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: 2026/8/24 ／ 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 →- 論文ナビゲーション機械学習
ノイズのある自己位置推定下での強化学習によるマクロアクション位相的ナビゲーション
カメラ画像のみから自己位置を推定し、強化学習で大規模な3Dアパート内を探索して目標物体に到達するエージェントを構築した。完全なSLAMを使わず、局所的に一貫した姿勢推定で十分であることを示した。
原題: Macro-Action Topological Navigation under Noisy Localization using Reinforcement Learning ／ Simon Hakenes, Tobias Glasmachers
日本語で読む → - 論文SLAM/ナビゲーションロボティクス
SuperMap: 視覚言語ナビゲーションのための時空間SLAMシステム
高頻度の幾何SLAMと非同期のオープンボキャブラリ知覚を統合し、物体の同一性維持と古い地図情報の整理を行う4D時空間マッピングフレームワークを提案。
原題: SuperMap: A Spatio-Temporal SLAM System for Visual-Language Navigation ／ Shibo Zhao, Guofei Chen, Honghao Zhu 他
日本語で読む → - 論文ナビゲーションAI
潜在世界モデルによる結果予測とナビゲーションポリシーの強化
ロボットナビゲーションのための潜在世界モデルを提案し、観測の再構成ではなく潜在特徴の適合性を予測することで、未ラベルのビデオからポリシー学習を可能にし、世界モデル内での強化学習により実世界性能を向上させた。
原題: Predicting Consequences and Reinforcing Navigation Policies with Latent World Models ／ Zengmao Wang, Wei Gao, Shuhan Shen
日本語で読む → - 論文UAVナビゲーション画像認識
AirAlign: ジオメトリを考慮したUAV最終メートル航法のための相対ポーズ整列
UAVの最終接近段階での正確なポーズ整列を実現するため、事前学習済みの視覚幾何再構成モデルを用いてRGB画像ペアから相対ポーズを推定するフレームワークを提案した。
原題: AirAlign: Geometry-Aware Relative Pose Alignment for UAV Last-Meter Navigation ／ Jinyi Zhou, Shuo Feng, Yufei Wu 他
日本語で読む → - 論文ナビゲーションロボティクス
SRL-MPC: 形状を考慮した強化学習モデル予測制御
異なる形状のロボット群や群衆の中での安全で効率的なナビゲーションを実現するため、強化学習でMPCのパラメータを適応的に調整する手法を提案した。
原題: SRL-MPC: Shape-Aware Reinforcement Learned Model Predictive Control ／ Ruihua Han, Rui Gao, Zhe Liu 他
日本語で読む → - 論文ナビゲーションロボティクス
DevGRU: 衝突認識リカレントモデルを用いた深度誘導型視覚ナビゲーション
深度画像と目標点に基づくナビゲーションシステムDevGRUを提案し、衝突を回避する将来軌道予測と衝突予測により、複雑な屋内環境でのナビゲーション性能を大幅に向上させた。
原題: DevGRU: Depth-guided Visual Navigation using a Collision-aware Recurrent Model ／ Kyung Min Han, Eunsom Kim, Young J. Kim
日本語で読む → - 論文ナビゲーションロボティクス
具現化ナビゲーター：指差し・思考・記憶・整合による効率的ナビゲーション
大規模視覚言語モデルを具現化ナビゲーションに活用する際の課題を解決するため、2Dピクセル選択と3D投影による行動形式、選択的推論と記憶圧縮、GRPOによる二段階整合を備えた統一フレームワークTAMP-Navを提案した。
原題: Embodied-Navigator: Point, Think, Memorize, and Align for Efficient Navigation ／ Hongyan Feng, Sunlai Chen, Xuanyu Liu 他
日本語で読む → - 論文ナビゲーションロボティクス
確率的保証付きオンライン確率的最短路ナビゲーションのためのオラクルとしてのダイクストラ法
ダイクストラ法が確率的遷移下でも正確な計画エンジンとして機能する条件を示し、それを利用したオンライン学習アルゴリズムDORAを提案。動的障害物との接触確率を予算内に抑えつつ、計算量を大幅に削減する。
原題: Dijkstra as an Oracle for Online Stochastic Shortest Path Navigation with Provable Guarantees ／ Mansur M. Arief, Ali Akarma, Ahmad Alfan Alfian Irfan
日本語で読む → - 論文ナビゲーションロボティクス
実世界動画からのスケーラブル学習による都市ナビゲーションのロングテール顕在化
ウェブ上の未編集な一人称視点動画からメトリック軌跡とナビゲーション意味情報を自動アノテーションし、視覚言語行動ポリシーを訓練して都市ナビゲーションのロングテールな稀なシナリオを体系的に明らかにする枠組みを提案した。
原題: Exposing the Long-tail in Embodied Urban Navigation via Scalable Learning from In-the-Wild Videos ／ Bingyi Xia, Han Bao, Zhewei Chen 他
日本語で読む → - 論文ナビゲーションロボティクス
DPNet: 視覚ベースUAVナビゲーションのための効率的な行き止まり予測と回避
RGB-D入力から行き止まりの相対距離と方位を予測する軽量ニューラルネットワークを提案し、軌道ライブラリを刈り込んでUAVが行き止まりを回避しながら滑らかに飛行できるようにした。実データでの追加学習なしで実世界に適用でき、50Hzでの高速再計画を実現する。
原題: DPNet: Efficient Dead-End Prediction and Avoidance for Vision-Based UAV Navigation ／ Ruibin Zhang, Lun Pan, Zelong Xia 他
日本語で読む → - 論文軌道上ナビゲーションロボティクス
軌道プランナー：衛星エージェントの軌道上障害物回避のための潜在世界モデル
軌道上の衛星ナビゲーション向けに、潜在空間で将来状態を予測する2段階の世界モデルを提案し、物理状態を復元するプローブを導入。シミュレーションで91.7%の成功率を達成。
原題: Orbit-Planner: Towards Latent World Models for On-Orbit Obstacle Avoidance of Satellite Agents ／ Zhijian Li, Chao Ren, Peijin Wang 他
日本語で読む → - 論文ナビゲーション/計画ロボティクス
車輪脚ロボットの複雑地形におけるロボット身体認識トラバーサルリスクグラフ計画
車輪脚ロボットの複雑地形ナビゲーションのため、ロボットの向きと車体形状を考慮したリスクグラフ計画手法を提案し、シミュレーションと実機で成功率を向上させた。
原題: Robot-Body-Aware Traversal Risk Graph Planning for Wheeled-Legged Robots in Complex Terrain ／ Zhiqiao Guo, Bichi Zhang, Sören Schwertfeger
日本語で読む → - 論文UAVナビゲーションロボティクス
形状適合領域による閉鎖・劣化環境での飛行
UAVが洞窟や崩落構造物などの閉鎖環境で安全に飛行するため、知覚誤差を吸収する非凸の進入禁止領域を符号付き距離場に基づいて生成する手法を提案。実データで凸型ベースラインより多くの自由空間を確保しつつ、同等の保証付きカバレッジを達成。
原題: SCORE: Shape-Conforming Regions for Flight in Enclosed, Degraded Environments ／ Eric Minwoo Kim, Jong-Kook Kim
日本語で読む → - 論文ナビゲーションロボティクス
LAPF: UAVScenesデータセットを用いたLLMエージェントベースの経路探索
UAVの自律ナビゲーションのため、LLMエージェントに知覚・記憶・計画・行動を統合した閉ループ認知アーキテクチャを提案し、市街地規模の環境で経路長を短縮することを実証した。
原題: LAPF: LLM-Agent-Based Path Finder Using the UAVScenes Dataset ／ Yousef Emami, Mohammadhossein Homaei, Hao Zhou 他
日本語で読む → - 論文ナビゲーションロボティクス
OccPlanner: 目標認識占有条件付き拡散プランナーによるピクセルゴールナビゲーション
カメラ画像のピクセルで指定された目標へのナビゲーションを、3D占有情報を条件とした拡散モデルで実現。モノクロ動画から3D占有アノテーションを生成する手法も提案し、シミュレーションと実機で高い成功率を達成した。
原題: OccPlanner: Goal-Aware Occupancy-Conditioned Diffusion Planner for Pixel-Goal Navigation ／ Binling Huang, Nianjin Ye, Xi Yang 他
日本語で読む → - 論文ナビゲーション画像認識
OpenBelief-Nav: オープン語彙言語誘導ナビゲーションのための証拠保持オブジェクトメモリ
オープン語彙の3Dシーングラフで、観測レベルのフレーズや信頼性情報を保持するオブジェクトメモリを提案し、タスク固有の読み出しで固定語彙投影や自由形式検索を行う。ナビゲーション実験で性能向上を確認した。
原題: OpenBelief-Nav: Evidence-Preserving Object Memory for Open-Vocabulary Language-Guided Navigation ／ Dinh Tuan Nguyen, Anh Dao, Phuong Nam Dang 他
日本語で読む → - 論文UAVナビゲーションロボティクス
PILOT: 部分観測下での自律UAVのエンドツーエンド動作計画のための特権模倣学習
部分観測下でのUAVナビゲーションを改善するため、最適制御の専門家から学習し、安全性と動的制約を考慮したエンドツーエンドの動作計画フレームワークを提案した。
原題: PILOT: Privileged Imitation Learning for End-to-End Motion Planning of Autonomous UAVs under Partial Observability ／ Qingrui Zhang, Feng Xue, Xiang Zhou 他
日本語で読む → - 論文ナビゲーションロボティクス
Graph-MambaNav: 物体関係知識を活用した空間時間グラフMambaによる物体目標ナビゲーション
物体目標ナビゲーションにおいて、物体間の関係性と目標関連性に基づくノード優先順位付けを導入した空間時間グラフエンコーディングフレームワークを提案し、AI2-THORとRoboTHORで性能向上を実証した。
原題: Graph-MambaNav: Spatial-Temporal Graph Mamba Leveraging Object-Relation Knowledge for Object-Goal Navigation ／ Leyuan Sun, Genxin Chen, Linwei Ye 他
日本語で読む → - 論文ナビゲーション画像認識
DreamFly: 空中視覚言語ナビゲーションのための因果メモリと後退地平線拡散プランニング
空中VLNタスクにおいて、過去の観測のみを用いた因果メモリと、Kステップの行動計画を生成し最初の行動だけを実行する後退地平線拡散プランニングを導入し、停止判定を分離することでナビゲーション性能を向上させた。
原題: DreamFly: Causal Memory and Receding-Horizon Diffusion Planning for Aerial Vision-Language Navigation ／ Yan Deng, Fei Xu
日本語で読む → - 論文ナビゲーション画像認識
360CityArena: 具身エージェントのための現実的な仮想都市ナビゲーションベンチマーク
360度動画から構築した写実的な都市環境で、具身エージェントの都市探索能力を評価するベンチマークを提案。人間と最先端モデルの性能差が大きいことを示した。
原題: 360CityArena: A Realistic Virtual Urban Navigation Benchmark for Embodied Agents ／ Kenta Watanabe, Atsuyuki Miyai, Mizuki Takenawa 他
日本語で読む → - 論文VLA/ナビゲーションAI
WNM-3D: 3Dシーン条件付けによるクローズドループVLNのための世界ナビゲーションモデル
連続的な視覚言語ナビゲーション（VLN）のための生成的世界行動モデルを提案し、3Dシーン表現を条件として将来の視覚と行動を同時生成することで、クローズドループのナビゲーション性能を向上させた。
原題: WNM-3D: A World Navigation Model with 3D Scene Conditioning for Closed-Loop VLN ／ Yuehao Huang, Yunzi Wu, Xiaotao Zhang 他
日本語で読む → - 論文ナビゲーションAI
UniNav: 視覚ナビゲーションのための統合ワールド・アクション拡散モデル
画像ゴールの視覚ナビゲーションにおいて、将来の観測予測と軌道生成を単一の拡散プロセスで統合したモデルUniNavを提案。幾何認識カメラトークンとビデオのみのデータ学習により性能を向上させ、高速推論も可能にした。
原題: UniNav: A Unified World-Action Diffusion Model for Visual Navigation ／ Changqing Zhou, Yueru Luo, Zeyu Jiang 他
日本語で読む → - 論文ナビゲーション制御
ロボットナビゲーションのための安全でロバストなチューブベース経路追従
未知の障害物環境でロボットが安全に経路追従するための制御フレームワークを提案。チューブベース制御で外乱に強く、障害物回避と経路追従を統合する。
原題: Safe and robust tube-based path-following for robot navigation ／ Arthur H. D. Nunes, Vinicius M. Gonçalves, Guilherme V. Raffo 他
日本語で読む → - 論文ナビゲーションロボティクス
ODG-NoMaD: 天井カメラによる方向誘導型NoMaD
NoMaDの探索モードに、天井カメラで構築した占有地図と大域経路から得た進行方向を、拡散過程の最終ステップで注入することで、未学習環境でも衝突回避しつつ目標へ効率的に到達できるようにした。
原題: ODG-NoMaD: Overhead-Camera Direction-Guided NoMaD ／ Blossom Treesa Bastian, Keerthi S. Shetty, Manish Kolachalam 他
日本語で読む → - 論文ナビゲーションロボティクス
SAIN: 能動的対話による構造認識型インタラクティブナビゲーション
曖昧な指示に対して能動的質問で解消する移動ロボットのナビゲーション手法を提案。対話の回答を永続的な空間・物体記憶に変換し、ゼロショットで目標探索を実現。
原題: SAIN: Structure-Aware Interactive Navigation with Active Dialogue Grounding for Mobile Robot ／ Yuhao Cao, Xiao Liu, Yang Xie 他
日本語で読む → - 論文ナビゲーションロボティクス
CrossTracer: VLAモデルの推論とトレース残差適応によるクロスエンボディメントナビゲーション
ロボットの種類に応じた移動制約を考慮したナビゲーション経路を生成するため、VLAモデルと適応的残差補正を組み合わせた階層的フレームワークを提案した。
原題: CrossTracer: Cross-Embodiment Navigation via VLA Model Reasoning and Trace Residuals Adapting ／ Yao Wang, Siyuan Wang, Zhirui Sun 他
日本語で読む → - 論文ナビゲーションロボティクス
単調計画コストを備えた潜在世界モデルによる画像目標ナビゲーション
画像目標ナビゲーションのための潜在世界モデルを提案し、計画コストの順序性を改善する単調コストランキング損失を導入して、サンプリングベースのプランナーの性能を向上させた。実ロボットでのゼロショット展開も実証した。
原題: Latent World Models with Monotone Planning Costs for Image-Goal Navigation ／ Amirhosein Chahe, Siwei Cai, Lifeng Zhou
日本語で読む → - 論文ナビゲーションロボティクス
SpikingNav: スパイキングニューラルポリシーによる頑健な身体化ナビゲーション
スパイキングニューラルネットワークを用いた屋内ナビゲーション手法を提案し、視覚的劣化に対する頑健性を向上させた。
原題: SpikingNav: Robust Embodied Navigation with Spiking Neural Policies ／ Jiahong Zhang, Sijun Shen, Dehua Wu 他
日本語で読む → - 論文ナビゲーションロボティクス
PathCover: 点群に対するランダム反復空間分割による経路に沿った高速凸分解
点群データから直接、障害物のない凸ポリトープ列を高速に生成する新しいフレームワークを提案し、実時間での移動ロボットの軌道計画を可能にした。
原題: PathCover: A Fast Convex Decomposition along a Path via Randomized Iterative Space Partitioning (RISP) on Point Clouds ／ Kunal S. Narkhede, Abhijeet M. Kulkarni, Guoquan Huang 他
日本語で読む → - 論文VIO/ナビゲーションロボティクス
TANGO-VIO: 特徴点の観測可能性を保証する三角測量認識ナビゲーションによる視覚慣性オドメトリ
視覚慣性オドメトリにおいて、カメラの並進が小さく視差が不足すると特徴点の三角測量が不安定になる問題に対し、制御バリア関数を用いて三角測量情報量の下限を保証するナビゲーションフレームワークを提案した。シミュレーションと実機実験で有効性を確認した。
原題: TANGO-VIO: Triangulation-Aware Navigation with Guaranteed Feature-Observability for Visual-Inertial Odometry ／ Abdülbaki Şanlan, Ege C. Altunkaya, Hasan T. Bağci 他
日本語で読む →