覚センサの表面マーカー配置の大域不変性を利用し、累積ドリフトを抑えつつヨー回転推定を高精度化する6自由度ポーズ推定フレームワークを提案した。
原題: InvariantCloud: A Globally Invariant, Uniquely Indexed Point Cloud Framework for Robust 6-DoF Tactile Pose Tracking ／ Pengfei Ye, Yuxiang Ma, Yi Zhou 他
日本語で読む → - 論文ナビゲーションロボティクス
3D RL-DWA：多自由度ロボットの目標指向型ローカルナビゲーションのための強化学習と動的窓法のハイブリッド手法
強化学習と動的窓法を組み合わせ、変形可能なマイクロロボットが複雑な3D環境を目標に向かってナビゲーションする手法を提案。シミュレーションで性能を検証した。
原題: 3D RL-DWA: A Hybrid Reinforcement Learning and Dynamic Window Approach for Goal-Directed Local Navigation in Multi-DoF Robots ／ Chiara Castellani, Enrico Turco, Domenico Prattichizzo
日本語で読む → - 論文操作/安全性評価ロボティクス
SafeManip: ロボット操作における時間的安全評価のためのプロパティ駆動型ベンチマーク
ロボット操作の安全性を時間的性質（例：汚染後の接触、完全な格納前の解放）に焦点を当てて評価するベンチマークを提案し、LTLfを用いて安全性を検証する。
原題: SafeManip: A Property-Driven Benchmark for Temporal Safety Evaluation in Robotic Manipulation ／ Chengyue Huang, Khang Vo Huynh, Sebastian Elbaum 他
日本語で読む → - 論文タスク計画ロボティクス
二重LLMモジュールによる階層的プロンプティングを用いたロボットのタスク・動作計画
自然言語指示からロボットのタスクと動作を計画するため、高レベル計画と低レベル空間推論の2つのLLMモジュールを階層的に用いるフレームワークを提案し、24シナリオで86%の成功率を達成した。
原題: Hierarchical Prompting with Dual LLM Modules for Robotic Task and Motion Planning ／ Karolina Źróbek, Tessa Pulli, Paweł Gajewski 他
日本語で読む → - 論文歩行ロボティクス
コンプライアント足部を備えた4脚ロボットのエネルギー効率的な歩行
4脚ロボットの足にバネなどの柔軟性を持たせ、強化学習で歩行制御を学習させたところ、適度な硬さのバネがエネルギー消費を約17%削減できることをシミュレーションと実機で示した論文。
原題: Energy-Efficient Quadruped Locomotion with Compliant Feet ／ Pramod Pal, Shishir Kolathaya, Ashitava Ghosal
日本語で読む → - 論文世界モデルロボティクス
Driver-WM: 運転者中心の交通条件付き潜在世界モデルによる車内ダイナミクスの展開
車外の交通状況に基づいて車内の運転者状態を予測する潜在世界モデルを提案し、運転者の行動・感情認識と物理的運動予測を統合した。
原題: Driver-WM: A Driver-Centric Traffic-Conditioned Latent World Model for In-Cabin Dynamics Rollout ／ Haozhuang Chi, Daosheng Qiu, Hao Su 他
日本語で読む → - 論文3D視覚グラウンディング画像認識
AgentGrounder: マルチモーダル言語モデルを用いたゼロショット3D視覚点群グラウンディング
色付き点群を直接入力とし、3D学習なしで自然言語による物体位置特定を行うゼロショット3D視覚グラウンディングフレームワークを提案。オフラインで物体テーブルを構築し、オンラインのツール駆動エージェントがクエリを分解して必要な候補だけを検索・評価する。
原題: AgentGrounder: Zero-Shot 3D Visual Pointcloud Grounding using Multimodal Language Models ／ Cuong Huynh, Maxim Popov, Denis Gridusov 他
日本語で読む → - 論文強化学習/ロコモーションロボティクス
ARC-RL: ARC Raidersに着想を得た強化学習プレイグラウンド
ゲームNPC向けの多様なロボット形態（ヘキサポッドや四足など）を備えたMuJoCo連続制御環境スイートを構築し、統一報酬関数とCPGデモを提供して、オンラインおよびオフラインからオンラインへの強化学習アルゴリズムを比較評価した。
原題: ARC-RL: A Reinforcement Learning Playground Inspired by ARC Raiders ／ Carlo Romeo, Andrew D. Bagdanov
日本語で読む → - 論文触覚/サーベイロボティクス
身体化知能における触覚ベースのマルチモーダル融合：視覚・言語・接触駆動パラダイムのサーベイ
触覚と視覚・言語を統合するマルチモーダル触覚融合の研究を包括的に調査し、データセットと手法の階層的分類法を提案した論文。
原題: Tactile-based Multimodal Fusion in Embodied Intelligence: A Survey of Vision, Language, and Contact-Driven Paradigms ／ Zhixiang Cao, Di Tian, Runwei Guan 他
日本語で読む → - 論文強化学習/航行ロボティクス
信頼・幾何・規則：不確実性下での安全なUSV航行のための信頼性認識強化学習フレームワーク
無人水上艇（USV）の安全でCOLREG準拠の自律航行を実現するため、信頼性重み付き価値学習、共分散膨張速度障害物、リスク認識COLREG義務埋め込みを統合した強化学習フレームワークを提案した。
原題: Trust, Geometry, and Rules: A Credibility-Aware Reinforcement Learning Framework for Safe USV Navigation under Uncertainty ／ Yuhang Zhang, Shuqi Chai, Yukang Zhang 他
日本語で読む → - 論文VLA画像認識
Evo-Depth: 軽量な深度強化型視覚言語行動モデル
追加センサーや高コストな幾何基盤モデルを使わずに、多視点RGB画像から軽量な暗黙的深度符号化モジュールで深度特徴を抽出し、空間セマンティクスを強化するVLAモデルを提案した。
原題: Evo-Depth: A Lightweight Depth-Enhanced Vision-Language-Action Model ／ Tao Lin, Yuxin Du, Jiting Liu 他
日本語で読む → - 論文ナビゲーションロボティクス
視覚と言語によるナビゲーションの限界は何か？
シミュレーションから実世界への展開で性能が低下するVLNエージェントの問題を解決するため、ステレオ視覚と目標位置の事前知識を用いたStereoNavを提案し、少ないパラメータとデータで最先端の性能を達成した。
原題: What Limits Vision-and-Language Navigation ? ／ Yunheng Wang, Yuetong Fang, Taowen Wang 他
日本語で読む → - 論文検証・再現性ロボティクス
再現可能なシミュレーションベースロボット検証のための来歴管理
ロボットのシミュレーションテストの再現性を高めるため、データの来歴（プロビナンス）とFAIR原則を統合し、既存のテストフレームワークに来歴追跡とメタデータ収集を追加して実証した論文。
原題: Replicable Simulation-Based Robot Validation through Provenance ／ Argentina Ortega, Samuel Wiest, Frederik Pasch 他
日本語で読む → - 論文強化学習/転移学習ロボティクス
カスタムカーレース環境のための転移学習
深層強化学習において、あるサーキットで訓練したエージェントを別のカスタム環境に転移させ、ゼロショット転移や微調整で速いラップタイムを達成する手法を探求した。モデルベース手法がモデルフリー手法より性能と収束速度で優れることを示した。
原題: Transfer Learning for Customized Car Racing Environments ／ Benedict Florance Arockiaraj, Richard Chang, Wesley Yee
日本語で読む → - 論文強化学習/模倣学習/操作ロボティクス
行動残差を超えて：ボトルネック潜在強化学習による実世界ロボットポリシーの操縦
事前学習済みの模倣ポリシーを、行動空間ではなくボトルネック潜在空間で強化学習により微調整する手法ZPRLを提案し、シミュレーションと実世界の操作タスクで性能を向上させた。
原題: Beyond Action Residuals: Real-World Robot Policy Steering via Bottleneck Latent Reinforcement Learning ／ Dongjie Yu, Kun Lei, Zhennan Jiang 他
日本語で読む → - 論文3D再構成画像認識
IVGT: 暗黙的視覚幾何トランスフォーマーによるニューラルシーン表現
カメラポーズが未知の多視点画像から、連続的で一貫した3D幾何と外観を暗黙的にモデル化する手法を提案。SDFと色を予測する軽量デコーダを用いて、任意の3D位置での空間クエリを可能にし、メッシュ再構成や新規視点合成など多様なタスクで高い性能を示した。
原題: IVGT: Implicit Visual Geometry Transformer for Neural Scene Representation ／ Yuqi Wu, Tianyu Hu, Wenzhao Zheng 他
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 →