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: 2025/12/5 / 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 →- 論文協調/LLMcs.MA
ReCollab: 検索拡張LLMによる協調的アドホックチームメイトモデリング
LLMを用いて未知のチームメイトの行動を分類し、RAGで推論を安定化させることで、協調タスクにおける適応を改善するフレームワークを提案。
原題: ReCollab: Retrieval-Augmented LLMs for Cooperative Ad-hoc Teammate Modeling / Conor Wallace, Umer Siddique, Yongcan Cao
日本語で読む → - 論文オフライン強化学習機械学習
明示的な保守性なしの長期ホライズンモデルベースオフライン強化学習
ベイズ的アプローチにより明示的な保守性を使わずに長期ホライズンのロールアウトを可能にし、D4RLとNeoRLで最先端性能を達成したNEUBAYを提案。
原題: Long-Horizon Model-Based Offline Reinforcement Learning Without Explicit Conservatism / Tianwei Ni, Esther Derman, Vineet Jain 他
日本語で読む → - 論文世界モデル機械学習
優れた世界モデルが事後学習性能を向上させる
ルービックキューブを題材に、明示的な世界モデル事前学習が内部表現を改善し、強化学習による事後学習の性能を高めることを示した研究。
原題: Better World Models Can Lead to Better Post-Training Performance / Prakhar Gupta, Henry Conklin, Sarah-Jane Leslie 他
日本語で読む → - 論文動画世界モデル画像認識
WorldPack: 長文脈動画世界モデリングのための動的フレーム圧縮
3D視点の空間的関連性に基づいて過去フレームの圧縮率を動的に割り当てることで、長期的な動画世界モデルの生成品質を向上させる手法を提案。
原題: WorldPack: Dynamic Frame Compression for Long-context Video World Modeling / Yuta Oshima, Yusuke Iwasawa, Masahiro Suzuki 他
日本語で読む → - 論文強化学習/生成ポリシー機械学習
事前分布マッピング共進化による拡散ポリシーの学習
強化学習において、最適化しやすい潜在空間で方策を訓練しつつ、条件付き生成デコーダで行動を合成するフレームワークGoRLを提案。複雑な連続制御タスクで既存手法を大幅に上回る性能を達成した。
原題: Training Diffusion Policies via Prior-Mapping Co-Evolution / Chubin Zhang, Zhenglin Wan, Feng Chen 他
日本語で読む → - 論文データセット生成画像認識
Synset Signset Germany: ドイツ交通標識認識のための合成データセット
GANによるテクスチャ生成と解析的なシーン変調を組み合わせ、ドイツの交通標識認識用の大規模合成データセットを構築し、そのリアリズムを評価した。
原題: Synset Signset Germany: a Synthetic Dataset for German Traffic Sign Recognition / Anne Sielemann, Lena Loercher, Max-Lion Schumacher 他
日本語で読む → - 論文制御協調設計ロボティクス
デジタルツインと深層強化学習による車両アクティブサスペンションの制御協調設計
デジタルツインと深層強化学習を組み合わせ、車両アクティブサスペンションの物理設計と制御則を運転行動や環境の不確実性下で同時最適化する枠組みを提案した。
原題: Digital Twin-based Control Co-Design of Full Vehicle Active Suspensions via Deep Reinforcement Learning / Ying-Kuan Tsai, Yi-Ping Chen, Vispi Karkaria 他
日本語で読む → - 論文シーングラフロボティクス
Aion: 時間的流れのダイナミクスを組み込んだ階層的4Dシーングラフ
動的環境での自律ナビゲーションに向けて、階層的な3Dシーングラフに時間的な流れのダイナミクスを直接埋め込み、スパースなグラフベースの動きマップで任意の時間間隔の動きを捉えるフレームワークを提案。
原題: Aion: Towards Hierarchical 4D Scene Graphs with Temporal Flow Dynamics / Iacopo Catalano, Eduardo Montijano, Javier Civera 他
日本語で読む → - 論文マニピュレーションロボティクス
M³Aポリシー:フォトメトリック再レンダリングによる可変材料操作拡張ポリシー
単一の実演から光輸送に基づくフォトメトリック再レンダリングで多様な材料の実演を生成し、材料に依存しない操作ポリシーを学習する枠組みを提案。
原題: $\mathbf{M^3A}$ Policy: Mutable Material Manipulation Augmentation Policy through Photometric Re-rendering / Jiayi Li, Yuxuan Hu, Haoran Geng 他
日本語で読む → - 論文ソーシャルロボティクスロボティクス
ソーシャルロボットによる大学生の生産性スキル育成支援:概念実証
大学生の時間管理とタスク優先順位付けを支援する教育コーチとしてソーシャルアシストロボットを開発し、15名の学生による評価で高いユーザビリティとエンゲージメントを確認した。
原題: Supporting Productivity Skill Development in College Students through Social Robot Coaching: A Proof-of-Concept / Himanshi Lalwani, Hanan Salam
日本語で読む → - 論文リアルタイムシステムcs.OS
確率的応答時間解析の高速化:修正クリティカルインスタントと最適化畳み込み
ロボットや自動運転のリアルタイムシステムにおける最悪ケースのデッドライン失敗確率(WCDFP)を、修正クリティカルインスタントと畳み込みのマージ順序最適化により、精度を保ちつつ最大10倍高速に推定する手法を提案した。
原題: Accelerating Probabilistic Response-Time Analysis: Revised Critical Instant and Optimized Convolution / Hiroto Takahashi, Atsushi Yano, Takuya Azumi
日本語で読む → - 論文自己駆動型実験室画像認識
自己駆動型実験室のためのデータ中心型視覚開発
自己駆動型実験室のピペッティング作業における気泡検出のため、実データと仮想データを融合したハイブリッドパイプラインを構築し、データ不足を克服して高精度な検出モデルを実現した。
原題: Data-Centric Visual Development for Self-Driving Labs / Anbang Liu, Guanzhong Hu, Jiayi Wang 他
日本語で読む → - 論文記号的世界モデルロボティクス
深層述語発見と事前学習済み基盤モデルの統合
LLMが提案する述語効果分布と低レベルデータからのニューラル述語学習を相互に洗練させる二層学習フレームワークUniPredを提案し、ロボットの長期タスクにおける記号的世界モデル構築を効率化した。
原題: Unifying Deep Predicate Invention with Pre-trained Foundation Models / Qianwei Wang, Bowen Li, Zhanpeng Luo 他
日本語で読む → - 論文歩行リハビリテーションロボティクス
接地コンプライアンスが歩行リハビリテーションにおける視覚フィードバックベースの推進力訓練の保持を改善する
視覚フィードバックによる歩行訓練に接地の柔軟性を加えると、推進力の増加がより持続し、筋活動や関節運動にも長期的な効果が残ることを健常者実験で示した。
原題: Ground Compliance Improves Retention of Visual Feedback-Based Propulsion Training for Gait Rehabilitation / Bradley Hobbs, Panagiotis Artemiadis
日本語で読む → - 論文ナビゲーションロボティクス
DRL-TH: 時系列グラフアテンションと階層的融合を統合した混雑環境下でのUGVナビゲーション
混雑環境で走行する無人地上車両(UGV)のナビゲーションのため、時系列情報を考慮したグラフアテンションと階層的プーリングによるマルチモーダル融合を組み合わせた深層強化学習フレームワークを提案し、実機でも検証した。
原題: DRL-TH: Jointly Utilizing Temporal Graph Attention and Hierarchical Fusion for UGV Navigation in Crowded Environments / Ruitong Li, Lin Zhang, Yuenan Zhao 他
日本語で読む → - 論文拡張現実/交通安全制御
ARCAS: 拡張現実とSLAM追跡による歩行者・脆弱道路利用者の衝突回避支援システム
LiDARとSLAM追跡を融合したARヘッドセットで、歩行者に危険物の3D警告を提示し衝突回避時間を約2倍に延ばすシステムを開発・実証した。
原題: ARCAS: An Augmented Reality Collision Avoidance System with SLAM-Based Tracking for Enhancing VRU Safety / Ahmad Yehia, Jiseop Byeon, Tianyi Wang 他
日本語で読む → - 論文マニピュレーションロボティクス
卓上整理のための高性能双腕タスク・動作プランニング
2本のロボットアームが近接して協調し、絡み合った物体配置を整理するためのタスク・動作プランニングフレームワークSDARを提案。GPUベースの動作計画と依存関係駆動型タスク計画を統合し、実機でも高い成功率を示した。
原題: High-Performance Dual-Arm Task and Motion Planning for Tabletop Rearrangement / Duo Zhang, Junshan Huang, Jingjin Yu
日本語で読む → - 論文VLAロボティクス
暗黙的ニューラルフィードバックによる人間整合型ロボット制御の強化学習
脳波の誤り関連電位を非侵襲的に計測し、事前学習済みデコーダで報酬に変換することで、明示的なフィードバックなしにロボットアームの複雑なピックアンドプレースを強化学習する手法を提案した。
原題: Reinforcement Learning from Implicit Neural Feedback for Human-Aligned Robot Control / Suzie Kim
日本語で読む → - 論文自動運転ロボティクス
RoaD: 閉ループ教師あり微調整のためのロールアウト活用による自動運転ポリシー改善
自動運転ポリシーの閉ループ展開時の誤差蓄積を、自身のロールアウトに専門家ガイダンスを加えて追加学習データとすることで軽減し、大規模シミュレータで衝突を54%削減した手法。
原題: RoaD: Rollouts as Demonstrations for Closed-Loop Supervised Fine-Tuning of Autonomous Driving Policies / Guillermo Garcia-Cobo, Maximilian Igl, Peter Karkus 他
日本語で読む → - 論文マニピュレーションロボティクス
触覚と視覚の同時知覚によるマルチモーダルロボットマニピュレーション学習
透明な弾性体と新規マーカーを備えた触覚・視覚同時センサTacThruと、Transformerベースの拡散方策を用いた模倣学習フレームワークTacThru-UMIを提案し、実世界の5タスクで平均85.5%の成功率を達成した。
原題: Simultaneous Tactile-Visual Perception for Learning Multimodal Robot Manipulation / Yuyang Li, Yinghan Chen, Zihang Zhao 他
日本語で読む → - 論文自動運転データセット画像認識
nuScenes再訪:自動運転の進歩と課題
自動運転データセットnuScenesの作成過程や拡張版、後続データセットへの影響、標準化、タスクと手法の動向を包括的に調査した論文。
原題: nuScenes Revisited: Progress and Challenges in Autonomous Driving / Whye Kit Fong, Venice Erin Liong, Kok Seang Tan 他
日本語で読む → - 論文sim2realロボティクス
シミュレーションと現実を繋ぐ:セマンティック2Dガウシアンスプラッティングによるドメイン間転移
物体中心のドメイン不変な空間特徴を抽出するセマンティック2Dガウシアンスプラッティングを提案し、シミュレーションから実世界への操作タスクの転移性能を向上させた。
原題: Bridging Simulation and Reality: Cross-Domain Transfer with Semantic 2D Gaussian Splatting / Jian Tang, Pu Pang, Haowen Sun 他
日本語で読む → - 論文sim2realロボティクス
ロボットの視覚汎化のための不変性共訓練
ロボットデモと非物理シミュレーションの画像を共訓練し、状態類似性と観測摂動への不変性を補助タスクとして導入することで、未見の視点・照明・妨害物体への汎化性能を18%向上させた。
原題: Invariance Co-training for Robot Visual Generalization / Jonathan Yang, Chelsea Finn, Dorsa Sadigh
日本語で読む → - 論文データ生成ロボティクス
IGen: オープンワールド画像からのロボット学習のためのスケーラブルなデータ生成
オープンワールド画像から3Dシーン表現とVLM推論を用いてロボットの視覚運動データを生成し、実世界データに匹敵する性能のポリシー学習を可能にするフレームワークを提案。
原題: IGen: Scalable Data Generation for Robot Learning from Open-World Images / Chenghao Gu, Haolan Kang, Junchao Lin 他
日本語で読む → - 論文自動運転ロボティクス
自動運転における統計拡張・分離型MoEルーティングと集約
自動運転向けに、統計的検索で専門家を選び統計的距離で出力を再重み付けする、LM駆動のMoEルーティング・集約手法を提案し、意味セグメンテーションで評価した。
原題: Statistic-Augmented, Decoupled MoE Routing and Aggregating in Autonomous Driving / Wei-Bin Kou, Guangxu Zhu, Jingreng Lei 他
日本語で読む → - 論文タスクプランニングロボティクス
MaP-AVR: 視覚言語モデルと検索拡張生成を活用したエージェントのためのメタアクションプランナー
ロボットの行動を「移動/回転・エンドエフェクタ状態変化・環境との関係」からなるメタアクションに抽象化し、RAGでLLM/VLMの計画を支援するタスクプランナーを提案。
原題: MaP-AVR: A Meta-Action Planner for Agents Leveraging Vision Language Models and Retrieval-Augmented Generation / Zhenglong Guo, Yiming Zhao, Feng Jiang 他
日本語で読む → - 論文サービスロボット/ヒューマンロボットインタラクションロボティクス
忙しい顧客と対話するサービスロボットの手引き
飲食店を模した環境で、接客ロボットが音声・視覚表示・微細動作などのコミュニケーション手段を用いて、作業中の顧客の注意を引き意図を伝える効果を検証したユーザー研究。
原題: A Service Robot's Guide to Interacting with Busy Customers / Suraj Nukala, Meera Sushma, Leimin Tian 他
日本語で読む → - 論文SLAMロボティクス
VIGS-SLAM: 視覚慣性ガウススプラッティングSLAM
視覚とIMUを統合最適化し、3Dガウススプラッティングによるリアルタイム追跡と高精細再構成を実現したSLAMシステム。
原題: VIGS-SLAM: Visual Inertial Gaussian Splatting SLAM / Zihan Zhu, Wei Zhang, Moyang Li 他
日本語で読む → - 論文VLAロボティクス
視覚言語ロボット操作のための環境横断的な失敗推論データのスケーリング
成功軌道を摂動させて多様な失敗データを自動生成し、VLMで推論トレースを付与した大規模データセットFailCoTを構築。これで訓練した検証モデルGuardianは未知環境での失敗検出性能を向上させ、操作タスクの成功率を高めた。
原題: Scaling Cross-Environment Failure Reasoning Data for Vision-Language Robotic Manipulation / Paul Pacaud, Ricardo Garcia, Shizhe Chen 他
日本語で読む → - 論文人間ロボット協働ロボティクス
安全を考慮した学習ベースのタスクスケジューリングによる効率的な人間とロボットの協働
深層学習モデルでシステム状態と安全による速度低下の関係を学習し、安全性を保ちつつサイクルタイムを最小化するタスク選択を最適化する手法を提案。ピック・パッケージング実験でサイクルタイムの大幅な短縮を実証した。
原題: Learning-Based Safety-Aware Task Scheduling for Efficient Human-Robot Collaboration / M. Faroni, A. Spano, A. M. Zanchettin 他
日本語で読む →