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: 2025/12/1 ／ arXivを3時間ごとに自動収集

• 論文3D再構成画像認識2025/12/1

  運転視覚幾何Transformer

  自動運転向けに、カメラパラメータ不要で多視点画像列からメートルスケールの密な3D点群と自車姿勢を推定するTransformerモデルを提案。

  原題: DVGT: Driving Visual Geometry Transformer ／ Sicheng Zuo, Zixun Xie, Wenzhao Zheng 他

  日本語で読む →
• 論文歩行ロボティクス2025/12/1

  H-Zero: ヒューマノイド横断歩行事前学習による少数ショット新規身体転移

  複数のヒューマノイドで歩行方策を事前学習し、未知のヒューマノイドや直立四足歩行ロボットへ30分の微調整で転移できることを示した研究。

  原題: H-Zero: Cross-Humanoid Locomotion Pretraining Enables Few-shot Novel Embodiment Transfer ／ Yunfeng Lin, Minghuan Liu, Yufei Xue 他

  日本語で読む →
• 論文マニピュレーションロボティクス2025/12/1

  OMP: 方向性アライメントによる一段階Meanflowポリシー

  拡散モデルの推論遅延とフローモデルの複雑さを解決するため、方向性アライメントと微分導出方程式を導入し、単一ステップで高精度なロボットマニピュレーションを実現するOMPを提案。

  原題: OMP: One-step Meanflow Policy with Directional Alignment ／ Han Fang, Yize Huang, Yuheng Zhao 他

  日本語で読む →
• 論文マイクロロボット/磁気制御ロボティクス2025/12/1

  マイクロロボット間の磁力のモデリングと制御

  共通の磁場の角度のみを操作して複数の磁性マイクロロボット間の距離をPID+PDカスケード制御で調整する手法を提案し、シミュレーションで収束時間の短縮と滑らかな制御を実証した。

  原題: Modeling and Control of Magnetic Forces between Microrobots ／ Amelia Fernández Seguel, Alejandro I. Maass

  日本語で読む →
• 論文水中オドメトリ/センサ融合ロボティクス2025/12/1

  FAR-AVIO: 高速でロバストなシューア補元に基づく音響・視覚・慣性融合オドメトリとセンサキャリブレーション

  水中ロボット向けに、シューア補元をEKFに組み込み、ランドマークを周辺化して高速化した音響・視覚・慣性融合オドメトリを提案。センサ信頼性評価とオンラインキャリブレーションも導入し、実環境で有効性を示した。

  原題: FAR-AVIO: Fast and Robust Schur-Complement Based Acoustic-Visual-Inertial Fusion Odometry with Sensor Calibration ／ Hao Wei, Peiji Wang, Qianhao Wang 他

  日本語で読む →
• 論文協調ナビゲーションロボティクス2025/12/1

  UrbanV2X: 都市部における協調ナビゲーションのためのマルチセンサ車両インフラデータセット

  香港のC-V2Xテストベッドで車両と路側インフラから収集したマルチセンサデータセットを構築し、協調ナビゲーションアルゴリズムのベンチマークを実施した。

  原題: UrbanV2X: A Multisensory Vehicle-Infrastructure Dataset for Cooperative Navigation in Urban Areas ／ Qijun Qin, Ziqi Zhang, Yihan Zhong 他

  日本語で読む →
• 論文マニピュレーションロボティクス2025/12/1

  RoboMIND 2.0：汎用身体知能のためのマルチモーダル両腕移動マニピュレーションデータセット

  6種類のロボットで集めた31万件超の両腕操作・移動マニピュレーション軌道（触覚・シミュレーション含む）を公開し、階層型VLM+VLAシステムMIND-2を提案した論文。

  原題: RoboMIND 2.0: A Multimodal, Bimanual Mobile Manipulation Dataset for Generalizable Embodied Intelligence ／ Chengkai Hou, Kun Wu, Jiaming Liu 他

  日本語で読む →
• 論文VLAロボティクス2025/12/1

  反事実的VLA：適応的推論を備えた自己反省型視覚-言語-行動モデル

  自動運転VLAモデルが計画した行動を反事実的に推論して修正する自己反省フレームワークを提案し、軌道精度と安全性を向上させた。

  原題: Counterfactual VLA: Self-Reflective Vision-Language-Action Model with Adaptive Reasoning ／ Zhenghao "Mark" Peng, Wenhao Ding, Yurong You 他

  日本語で読む →
• 論文マニピュレーション制御2025/12/1

  冗長マニピュレータのための幾何学的タスク空間ポート・ハミルトニアン定式化

  冗長マニピュレータの運動学タスクを座標変換によりタスク空間と零空間の運動量に分離するポート・ハミルトン模型を提案し、IDA-PBC制御で7自由度ロボットのインピーダンス整形を実現した。

  原題: A Geometric Task-Space Port-Hamiltonian Formulation for Redundant Manipulators ／ Federico Califano, Camilla Rota, Riccardo Zanella 他

  日本語で読む →
• 論文拡散モデル/レーダ生成画像認識2025/12/1

  RadarGen: カメラ画像からの車載レーダ点群生成

  マルチビューカメラ画像から拡散モデルを用いてリアルな車載レーダ点群を生成する手法を提案し、知覚モデルの性能ギャップを縮小した。

  原題: RadarGen: Automotive Radar Point Cloud Generation from Cameras ／ Tomer Borreda, Fangqiang Ding, Sanja Fidler 他

  日本語で読む →
• 論文軌道最適化ロボティクス2025/12/1

  旋回制約を受ける追跡者の確率的交戦領域

  旋回率制限のある追跡者の不確実性を考慮し、捕獲リスクを最小化する回避軌道を生成する手法を提案した論文。

  原題: Probabilistic Weapon Engagement Zones for a Turn Constrained Pursuer ／ Grant Stagg, Isaac E. Weintraub, Cameron K. Peterson

  日本語で読む →
• 論文VLA画像認識2025/12/1

  ロボットはいつ「わからない」と言うべきか：身体性質問応答における棄権のベンチマーク

  身体性質問応答（EQA）において、エージェントが答えを保留すべき状況を評価するベンチマークAbstainEQAを構築し、最先端モデルでも棄権の判断が難しいことを示した。

  原題: When Robots Should Say "I Don't Know": Benchmarking Abstention in Embodied Question Answering ／ Tao Wu, Chuhao Zhou, Guangyu Zhao 他

  日本語で読む →
• 論文強化学習/フォトニックコンピューティングロボティクス2025/12/1

  ロボット連続制御のためのフォトニックスパイキング強化学習のハードウェア・ソフトウェア協調コンピューティング

  光スパイキング強化学習（TD3とSNNの融合）をシリコンフォトニックMZIチップで実行するハードウェア・ソフトウェア協調推論システムを提案し、ロボット連続制御タスクで高効率・低遅延を実現した。

  原題: Hardware-Software Collaborative Computing of Photonic Spiking Reinforcement Learning for Robotic Continuous Control ／ Mengting Yu, Shuiying Xiang, Changjian Xie 他

  日本語で読む →
• 論文タスク計画評価cs.SE2025/12/1

  多様性誘導メタモルフィックテストによる身体性エージェントの非最適意思決定の検出

  身体性エージェントのタスク計画において、タスクは成功するが非効率な「非最適意思決定」を検出するため、4つのメタモルフィック関係と多様性誘導のテスト選択戦略を組み合わせたフレームワークNoD-DGMTを提案し、AI2-THOR上で有効性を示した。

  原題: Detecting Non-Optimal Decisions of Embodied Agents via Diversity-Guided Metamorphic Testing ／ Wenzhao Wu, Yahui Tang, Mingfei Cheng 他

  日本語で読む →
• 論文モジュール型ロボットロボティクス2025/12/1

  MoonBot：月面基地建設に向けたモジュール式オンデマンド再構成ロボット

  月面基地建設のためのモジュール式再構成ロボットを開発し、土木作業や部品輸送、膨張式モジュール支援などの実証実験を行った。

  原題: MoonBot: Modular and On-Demand Reconfigurable Robot Toward Moon Base Construction ／ Kentaro Uno, Elian Neppel, Gustavo H. Diaz 他

  日本語で読む →
• 論文最適化ロボティクス2025/12/1

  ロボティクス知覚におけるスパース変数射影：効率的な非線形最適化のための分離可能構造の活用

  ゲージ対称性を持つロボティクス知覚問題に対し、分離可能性とスパース性を同時に活用する変数射影法を提案し、SLAMやSfMで効率化を実現した。

  原題: Sparse Variable Projection in Robotic Perception: Exploiting Separable Structure for Efficient Nonlinear Optimization ／ Alan Papalia, Nikolas Sanderson, Haoyu Han 他

  日本語で読む →
• 論文ロボットアーキテクチャロボティクス2025/12/1

  ルールに従うロボット：ROS 2 CLIPSエグゼクティブ

  ルールベース言語CLIPSをROS 2に統合し、PDDLベースのプランニングフレームワークとの連携例を示した。

  原題: Making Robots Play by the Rules: The ROS 2 CLIPS-Executive ／ Tarik Viehmann, Daniel Swoboda, Samridhi Kalra 他

  日本語で読む →
• 論文ナビゲーション画像認識2025/12/1

  MUSON: 都市環境における社会的規範に沿ったナビゲーションのための推論指向マルチモーダルデータセット

  歩行者との社会的規範を考慮したナビゲーションのための、5段階の思考連鎖で注釈付けされた1万件超の一人称視点マルチモーダルデータセットを構築し、複数の視覚言語モデルを評価した。

  原題: MUSON: A Reasoning-oriented Multimodal Dataset for Socially Compliant Navigation in Urban Environments ／ Zhuonan Liu, Xinyu Zhang, Zishuo Wang 他

  日本語で読む →
• 論文アフォーダンス推論画像認識2025/12/1

  A4-Agent: ゼロショットアフォーダンス推論のためのエージェントフレームワーク

  訓練不要のエージェント型フレームワークで、生成モデル・視覚言語モデル・視覚基盤モデルを組み合わせ、言語指示に基づく物体のアフォーダンス領域をゼロショットで推論する。

  原題: A4-Agent: An Agentic Framework for Zero-Shot Affordance Reasoning ／ Zixin Zhang, Kanghao Chen, Hanqing Wang 他

  日本語で読む →
• 論文デジタルツインロボティクス2025/12/1

  人間の手のマルチ剛体近似とデジタルツインへの応用

  人間の手の動作を光学式モーションキャプチャから取り込み、MANOモデルを関節軸が解剖学的に整合したURDFに変換することで、リアルタイム物理シミュレーション可能なマルチ剛体近似を構築するパイプラインを提案した。

  原題: Multi-Rigid-Body Approximation of Human Hands with Application to Digital Twin ／ Bin Zhao, Yiwen Lu, Haohua Zhu 他

  日本語で読む →
• 論文群制御制御2025/12/1

  密度ベース予測制御によるマルチエージェント非一様領域カバレッジの収束性

  最適輸送理論に基づき、優先度の異なる領域を効率的にカバーするマルチエージェント制御法を提案し、収束条件を解析した。

  原題: On the Convergence of Density-Based Predictive Control for Multi-Agent Non-Uniform Area Coverage ／ Sungjun Seo, Kooktae Lee

  日本語で読む →
• 論文VLAロボティクス2025/12/1

  学習時アクション条件付けによる効率的なリアルタイムチャンキング

  推論時のインペインティングの代わりに、学習時に推論遅延を模擬してアクションプレフィックスで条件付けることで、VLAのリアルタイムチャンキングを計算コストを抑えつつ実現する手法を提案。

  原題: Training-Time Action Conditioning for Efficient Real-Time Chunking ／ Kevin Black, Allen Z. Ren, Michael Equi 他

  日本語で読む →
• 論文追跡制御制御2025/12/1

  定方位追跡戦略における依存的可到達集合

  追跡者が定方位追跡戦略で目標を追うとき、追跡者の依存的可到達集合の形状を理論的・実験的に解析した論文。

  原題: Dependent Reachable Sets for the Constant Bearing Pursuit Strategy ／ Venkata Ramana Makkapati, Tulasi Ram Vechalapu, Vinodhini Comandur 他

  日本語で読む →
• 論文VLAロボティクス2025/12/1

  見て行動し、プロンプトで指定する：視覚言語行動ポリシーのベイズ分解

  VLAモデルのファインチューニングで生じる言語忘却と視覚ショートカットを、ポリシーを視覚行動事前と言語条件付き尤度にベイズ分解することで解決し、未知の指示・物体・環境への汎化性能を向上させた。

  原題: Seeing to Act, Prompting to Specify: A Bayesian Factorization of Vision Language Action Policy ／ Kechun Xu, Zhenjie Zhu, Anzhe Chen 他

  日本語で読む →
• 論文マルチエージェント/人間-ロボット協調ロボティクス2025/12/1

  モノリシック基盤モデルを身体性マルチエージェントアーキテクチャへ変換し人間-ロボット協調を実現

  単一の基盤モデルを複数の専門エージェントに分解し、知覚・計画・検証・人間への委任を連携させるLLM駆動フレームワークInteractGenを提案。異種ロボットチームでの3ヶ月実証でタスク成功率と協調性の向上を示した。

  原題: Transforming Monolithic Foundation Models into Embodied Multi-Agent Architectures for Human-Robot Collaboration ／ Nan Sun, Bo Mao, Yongchang Li 他

  日本語で読む →
• 論文移動ロボット/人間認識ナビゲーションロボティクス2025/12/1

  XR-DT: 拡張現実強化デジタルツインによる人間認識型モデル予測パス積分制御を用いた安全な動作計画

  XRヘッドセットとUnityを統合したデジタルツインフレームワークXR-DTを構築し、人間の軌道予測モデルATLASと人間認識型MPPI制御を組み合わせて、人間と共存する移動ロボットの安全なナビゲーションを実現した。

  原題: XR-DT: Extended Reality-Enhanced Digital Twin for Safe Motion Planning via Human-Aware Model Predictive Path Integral Control ／ Tianyi Wang, Jiseop Byeon, Ahmad Yehia 他

  日本語で読む →
• 論文マニピュレーションロボティクス2025/12/1

  その手の中の世界：実環境での人間中心マニピュレーション学習のための大規模オープンソースエコシステム

  実環境で収集した1000時間超の人間のマニピュレーションデータとウェアラブル収集キット、ベンチマークをオープンソースで提供し、ロボットのマニピュレーション成功率を8%から60%に向上させた。

  原題: World In Your Hands: A Large-Scale and Open-Source Ecosystem for Learning Human-Centric Manipulation in the Wild ／ Yupeng Zheng, Jichao Peng, Weize Li 他

  日本語で読む →
• 論文触覚ロボティクス2025/12/1

  OSMO: 人間からロボットへの技能転移のためのオープンソース触覚グローブ

  人間とロボットの両方が同じ触覚グローブを装着し、人間の触覚データから直接ロボット政策を学習することで、接触を伴う拭き取り作業を72%の成功率で実現した。

  原題: OSMO: Open-Source Tactile Glove for Human-to-Robot Skill Transfer ／ Jessica Yin, Haozhi Qi, Youngsun Wi 他

  日本語で読む →
• 論文VLA画像認識2025/12/1

  VAT: ViTの全表現を活用する視覚行動トランスフォーマー

  ViTの全層の特徴を行動生成に融合させるVATを提案し、LIBEROベンチマークで98.15%の成功率を達成した模倣学習モデル。

  原題: VAT: Vision Action Transformer by Unlocking Full Representation of ViT ／ Wenhao Li, Chengwei Ma, Weixin Mao

  日本語で読む →
• 論文触覚画像認識2025/12/1

  OpenTouch: 実世界インタラクションに全手触覚をもたらす

  一人称視点の動画と全手の触覚・姿勢を同期した初の実世界データセットを構築し、触覚が把持理解やクロスモーダル alignment に有効であることを示した。

  原題: OPENTOUCH: Bringing Full-Hand Touch to Real-World Interaction ／ Yuxin Ray Song, Jinzhou Li, Rao Fu 他

  日本語で読む →