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: 2026/1/1 ／ 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VLAAI
LangForce: 潜在行動クエリによる視覚言語行動モデルのベイズ分解
視覚言語行動モデルが言語指示を無視して視覚のみに依存する「情報崩壊」問題を、ベイズ分解と潜在行動クエリで解決し、未知環境での汎化性能を向上させた研究。
原題: LangForce: Bayesian Decomposition of Vision Language Action Models via Latent Action Queries ／ Shijie Lian, Bin Yu, Xiaopeng Lin 他
日本語で読む → - 論文支援ロボティクスロボティクス
対話駆動型支援ロボティクスにおける曖昧性解消のためのマルチモーダルデータ収集フレームワーク：ウィザード・オブ・オズ予備研究
車椅子と搭載ロボットアームの対話制御における曖昧性を解消するため、5種類の同期モダリティを記録するウィザード・オブ・オズ実験フレームワークを提案し、予備データセットで有効性を検証した。
原題: A Multimodal Data Collection Framework for Dialogue-Driven Assistive Robotics to Clarify Ambiguities: A Wizard-of-Oz Pilot Study ／ Guangping Liu, Nicholas Hawkins, Billy Madden 他
日本語で読む → - 論文VLAロボティクス
V-VLAPS: 価値誘導型ビジョン・言語・行動モデルプランニング
VLAモデルの計画に軽量な価値ヘッドを追加し、モンテカルロ木探索を高価値な分岐へ誘導することで、長期タスクや分布シフト下での性能を改善する手法を提案。
原題: V-VLAPS: Value-Guided Planning for Vision-Language-Action Models ／ Ke Ren, Ali Salamatian, Kieran Pattison 他
日本語で読む → - 論文群制御ロボティクス
MOSAIC: 異種ロボットチームの知的連携のためのモジュール式スケーラブル自律性
単一オペレータの監督下で異種ロボットチームが科学探査を行うためのスケーラブルな自律性フレームワークを提案し、月面探査模擬実験で1台故障時でもタスクの82.3%を完了した。
原題: MOSAIC: Modular Scalable Autonomy for Intelligent Coordination of Heterogeneous Robotic Teams ／ David Oberacker, Julia Richter, Philip Arm 他
日本語で読む → - 論文UAV点検画像認識
UAVによるインフラ点検：AEC+FM分野の文献レビューと提案フレームワーク
150件以上の研究をレビューし、UAVを用いたインフラ点検のデータ取得・3Dモデル化・欠陥検出・意思決定支援の手法を整理。RGB・LiDAR・熱センサとTransformerを統合した実践的ワークフローを提案する。
原題: UAV-Based Infrastructure Inspections: A Literature Review and Proposed Framework for AEC+FM ／ Amir Farzin Nikkhah, Dong Chen, Bradford Campbell 他
日本語で読む → - 論文ナビゲーションロボティクス
DSCD-Nav: 物体ナビゲーションのための二立場協調討論
視覚言語モデルを用いた物体ナビゲーションにおいて、タスク理解と安全・情報バランスの二つの立場から協調的に討論させ、合意形成で行動を決定する手法を提案。不確実な選択には軽量な追加確認を行うことで、探索の冗長性を減らし成功率と経路効率を改善した。
原題: DSCD-Nav: Dual-Stance Cooperative Debate for Object Navigation ／ Weitao An, Qi Liu, Chenghao Xu 他
日本語で読む → - 論文筋電位/意図検出ロボティクス
ReactEMG Stroke：健常者から脳卒中患者への筋電位意図検出の少数ショット適応
健常者の大規模sEMGデータで事前学習したモデルを、脳卒中患者ごとの少量データで微調整することで、キャリブレーション負担を減らしつつ意図検出精度と頑健性を向上させる手法を提案した。
原題: ReactEMG Stroke: Healthy-to-Stroke Few-shot Adaptation for sEMG-Based Intent Detection ／ Runsheng Wang, Katelyn Lee, Xinyue Zhu 他
日本語で読む → - 論文マニピュレーションロボティクス
ロボットマニピュレータ作業のための動的手ジェスチャ認識
ロボットマニピュレータの各作業に特定のジェスチャを割り当て、ガウス混合モデルに基づく教師なし学習で動的な変形に対応しながらリアルタイムに認識する手法を提案した。
原題: Dynamic Hand Gesture Recognition for Robot Manipulator Tasks ／ Dharmendra Sharma, Peeyush Thakur, Sandeep Gupta 他
日本語で読む → - 論文模倣学習ロボティクス
PALM: 知覚アライメントによる局所視覚運動ポリシーの汎化性向上
操作ポリシーを大域的な粗い部分と局所的な細かい部分に分け、局所レベルで視覚的注目と固有受容感覚表現を揃えることで、追加の入力やデータ収集なしに分布外環境への汎化性能を高めた研究。
原題: PALM: Enhanced Generalizability for Local Visuomotor Policies via Perception Alignment ／ Ruiyu Wang, Zheyu Zhuang, Danica Kragic 他
日本語で読む → - 論文VLA自然言語
身体性AIデータセットにおける言語的多様性の限界
VLAモデルの訓練・評価に使われるデータセットの指示文を体系的に調査し、語彙の多様性や重複、構文の複雑さを分析した結果、多くのデータセットが反復的でテンプレート的な命令に依存していることを明らかにした。
原題: Limited Linguistic Diversity in Embodied AI Datasets ／ Selma Wanna, Agnes Luhtaru, Jonathan Salfity 他
日本語で読む → - 論文強化学習セキュリティロボティクス
バックドアが部分観測性と出会うとき：実世界強化学習への攻撃
実世界の強化学習ではLiDARやオドメトリなど制御不能な補助状態が混在するため、条件付き拡散で確率的トリガー分布を学習し、視覚パッチによるバックドア攻撃を安定して発動させる手法を提案した。
原題: When Backdoors Meet Partial Observability: Attacking Real-World Reinforcement Learning ／ Tairan Huang, Qingqing Ye, Yulin Jin 他
日本語で読む → - 論文V2I/デジタルツイン画像認識
CD-TWINSAFE: シーン理解と安全性を実現するV2I技術向けROS対応デジタルツイン
車載のステレオカメラと認識・測位スタックから得た情報を4G経由でインフラ側に送り、Unreal Engine 5上のデジタルツインでシーンを再現しつつ安全警告を車両に返すV2Iアーキテクチャを提案・検証した論文。
原題: CD-TWINSAFE: A ROS-enabled Digital Twin for Scene Understanding and Safety Emerging V2I Technology ／ Amro Khaled, Farah Khaled, Omar Riad 他
日本語で読む → - 論文sim2realロボティクス
データ駆動型テラメカニクスによる月面ローバー向けリアルタイムシミュレータ
月面ローバーの走行を高忠実度で再現するため、実験とシミュレーションから得たデータで滑りと沈下の回帰モデルを構築し、リアルタイムで動作するテラメカニクスシミュレータを実現した。
原題: Data-Driven Terramechanics Approach Towards a Realistic Real-Time Simulator for Lunar Rovers ／ Jakob M. Kern, James M. Hurrell, Shreya Santra 他
日本語で読む → - 論文航空管制/強化学習機械学習
オンライン行動スタッキングによる航空管制の強化学習性能向上
強化学習で航空管制を学習する際、推論時に基本行動を組み合わせて複合的な管制指示を生成するオンライン行動スタッキングを提案し、小さな行動空間でも実用的な性能を実現した。
原題: Online Action-Stacking Improves Reinforcement Learning Performance for Air Traffic Control ／ Ben Carvell, George De Ath, Eseoghene Benjamin 他
日本語で読む → - 論文VLAロボティクス
デモンストレーション不要のLLMエージェントによるロボット制御
ソフトウェア開発用のLLMエージェントフレームワークをそのままロボット操作に適用し、デモやファインチューニングなしでLIBEROなどで高い成功率を達成した。
原題: Demonstration-Free Robotic Control via LLM Agents ／ Brian Y. Tsui, Alan Y. Fang, Tiffany J. Hwu
日本語で読む → - 論文ヒューマンロボットインタラクションロボティクス
WaveMan: ヒューマノイドロボットのためのミリ波による部屋規模の人間インタラクション知覚
ミリ波センシングを用いて、ユーザーの位置に依存せずプライバシーを守りながら部屋規模で人間のインタラクションを認識するシステムを提案し、未学習の位置でも高精度を実現した。
原題: WaveMan: mmWave-Based Room-Scale Human Interaction Perception for Humanoid Robots ／ Yuxuan Hu, Kuangji Zuo, Boyu Ma 他
日本語で読む → - 論文制御/LLMロボティクス
宇宙機制御のための自律推論：グループ相対方策最適化を用いた大規模言語モデルフレームワーク
推論可能な大規模言語モデルとグループ相対方策最適化（GRPO）を組み合わせ、線形系から宇宙機の姿勢制御まで多様な制御問題で安定化方策を学習する手法を提案した。
原題: Autonomous Reasoning for Spacecraft Control: A Large Language Model Framework with Group Relative Policy Optimization ／ Amit Jain, Richard Linares
日本語で読む → - 論文マニピュレーションロボティクス
SPINEグリッパ: ねじれ受動機構による受動モード遷移グリッパ
単一アクチュエータで、入力トルクの大きさに応じて把持と双方向の連続的な手先回転を自動的に切り替える受動グリッパを提案し、機構モデルと実験で有効性を示した。
原題: SPINE Gripper: A Twisted Underactuated Mechanism-based Passive Mode-Transition Gripper ／ JaeHyung Jang, JunHyeong Park, Joong-Ku Lee 他
日本語で読む → - 論文分散ロボティクスロボティクス
BlazeAIoT: エッジ・フォグ・クラウドを横断する分散ロボティクス向けモジュール型多層プラットフォーム
エッジ・フォグ・クラウドにまたがる分散ロボティクスを統合するモジュール型プラットフォームBlazeAIoTを提案し、ナビゲーションや大規模メッセージ処理のシナリオでリアルタイム性能を検証した。
原題: BlazeAIoT: A Modular Multi-Layer Platform for Real-Time Distributed Robotics Across Edge, Fog, and Cloud Infrastructures ／ Cedric Melancon, Julien Gascon-Samson, Maarouf Saad 他
日本語で読む → - 論文VLAロボティクス
視覚プロンプトを用いた視覚-言語-行動モデルによるオフロード自動運転
オフロード自動運転向けに、セマンティックセグメンテーションを視覚プロンプトとして使い自己整合性付き思考連鎖で推論するVLAフレームワークOFF-EMMAを提案し、軌道計画精度を改善した。
原題: A Vision-Language-Action Model with Visual Prompt for OFF-Road Autonomous Driving ／ Liangdong Zhang, Yiming Nie, Haoyang Li 他
日本語で読む → - 論文UAVセンシング/物理情報機械学習機械学習
物理制約付きノイズ除去オートエンコーダによるデータ希少な山火事UAVセンシング
UAVの低コストセンサのドリフトや遅延を補正するため、物理制約をネットワーク構造に組み込んだノイズ除去オートエンコーダを提案し、少ない飛行データで高精度な濃度推定を実現した。
原題: Physics-Constrained Denoising Autoencoders for Data-Scarce Wildfire UAV Sensing ／ Abdelrahman Ramadan, Zahra Dorbeigi Namaghi, Emily Taylor 他
日本語で読む → - 論文群制御ロボティクス
分散型マルチ自律走行車アーキテクチャDMAVA
複数の自律走行車の協調を検証するため、ROS 2とAutowareを基盤に各車両の自動運転スタックを複数ホストへ分散実行させるシミュレーション基盤を構築した。
原題: DMAVA: Distributed Multi-Autonomous Vehicle Architecture Using Autoware ／ Zubair Islam, Mohamed El-Darieby
日本語で読む → - 論文6D姿勢推定画像認識
クロス視点知覚による細粒度対応学習で実現するオープンボキャブラリ6D物体姿勢推定
オープンボキャブラリ6D姿勢推定において、対象物体を背景から分離し、二視点特徴の融合とパッチ間相関行列による空間制約付きマッチングを行うFiCoPを提案し、REAL275とToyota-Lightで精度を大幅に改善した。
原題: Learning Fine-Grained Correspondence with Cross-Perspective Perception for Open-Vocabulary 6D Object Pose Estimation ／ Yu Qin, Shimeng Fan, Fan Yang 他
日本語で読む → - 論文マニピュレーションロボティクス
ジャストインタイム情報木：可操作度を考慮した漸近最適動作計画
サンプリングベースの動作計画を改良し、エッジ接続とサンプリング密度を動的に調整して初期経路を高速に発見しつつ、可操作度と軌道コストのバランスを取るJIT*を提案した。
原題: Just in time Informed Trees: Manipulability-Aware Asymptotically Optimized Motion Planning ／ Kuanqi Cai, Liding Zhang, Xinwen Su 他
日本語で読む → - 論文位置推定画像認識
惑星探査の地空ロボットチーム向けドメイン汎化クロスビュー位置推定のための視覚基盤モデル
視覚基盤モデルによるセマンティックセグメンテーションと大量の合成データを活用し、地上ローバーが限られた視野の単眼RGB画像から航空マップ上で自己位置を推定するクロスビュー二重エンコーダ手法を提案。実世界の探査アナログ施設で取得したデータセットも公開した。
原題: Vision Foundation Models for Domain Generalisable Cross-View Localisation in Planetary Ground-Aerial Robotic Teams ／ Lachlan Holden, Feras Dayoub, Alberto Candela 他
日本語で読む → - 論文マニピュレーションロボティクス
CoLA-Flow Policy: 連続潜在行動フローマッチングによる時間的に一貫した模倣学習
行動系列を時間的に一貫した潜在軌道にエンコードし、連続潜在空間でフローマッチングを行うことで、高速推論と滑らかで安定した長期的ロボットマニピュレーションを実現した模倣学習フレームワーク。
原題: CoLA-Flow Policy: Temporally Coherent Imitation Learning via Continuous Latent Action Flow Matching for Robotic Manipulation ／ Wu Songwei, Jiang Zhiduo, Sun Wandong 他
日本語で読む → - 論文フィールドマッピングロボティクス
テイラー展開によるロボットフィールドマッピングの位置推定誤差補正：ガウス過程を用いた手法
ガウス過程によるフィールドマッピングで、ロボットの位置推定誤差が予測精度を低下させる問題に対し、カーネル関数の微分可能性を利用した2次補正アルゴリズムを提案し、シミュレーションで精度と計算効率の向上を示した。
原題: A Taylor Series Approach to Correct Localization Errors in Robotic Field Mapping using Gaussian Processes ／ Muzaffar Qureshi, Tochukwu Elijah Ogri, Kyle Volle 他
日本語で読む → - 論文触覚HCI
遠隔触診におけるしこりの硬さを再現するハイブリッド軟質触覚ディスプレイ
硬いプラットフォームと4×4の軟質空気圧触覚ディスプレイを組み合わせ、軟組織下の硬いしこりを提示する手法を提案し、12名の実験で検出精度が50%から95%以上に向上することを示した。
原題: A Hybrid Soft Haptic Display for Rendering Lump Stiffness in Remote Palpation ／ Pijuan Yu, Anzu Kawazoe, Alexis Urquhart 他
日本語で読む → - 論文VLAロボティクス
実用的なVLA基盤モデル
9種類の双腕ロボットから約2万時間の実世界データを収集し、4つのロボットプラットフォームで評価した汎用性の高いVLA基盤モデルLingBot-VLAを開発した。
原題: A Pragmatic VLA Foundation Model ／ Wei Wu, Fan Lu, Yunnan Wang 他
日本語で読む → - 論文運動プリミティブロボティクス
ロボティクスにおける運動プリミティブ：包括的サーベイ
ロボットの運動制御に用いられる運動プリミティブの主要な枠組みを年代順に整理し、その長所・短所と応用例を体系的にまとめたサーベイ論文。
原題: Movement Primitives in Robotics: A Comprehensive Survey ／ Nolan B. Gutierrez, Joseph M. Cloud, William J. Beksi
日本語で読む →