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: 2026/4/1 ／ 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VLA画像認識
アクションイメージ：マルチビュー動画生成によるエンドツーエンド方策学習
ロボットの7自由度動作をピクセルに接地したアクション動画として表現し、動画生成モデル自体を方策として用いる統一的な世界行動モデルを提案した。RLBenchと実機評価で高いゼロショット成功率を達成した。
原題: Action Images: End-to-End Policy Learning via Multiview Video Generation ／ Haoyu Zhen, Zixian Gao, Qiao Sun 他
日本語で読む → - 論文HRI/定性手法HCI
連続フォーカスグループ：自閉症ケアにおける臨床HRIのための縦断的手法
臨床HRI研究において、ステークホルダーの視点の経時的変化を捉えるための縦断的・共創的な定性手法「連続フォーカスグループ」を提案し、自閉症児向けロボット支援療法の複数フェーズに適用してその有効性を示した。
原題: Continuous Focus Groups: A Longitudinal Method for Clinical HRI in Autism Care ／ Ghiglino Davide, Foglino Caterina, Wykowska Agnieszka
日本語で読む → - 論文強化学習/ロバスト制御機械学習
動的不確実性下でのロバストな敵対的方策最適化
強化学習の方策が訓練時と異なる動的環境で失敗する問題に対し、双対問題に基づく温度パラメータを敵対的ネットワークで近似し、軌道レベルとモデルレベルの両方で敵対的サンプリングを行うロバストな方策最適化手法を提案した。
原題: Robust Adversarial Policy Optimization Under Dynamics Uncertainty ／ Mintae Kim, Koushil Sreenath
日本語で読む → - 論文連続体ロボット/適応制御ロボティクス
閉ループ協調型連続体ロボットのためのリアルタイム投影適応制御
複数の連続体アームが柔軟物体を把持して協調する閉ループ系に対し、未知パラメータをオンライン推定する適応制御を提案し、シミュレーションと実験で有効性を示した。
原題: Real-Time Projected Adaptive Control for Closed-Chain Co-Manipulative Continuum Robots ／ Rana Danesh, Farrokh Janabi-Sharifi, Farhad Aghili
日本語で読む → - 論文VLA/操作ロボティクス
開ループ計画、閉ループ検証：VLAのための投機的検証
VLAモデルの高コストな推論を効率化するため、重いVLAで低頻度に行動チャンクを計画し、軽量な検証器が最新観測に基づいて実行を監視・必要時のみ再計画するフレームワークSV-VLAを提案した。
原題: Open-Loop Planning, Closed-Loop Verification: Speculative Verification for VLA ／ Zihua Wang, Zhitao Lin, Ruibo Li 他
日本語で読む → - 論文歩行/格闘/スキル遷移ロボティクス
RPG: 人間型格闘における複数スキル遷移のためのロバストなポリシーゲーティング
人間型ロボットの格闘動作において、複数のスキルを切り替える際の不安定さを解決するため、遷移ランダム化と時間ランダム化を用いたハイブリッド専門家ポリシーフレームワークを提案し、シミュレーションと実機で検証した。
原題: RPG: Robust Policy Gating for Smooth Multi-Skill Transitions in Humanoid Fighting ／ Yucheng Xin, Jiacheng Bao, Yubo Dong 他
日本語で読む → - 論文カバレッジ制御ロボティクス
カーネル平均埋め込みによる無限時間エルゴード制御
カーネル平均埋め込みに基づくエルゴード制御を無限時間に拡張し、長時間のカバレッジタスクを効率的に解く手法を提案した。
原題: Infinite-Horizon Ergodic Control via Kernel Mean Embeddings ／ Christian Hughes, Ian Abraham
日本語で読む → - 論文ジェスチャ生成ロボティクス
ロボットの共話における感情を考慮した効率的な象徴的ジェスチャ予測
音声なしでテキストと感情から象徴的ジェスチャの位置と強度を予測する軽量トランスフォーマーを提案し、BEAT2データセットでGPT-4oを上回る性能を実証した。
原題: Efficient Emotion-Aware Iconic Gesture Prediction for Robot Co-Speech ／ Edwin C. Montiel-Vazquez, Christian Arzate Cruz, Stefanos Gkikas 他
日本語で読む → - 論文ナビゲーションロボティクス
実世界学習に向けた漸進的残差強化学習による社会的ナビゲーション
エッジデバイス上で軽量に動作する漸進的残差強化学習(IRRL)を提案し、シミュレーションと実世界実験で未知環境への適応を実証した。
原題: Incremental Residual Reinforcement Learning Toward Real-World Learning for Social Navigation ／ Haruto Nagahisa, Kohei Matsumoto, Yuki Tomita 他
日本語で読む → - 論文群制御ロボティクス
音響浮揚ロボット群のためのジェスチャベース視覚学習モデル
ESP32-CAMとOpenCLIPを用いて手のジェスチャを認識し、音響浮揚ロボット群の触覚・音声・浮揚モダリティを切り替える直感的なインターフェースを提案した。
原題: A Gesture-Based Visual Learning Model for Acoustophoretic Interactions using a Swarm of AcoustoBots ／ Alex Lin, Lei Gao, Narsimlu Kemsaram 他
日本語で読む → - 論文データセット/触覚/バイマニュアル操作ロボティクス
VTouch++: バイマニュアル操作のための視覚ベース触覚拡張を備えたマルチモーダルデータセット
両手操作の接触を伴うタスクを改善するため、視覚ベースの触覚センシングを用いた大規模マルチモーダルデータセットVTOUCHを構築し、その有効性を実験と実ロボット評価で示した。
原題: VTouch++: A Multimodal Dataset with Vision-Based Tactile Enhancement for Bimanual Manipulation ／ Qianxi Hua, Xinyue Li, Zheng Yan 他
日本語で読む → - 論文VSLAMロボティクス
RGB-DビジュアルSLAMのための通路認識構造マッピング
ドアや通路などの構造要素を検出し、幾何・意味・トポロジー情報を統合してRGB-D VSLAMのシーングラフに組み込む手法を提案した。
原題: Passage-Aware Structural Mapping for RGB-D Visual SLAM ／ Ali Tourani, Miguel Fernandez-Cortizas, Saad Ejaz 他
日本語で読む → - 論文VLA/操作画像認識
E-VLA: 暗所・ぼやけシーンのためのイベント拡張型視覚言語行動モデル
暗所やモーションブラーなどの劣化環境でロバストな操作を実現するため、イベントカメラの情報をVLAモデルに統合するフレームワークを提案した。実機データセットと軽量な統合手法により、従来の画像のみでは失敗する状況で成功率を大幅に向上させた。
原題: E-VLA: Event-Augmented Vision-Language-Action Model for Dark and Blurred Scenes ／ Jiajun Zhai, Hao Shi, Shangwei Guo 他
日本語で読む → - 論文軌道予測ロボティクス
後期融合による協調軌道予測
車車間通信で予測結果を共有する後期融合型の協調軌道予測フレームワークを提案し、通信負荷を抑えつつ予測精度を向上させた。
原題: Collaborative Trajectory Prediction via Late Fusion ／ Nadya Abdel Madjid, Murad Mebrahtu, Zakhar Yagudin 他
日本語で読む → - 論文群制御ロボティクス
意味的認識に基づくUAV指令制御による効率的なIoTデータ収集
UAVを用いたIoT画像データ収集において、意味通信と指令制御を統合し、DDQNによる適応飛行ポリシーで再構成品質を最大化する手法を提案した。
原題: Semantic-Aware UAV Command and Control for Efficient IoT Data Collection ／ Assane Sankara, Daniel Bonilla Licea, Hajar El Hammouti
日本語で読む → - 論文群制御ロボティクス
確率的フロンティア優先順位付けによるマルチロボット探索の強化：ディリクレ過程ガウス混合モデルを用いて
既存のフロンティア探索アルゴリズムに、ディリクレ過程ガウス混合モデルと確率的情報利得を導入し、フロンティアの優先順位付けを改善する手法を提案。シミュレーションで平均10〜14%の性能向上を確認し、実機のデュアルドローンでも有効性を実証した。
原題: Enhancing Multi-Robot Exploration Using Probabilistic Frontier Prioritization with Dirichlet Process Gaussian Mixtures ／ John Lewis Devassy, Meysam Basiri, Mário A. T. Figueiredo 他
日本語で読む → - 論文進化ロボティクスロボティクス
ロボットにも教育が必要：進化ロボティクスにおける学習の複雑さについて
進化ロボティクスとロボット学習の統合における学習アルゴリズムの設計とその複雑さを研究した論文。
原題: Robots Need Some Education: On the complexity of learning in evolutionary robotics ／ Fuda van Diggelen
日本語で読む → - 論文進化ロボティクスロボティクス
進化した仮想ソフトロボットのための社会的学習戦略
ロボットの形態と制御の同時最適化において、他個体から学習パラメータを借用する社会的学習を導入し、教師選択戦略が性能に与える影響を仮想ソフトロボットで調査した。
原題: Social Learning Strategies for Evolved Virtual Soft Robots ／ K. Ege de Bruin, Kyrre Glette, Kai Olav Ellefsen 他
日本語で読む → - 論文シナリオ生成画像認識
シナリオ制御：視覚言語で制御可能なベクトル化潜在シナリオ生成
テキストや画像の指示に基づき、地図や動的エージェントを含む現実的な3D運転シナリオを生成する新しい手法を提案。
原題: ScenarioControl: Vision-Language Controllable Vectorized Latent Scenario Generation ／ Lili Gao, Yanbo Xu, William Koch 他
日本語で読む → - 論文マニピュレーションロボティクス
言語指示による把持のための実行状態監視を備えた物理エージェントループ
言語指示による把持操作を、実行状態を監視しながら再試行やユーザー確認を行う物理エージェントループとして再構成し、ロバスト性と解釈可能性を向上させた。
原題: A Physical Agentic Loop for Language-Guided Grasping with Execution-State Monitoring ／ Wenze Wang, Mehdi Hosseinzadeh, Feras Dayoub
日本語で読む → - 論文群制御ロボティクス
NeuroMesh: 分散型マルチロボット協調のための統合ニューラル推論フレームワーク
異種ロボット間での学習モデル展開を容易にする、統一パイプラインを持つ分散型ニューラル推論フレームワークを提案。空中・地上ロボットの協調タスクで有効性を実証した。
原題: NeuroMesh: A Unified Neural Inference Framework for Decentralized Multi-Robot Collaboration ／ Yang Zhou, Yash Shetye, Long Quang 他
日本語で読む → - 論文触覚/シミュレーション/操作ロボティクス
ETac: 巧みな操作学習のための軽量かつ効率的な触覚シミュレーションフレームワーク
高忠実度かつ高速な触覚シミュレーションを実現するフレームワークETacを提案し、大規模並列環境での強化学習によるブラインド把持ポリシーの訓練を可能にした。
原題: ETac: A Lightweight and Efficient Tactile Simulation Framework for Learning Dexterous Manipulation ／ Zhe Xu, Feiyu Zhao, Xiyan Huang 他
日本語で読む → - 論文群制御ロボティクス
V-STC: 時間効率的な複数車両協調軌道計画手法
複数の自動運転車両の協調軌道計画において、空間的配置と時間幅を同時に最適化する可変時間ステップ時空間コリドー(V-STC)を提案し、安全性を保ちつつ時間効率を向上させる。
原題: V-STC: A Time-Efficient Multi-Vehicle Coordinated Trajectory Planning Approach ／ Pengfei Liu, Jialing Zhou, Yuezu Lv 他
日本語で読む → - 論文インピーダンス制御ロボティクス
未知環境におけるロボットのロバスト適応バックステッピングインピーダンス制御
接触を伴う不確かな環境で動作するロボット向けに、外乱や未モデル化動力学を考慮しつつ、動的パラメータを必要としないロバスト適応バックステッピングインピーダンス制御法を提案した。シミュレーションと実機実験で安全性と追従性能を検証している。
原題: Robust Adaptive Backstepping Impedance Control of Robots in Unknown Environments ／ Reza Nazmara, Alap Kshirsagar, Jan Peters 他
日本語で読む → - 論文オドメトリロボティクス
舗装路を超えたレーダーオドメトリ：現状の能力と課題
オフロード環境でのレーダーオドメトリの性能を調査し、課題を特定した上で、動き補償とIMU統合を用いた2つのベースライン手法を提案・評価した論文。
原題: Pushing Radar Odometry Beyond the Pavement: Current Capabilities and Challenges ／ Shaunak Kolhe, Peng Jiang, Maggie Wigness 他
日本語で読む → - 論文エッジロボティクス/機能安全ロボティクス
エッジロボティクス向けLLM誘導型安全エージェント：ISO準拠の認識・計算・制御アーキテクチャ
自然言語の安全規制を実行可能な述語に変換し、冗長なエッジランタイム上で展開することで、人間とロボットの相互作用における機能安全を実現するLLM誘導型安全エージェントを提案した。
原題: LLM-Guided Safety Agent for Edge Robotics with an ISO-Compliant Perception-Compute-Control Architecture ／ Xu Huang, Ruofan Zhang, Lu Cheng 他
日本語で読む → - 論文VLAロボティクス
マスク世界モデル：ロバストなロボット政策学習のための重要要素予測
動画生成事前学習に基づく世界モデルがロボット政策学習に有望だが、RGB予測は背景や照明などの無関係な要素に過適合しがち。本論文では、ピクセルではなくセマンティックマスクの進化を予測するマスク世界モデル(MWM)を提案し、幾何学的情報ボトルネックにより物理ダイナミクスと接触関係を捉えつつ視覚ノイズを除去。拡散ベースの政策ヘッドと統合し、LIBEROやRLBenchでSOTAを達成し、実世界実験でもロバスト性を示した。
原題: Mask World Model: Predicting What Matters for Robust Robot Policy Learning ／ Yunfan Lou, Xiaowei Chi, Xiaojie Zhang 他
日本語で読む → - 論文シミュレーション/自動運転テストロボティクス
CARLAにおけるシナリオベーステストのためのOpenSCENARIO 2.1コンパイラの構築
OpenSCENARIO 2.1 DSLをCARLAシミュレータで実行可能な行動ツリーに変換する多段階コンパイラを提案し、実証シナリオで動作を確認した。
原題: Compiling OpenSCENARIO 2.1 for Scenario-Based Testing in CARLA ／ Thoshitha Gamage, Lasanthi Gamage
日本語で読む → - 論文模倣学習/動作生成ロボティクス
位相可変ニューラルポテンシャル関数によるリアクティブ動作生成
位相変数を状態進行から推定し、ポテンシャル関数に組み込むことで、交差軌道や外乱下でも安定かつリアクティブな動作生成を実現する学習フレームワークを提案した。
原題: Reactive Motion Generation via Phase-varying Neural Potential Functions ／ Ahmet Tekden, Dimitrios Kanoulas, Aude Billard 他
日本語で読む → - 論文ナビゲーションロボティクス
LiveVLN: 視覚言語ナビゲーションにおける停止・再開ループの解消
事前学習済みVLMナビゲータに多段階動作継続を追加し、実行と新規観測の処理を重ね合わせることで、待ち時間を削減し連続的なナビゲーションを実現するトレーニング不要のフレームワークを提案した。
原題: LiveVLN: Breaking the Stop-and-Go Loop in Vision-Language Navigation ／ Xiangchen Wang, Weiye Zhu, Teng Wang 他
日本語で読む →