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: 2026/11/8 ／ 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 →- 論文ワールドモデルロボティクス
部分観測下での制御指向型構造化双線形ワールドモデル
部分観測しか得られない系に対し、Koopman双線形潜在ダイナミクスと非線形デコーダを組み合わせ、拡張カルマンフィルタで潜在状態を推定する確率的ワールドモデルを提案。MPPI制御に活用し、限られたデータでも長期予測精度と学習効率を向上させた。
原題: K-PWM: Control-Oriented Structured Bilinear World Models under Partial Observation ／ Santosh Mohan Rajkumar, Sriram Narayanan, Samuel E. Otto 他
日本語で読む → - 論文VLAロボティクス
脳に倣う潜在行動：ロボットの行動語彙に前運動皮質の幾何構造を課す
ロボットの離散潜在行動トークナイザのコード割り当てに、サル前運動皮質(PMv)の表現幾何を類似度損失で注入し、未見形状カテゴリでもPMvとの表現類似度0.52を達成した研究。
原題: Brain-Aligned Latent Actions: Imposing Premotor Cortex Geometry on a Robot's Action Vocabulary ／ Amit Jadhav
日本語で読む → - 論文自律探査ロボティクス
メモリ限界を超えて：大規模3D自律探査のための階層的時空間マップ表現
機体中心の局所地図に密な幾何情報を限定しつつ、軽量な観測記録と未解決フロンティアをタスクとして保持する階層的時空間フレームワークFLAVORを提案し、大規模環境でもメモリ増加を抑えたUAV探査を実現した。
原題: Beyond Memory Limits: A Hierarchical Spatio-Temporal Map Representation for Large-Scale 3D Autonomous Exploration ／ Yizhe Zhang, Jianping Li, Yilun Gao 他
日本語で読む → - 論文ナビゲーションロボティクス
マルチモーダルなシーン理解による長距離ナビゲーションシステムMOSU2
視覚言語モデルと幾何・動的情報を段階的に組み合わせ、歩行者や車両が混在する屋外環境で長距離移動を実現するナビゲーションシステムを提案した。
原題: MOSU2: Long-range Navigation System with Multi-modal Scene Understanding ／ Jing Liang, Zhenyu Hou, Senthurbavan Kirubaharan 他
日本語で読む → - 論文ナビゲーションロボティクス
不整地を移動障害物とともに歩くヒューマノイド向け身体性接地型VLMナビゲーション
VLMの意味的な可動性予測をガウス過程で身体性に接地させ、不整地での移動障害物を考慮した階層的な不確実性対応計画を実現したヒューマノイドナビゲーション手法。
原題: HINT-VLM: Humanoid Interactive Navigation over Rough Terrain with Embodiment-Grounded Vision-Language Model ／ Ziwon Yoon, Seok Hwan Kim, Yiyu Chen 他
日本語で読む → - 論文衝突検査/ナビゲーションロボティクス
不確実性を考慮した時空間衝突検査のためのBVHベース手法ColNav
移動ロボットの位置・速度の不確実性を時空間チューブとして表現し、BVHで一括走査することでサンプル点間の衝突見逃しを防ぐ頑健な衝突検査法を提案した論文。
原題: ColNav: Uncertainty-Aware Spacetime Collision Checking with Bounding Volume Hierarchies ／ Sanjeev Ramkumar Sudha, Lars Ivar Hatledal, Erlend M. Coates
日本語で読む → - 論文VLAcs.AR
検索ベース投機とハードウェア加速によるVLA推論の高速化
ロボット動作生成の遅延を削減するため、RAGベースの軽量ドラフトモデルと専用ハードウェアを組み合わせ、VLAモデルの推論を最大7.6倍高速化した研究。
原題: Efficient VLA Inference via Retrieval-Based Speculation and Hardware Acceleration ／ Zhengyang Cheng, He Zhu, Zeyu Guo 他
日本語で読む → - 論文VLAロボティクス
ストリーミング故障予測：展開後も学習し続けるVLA故障モニタ
VLAポリシーの故障モニタを展開後も各エピソードの成否ラベルから最終線形層のみ再学習させ、タスクやポリシーの変化に追従できる低コストな手法を提案した。
原題: Streaming Failure Forecasting: VLA Failure Monitors That Keep Learning After Deployment ／ Amit Jadhav, Shaurya Beriwala, David Q. Liu 他
日本語で読む → - 論文安全性評価ロボティクス
コーディングエージェントがロボットアームを操る時代の安全リスク評価ベンチマーク
コーディングエージェントがゼロショットで実機ロボットアームを制御できるようになったことを受け、能力悪用や間接プロンプトインジェクションが物理世界に波及するリスクを体系的に評価する初のベンチマークArmedAgentを提案した。
原題: When Coding Agents Get Arms: Safety Risks Across the Digital-Physical Boundary ／ Yiming Sun, Mi Zhang
日本語で読む → - 論文マニピュレーションロボティクス
DexForesight：暗黙的な空間予測で器用把持ポリシーを接地する
オフラインの深度・手形状・軌道から行動条件付き空間ワールドモデルを学習し、その予測表現をポリシーの潜在空間に蒸留することで、展開時はRGBのみで器用操作を実現する手法。
原題: DexForesight: Grounding Dexterous Policies with Implicit Spatial Foresight ／ Zhongxi Chen, Yi Yang, Xinyi Chen 他
日本語で読む → - 論文VLAロボティクス
経験を振り返り教訓を磨く：身体性エージェントのためのシンプルな記憶進化
MLLMベースの身体性エージェントが自己記述のテキスト記憶を保持・洗練することで、重み更新なしに性能を大幅向上できることを示した研究。
原題: Review the Episodes, Refine the Lessons: Simple Memory Evolution for Embodied Agents ／ Yifei Yao, Yude Zou, Xing Gao 他
日本語で読む → - 論文装着型ロボットロボティクス
装着型ロボットテールによる荷役作業のバランスと姿勢の改善
動物の尻尾のバランス機能に着想を得た装着型ロボットテールを開発し、棚への荷物の積み下ろし作業で重心動揺や体幹の動き、筋活動が能動テールにより低減することを示した。
原題: Enhancing Balance and Posture in Material Handling Tasks with a Wearable Robotic Tail ／ Eisa Anwar, Sajeeva Abeywardena, Stuart C. Miller 他
日本語で読む → - 論文セキュリティ機械学習
機械学習統合サイバーフィジカルシステムに対するデータ操作攻撃
複数の機械学習モデルを組み合わせたサイバーフィジカルシステム全体を標的とし、個々のモデルを欺く能力をどう攻撃方策に変換するかの枠組みと最適攻撃方策の計算法を提案する。
原題: Data Manipulation Attacks Against Machine Learning Integrated Cyber-Physical Systems ／ Soyon Choi, Scott Alfeld, Meiyi Ma
日本語で読む → - 論文群制御ロボティクス
PA-SaR: マルチロボット救助のための知覚認識型学習・制御・連携フレームワーク
異種ロボットの制御・学習ベース探索・タスク割当・被災者誘導をミッション目標の下で統合する枠組みPA-SaRを提案し、シミュレーションで衝突回避と探索完了のトレードオフや監督的割当の有効性を示した。
原題: PA-SaR: Perception-Aware Learning, Control, and Coordination for Multi-Robot Search and Rescue ／ Jocubas Dimsa, Maria Grouev, Filip Keerberg 他
日本語で読む → - 論文sim2realロボティクス
祭りの映像から舞台へ：市販ヒューマノイドによる長時間表現型全身ダンスのためのSim-to-Realラダー
単眼動画から阿波踊りをUnitree G1で再現するパイプラインを構築し、シミュレーション学習から実機展開までの11段階の検証を通じて長時間のロープなしダンスを実現した。
原題: From Festival Video to the Stage: A Sim-to-Real Ladder for Long-Horizon Expressive Whole-Body Dance on a Commercial Humanoid ／ Hesham Shehata
日本語で読む → - 論文世界モデルロボティクス
物体中心の世界モデルを大規模3D全物体フローデータセットでスケールアップするObjectWorld
物体表面全体（遮蔽領域含む）に密な3D軌道を割り当てる「3D全物体フロー」表現と、1210時間の大規模データセットを構築し、画像とタスク記述から全物体フローを予測する世界モデルを学習した研究。
原題: ObjectWorld: Scaling Object-Centric World Models with A Large-Scale 3D Full-Object Flow Dataset ／ Haonan Chen, Sicheng Isabella Lu, Haitian Li 他
日本語で読む → - 論文量子強化学習ロボティクス
量子ビットから動作へ：ロボット箱詰め順序決定のための追跡可能な行動来歴を持つハイブリッド量子強化学習
量子回路の読み出しを唯一の学習入力とする強化学習で箱詰め順序を決定し、各判断をSHA-256指紋と運動計画・接触再現まで追跡可能にした枠組みを提案した。
原題: Qubit-to-Motion: Traceable Action Provenance in Hybrid QRL for Robotic Bin-Packing Sequencing ／ Hassen Nigatu, Howard Li
日本語で読む → - 論文自律実験/最適化ロボティクス
自律実験室のための物理テストベッド：最小閉ループ色素調合タスクにおけるベイズ最適化とエージェント型最適化の比較
市販の実験自動化機器を組み合わせた閉ループ自律実験システムを構築し、色素混合の吸光度スペクトル一致タスクでベイズ最適化とエージェント型最適化を比較、後者が最大52%少ない反復で収束した。
原題: A Physical Testbed for Self-Driving Laboratories: Comparing Bayesian and Agentic Optimization in a Minimal Closed-Loop Color Formulation Task ／ Tony Qin, Ziheng Wu, Maximilian Schommer 他
日本語で読む → - 論文LiDAR生成画像認識
CrossLiDAR：制御可能なマルチセンサLiDAR系列生成
拡散トランスフォーマで複数LiDARセンサの時空間的に一貫したスキャン系列を生成し、BEVや3Dボックスで構造を制御できるフレームワーク。
原題: CrossLiDAR: Controllable Multi-Sensor LiDAR Sequence Generation ／ Khanh Nguyen, Thomas Walker, Hichem Telli 他
日本語で読む → - 論文ヒューマノイド/移動操作ロボティクス
キモード・ポリシー：ヒューマノイドの移動操作のための運動学的アクションモデル学習
全身運動の生成モデルを土台にした運動学的アクションモデルを提案し、視覚条件付けと階層制御でヒューマノイドの移動しながらの操作を実現した論文。
原題: Kimodo-Policy: Learning Kinematic Action Models for Humanoid Loco-Manipulation ／ Yunheng Wang, Jiaxi Zhang, Wei Lu 他
日本語で読む → - 論文VLA画像認識
ForeAct：世界表現から幾何学誘導で行動を学習する手法
事前学習済み動画世界モデルを単一パスで再利用し、次フレームの相対深度で教師付けした学習可能トークンにより、低遅延かつ未来を考慮した行動生成を実現した研究。
原題: ForeAct: Geometry-Guided Action Learning from World Representations ／ Wei Lu, Jiaxi Zhang, Yunheng Wang 他
日本語で読む → - 論文ワールドモデルロボティクス
運転ワールドモデルにおける生存者バイアスの打破
通常走行と実際の事故映像を混ぜて学習する中立ワールドモデル(NWM)を提案し、衝突直前の危険な未来をより正確に予測できるようにした。これを意思決定に用いることで、より安全な軌道選択が可能になることを示した。
原題: Breaking survivorship bias in driving world models ／ Zihao Sheng, Zilin Huang, Yuhao Luo 他
日本語で読む → - 論文テキストto3D/物理シミュレーション画像認識
変形物体対応の物理拡張テキストto3Dシーン生成フレームワークSoftPAT3D
布・ぬいぐるみ・ロープなどの変形物体を、自己交差のない物理的に妥当でシミュレーション可能な状態で生成し、家具や互いと接触させて静的平衡に至らせるテキストto3Dシーン生成手法。
原題: SoftPAT3D: Physics-Augmented Text-to-3D Scene Generation with Deformables ／ Lei Shu, Alberta Longhini, Leonidas Guibas 他
日本語で読む → - 論文最適化ロボティクス
ADMMによるロボット制御の大規模階層的意思決定
ロボットの運動学・動力学制御における階層的疎非線形計画問題をADMMで解く手法を提案し、内点法比で最大23.5%の計算時間短縮を実現した。
原題: Large-Scale Hierarchical Decision-Making in Robot Control via ADMM ／ Kai Pfeiffer, Jia Wang, Gordon Owusu Boateng 他
日本語で読む → - 論文制御/MPCロボティクス
周期軌道追従のためのFloquetパラメータ化Koopman-MPC
周期軌道の安定性情報をFloquet理論のモノドロミー行列で取り込み、物理整合なKoopman線形予測器を学習して周期参照追従のMPCを設計した研究。
原題: Floquet-Parameterized Koopman-MPC for Tracking Periodic Orbits ／ Kartik A. Pant, Vishnu Vijay, Yufei Zhu 他
日本語で読む → - 論文基盤モデル適応ロボティクス
FlowEval：実環境展開時に身体性基盤モデルはどれだけ適応が必要か
少数の成功デモンストレーションから、事前学習済み身体性基盤モデルが対象環境にどれだけ適合しているか・追加適応データがどれだけ必要かを、学習不要のフローマッチング指標で診断する手法を提案。
原題: FlowEval: How Much Adaptation Does an Embodied Foundation Model Need at Deployment? ／ Zhang Xi-Jia, Roman Yakunin, Shivang Chopra 他
日本語で読む → - 論文エッジAI/再製品化ロボティクス
引退したエッジAI半導体を再製品化して多言語サービスロボットとして再生する
退役したJetson AGX Xavierを中心に、AI推論と制御を分離した多言語サービスロボットGEdgeBotを構築し、再製品化による計算資源の再生手法を検証した。
原題: Compute Regeneration through Re-Productization: Reorganizing Retired Edge AI Silicon into a Delivered Multilingual Service Robot ／ Hongyu Luo, Sun Tie, John Wang
日本語で読む → - 論文適応制御制御
並行学習によるクアッドロータの慣性パラメータ推定と制御
重心が幾何中心と一致しないクアッドロータに対し、積分並行学習を用いて質量・重心オフセット・慣性行列をオンライン推定しながら軌道追従する幾何学制御器を提案した論文。
原題: Concurrent Learning-Based Inertial Parameter Estimation and Control of Quadrotors ／ Sandesh Thapa, He Bai
日本語で読む → - 論文マニピュレーションロボティクス
HARP-Bench：人間が活動する環境でのロボットマニピュレーション評価ベンチマーク
人間が作業空間を共有し能動的に活動する状況でのロボット操作ポリシーを評価するベンチマークHARP-Benchを提案し、VLAモデルや模倣学習手法を評価した。
原題: HARP-Bench: Benchmarking Robot Manipulation Around Active Humans ／ Qinhong Zhou, Riley Zong, Chunru Lin 他
日本語で読む → - 論文3D再構成画像認識
TransArt3D: 動画遷移事前分布を用いた2状態からの関節付き3D再構成
2枚の端点画像から、動画拡散モデルの遷移事前分布を活用して部品構造と関節運動を明示的に推定し、関節付き3Dアセットを再構成する最適化フレームワーク。
原題: TransArt3D: From Two States to Articulated 3D Reconstruction with Video Transition Priors ／ Chenhao Guan, Liying Yang, Xinxing Yu 他
日本語で読む →