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
📖 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VLAロボティクス
GLaD: 視覚言語行動モデルのための幾何潜在蒸留
3D幾何情報を知識蒸留でVLAモデルに組み込み、深度センサーや3D注釈なしで空間推論と操作性能を向上させた手法。
原題: GLaD: Geometric Latent Distillation for Vision-Language-Action Models / Minghao Guo, Meng Cao, Jiachen Tao 他
日本語で読む → - 論文イベントビジョン画像認識
CS3D: イベントビジョンによる効率的な表情認識フレームワーク
イベントカメラ向けに3D畳み込みを分解し、スパイキングニューロンと時空間アテンションを組み合わせることで、省エネルギーかつ高精度に表情認識を行うCS3Dを提案した。
原題: CS3D: An Efficient Facial Expression Recognition via Event Vision / Zhe Wang, Qijin Song, Yucen Peng 他
日本語で読む → - 論文被覆計画ロボティクス
平面領域被覆のための最小空中写真撮影の計算複雑性
ドローンによる平面領域の被覆撮影問題の計算複雑性を解析し、正方形と円での被覆の近似困難性と近似アルゴリズムを提案した。
原題: On The Computational Complexity of Minimum Aerial Photographs for Planar Region Coverage / Si Wei Feng
日本語で読む → - 論文歩行ロボティクス
低次元知覚表現による地形認識型二足歩行の学習
CNN-VAEで地形を低次元潜在表現に圧縮し、階層型強化学習で二足歩行の歩容生成を行う手法を提案。履歴考慮や深度画像からの蒸留、実機検証も行った。
原題: Learning Terrain Aware Bipedal Locomotion via Reduced Dimensional Perceptual Representations / Guillermo A. Castillo, Himanshu Lodha, Ayonga Hereid
日本語で読む → - 論文セマンティックマッピングロボティクス
SLIM-VDB: リアルタイム3D確率的セマンティックマッピングフレームワーク
OpenVDBデータ構造とベイズ更新を統合し、閉集合・開集合の両方のセマンティックラベルを扱える軽量な3Dセマンティックマッピングシステムを提案。メモリと統合時間を大幅に削減しつつ、同等のマッピング精度を実現した。
原題: SLIM-VDB: A Real-Time 3D Probabilistic Semantic Mapping Framework / Anja Sheppard, Parker Ewen, Joey Wilson 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 → - 論文自律ナビゲーションロボティクス
走行可能性を考慮したM4ロボットの自律ナビゲーション
LiDARとCNNで地形の走行しやすさを推定し、エネルギー効率の良い経路を計画するM4ロボット向けナビゲーション手法を提案した。
原題: Traversability Aware Autonomous Navigation for Multi-Modal Mobility Morphobot (M4) / Hrigved Mahesh Suryawanshi
日本語で読む → - 論文安全制御制御
学習したエネルギー関数を持つポート・ハミルトン系に対するベイズ的安全保証
ハミルトニアンをデータから学習する際の不確かさをベイズ的に伝播させ、安全フィルタの信頼性保証を可能にする手法を提案。
原題: Bayesian Safety Guarantees for Port-Hamiltonian Systems with Learned Energy Functions / Chi Ho Leung, Philip E. Paré
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ションのための1秒未満3Dメッシュ生成
単一のRGB-D画像から、物体セグメンテーション・拡散モデルによるメッシュ生成・点群位置合わせを統合し、1秒未満でロボット操作に使える3Dメッシュを生成するシステムを提案。
原題: Subsecond 3D Mesh Generation for Robot Manipulation / Qian Wang, Omar Abdellall, Tony Gao 他
日本語で読む → - 論文群制御ロボティクス
CREPES-X: 階層型方位・距離・慣性による直接協調相対姿勢推定システム
小型ハードウェアと二段階の階層推定器により、方位外れ値に頑健で高精度なマルチロボット間の相対姿勢推定を実現した。
原題: CREPES-X: Hierarchical Bearing-Distance-Inertial Direct Cooperative Relative Pose Estimation System / Zhehan Li, Zheng Wang, Jiadong Lu 他
日本語で読む → - 論文VLAロボティクス
ICD-Net: ドローン向け視覚慣性SLAMのための慣性共分散変位ネットワーク
生の慣性計測データから変位と不確かさを学習し、VINS-Fusionの最適化に残差制約として組み込むことで、ドローンの視覚慣性SLAMの性能を向上させるフレームワークを提案。
原題: ICD-Net: Inertial Covariance Displacement Network for Drone Visual-Inertial SLAM / Tali Orlev Shapira, Itzik Klein
日本語で読む → - 論文アフォーダンス推論画像認識
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 → - 論文車線検出/協調知覚ロボティクス
CoLD Fusion: 車車間通信を活用した車線検出のためのリアルタイム対応スプライン融合アルゴリズム
車車間通信で得た車線情報をスプラインで融合し、未検出区間を補間することで、リアルタイムに車線の知覚範囲を最大200%拡張する手法を提案。
原題: CoLD Fusion: A Real-time Capable Spline-based Fusion Algorithm for Collective Lane Detection / Jörg Gamerdinger, Sven Teufel, Georg Volk 他
日本語で読む → - 論文マニピュレーションロボティクス
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 → - 論文群制御ロボティクス
建設ロボットのタスク割当におけるフェーズ適応型LLMフレームワーク:従来最適化アルゴリズムとの体系的ベンチマーク
建設現場のマルチロボット協調に向け、LangGraphベースのLLMタスク割当エージェントを提案し、動的プロンプトと多段検証でトークン使用量を94.6%削減しつつ、動的計画法や強化学習との体系的な比較を行った。
原題: Phase-Adaptive LLM Framework with Multi-Stage Validation for Construction Robot Task Allocation: A Systematic Benchmark Against Traditional Optimization Algorithms / Shyam prasad reddy Kaitha, Hongrui Yu
日本語で読む → - 論文ナビゲーションロボティクス
Bench-Push:移動ロボットの押し動作に基づくナビゲーションとマニピュレーションのベンチマーク
移動ロボットが物体を押して動かすタスク(迷路突破、氷海域航行、箱配送、エリア清掃)を統一的に評価する初のベンチマークを提案し、効率・相互作用・部分達成度の新指標とベースライン評価を提供。
原題: Bench-Push: Benchmarking Pushing-based Navigation and Manipulation Tasks for Mobile Robots / Ninghan Zhong, Steven Caro, Megnath Ramesh 他
日本語で読む → - 論文変形可能物体追跡ロボティクス
UPETrack: 遮蔽された変形可能な線状物体の追跡のための単方向位置推定
変形可能な線状物体(DLO)の追跡において、遮蔽領域を幾何学的連続性と時間的進化パターンに基づく単方向位置推定(UPE)で予測するフレームワークを提案し、物理モデルやマーカーなしで高精度な追跡を実現した。
原題: UPETrack: Unidirectional Position Estimation for Tracking Occluded Deformable Linear Objects / Fan Wu, Chenguang Yang, Haibin Yang 他
日本語で読む → - 論文全身制御ロボティクス
PvP: 固有感覚と特権情報の対照表現によるデータ効率の良いヒューマノイドロボット学習
固有感覚状態と特権状態の相補性を活かした対照学習で、ヒューマノイドの全身制御を少ないデータで効率的に学習する手法を提案し、評価用フレームワークも構築した。
原題: PvP: Data-Efficient Humanoid Robot Learning with Proprioceptive-Privileged Contrastive Representations / Mingqi Yuan, Tao Yu, Haolin Song 他
日本語で読む → - 論文触覚ロボティクス
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 → - 論文モジュール型ロボットロボティクス
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 → - 論文群制御制御
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 → - 論文マニピュレーションロボティクス
タスク駆動型プランナ・イン・ザ・ループ計算設計フレームワークによるモジュラーマニピュレータの形態と配置の同時最適化
軌道計画を設計ループに組み込み、階層型MPCとCMA-ESでモジュラーマニピュレータの形態・取付姿勢を同時最適化する枠組みを提案し、研磨・穴あけ・ピック&プレースで有効性を示した。
原題: A Task-Driven, Planner-in-the-Loop Computational Design Framework for Modular Manipulators / Maolin Lei, Edoardo Romiti, Arturo Laurenzi 他
日本語で読む → - 論文マニピュレーションロボティクス
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 → - 論文マルチエージェント/人間-ロボット協調ロボティクス
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 → - 論文群制御ロボティクス
群ロボットの最適なスケーラビリティ考慮型割り当て:限界利得による線形から逆行性能まで
限界利得に基づく効率的なアルゴリズムを提案し、凹型スケーリング関数を持つタスクに群ロボットを最適配分して集合性能を最大化する。シミュレーションで集合的意思決定タスクに適用し、タスク難易度や干渉による飽和・逆行スケーリング下での有効性を示した。
原題: Optimal Scalability-Aware Allocation of Swarm Robots: From Linear to Retrograde Performance via Marginal Gains / Simay Atasoy Bingöl, Tobias Töpfer, Sven Kosub 他
日本語で読む → - 論文群制御ロボティクス
正則曲線上での剛体フォーメーションの安定化
平面上の閉曲線上を移動しながら正多角形フォーメーションを形成・維持するためのフィードバック制御則を提案し、数値シミュレーションで検証した。
原題: On the Stabilization of Rigid Formations on Regular Curves / Mohamed Elobaid, Shinkyu Park, Eric Feron
日本語で読む → - 論文VLAロボティクス
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 → - 論文水中ロボティクスロボティクス
水中フィールドロボティクスのためのオープンツールキット
水中マニピュレーション研究向けに、水深対応の関節アクチュエータ、制御・電源管理基板、ROS2ソフトウェアをオープンソースで提供し、40m深度での実証を行った。
原題: An Open Toolkit for Underwater Field Robotics / Giacomo Picardi, Saverio Iacoponi, Matias Carandell 他
日本語で読む → - 論文ナビゲーションロボティクス
UrbanNav: ウェブ規模の人間軌跡から学ぶ言語誘導型都市ナビゲーション
ウェブ上の街歩き動画1500時間以上と300万組の指示・軌跡・ランドマークデータを用い、自由な言語指示に従って実都市を移動する具現化エージェントを訓練するフレームワークを提案した。
原題: UrbanNav: Learning Language-Guided Urban Navigation from Web-Scale Human Trajectories / Yanghong Mei, Yirong Yang, Longteng Guo 他
日本語で読む → - 論文動作計画ロボティクス
DPNet: ドップラーLiDARを用いた高ダイナミック環境向け動作計画
ドップラーLiDARの速度情報を活用し、高速移動障害物を追跡・予測するニューラルネットワークとモデル予測制御を組み合わせた動作計画手法を提案。
原題: DPNet: Doppler LiDAR Motion Planning for Highly-Dynamic Environments / Wei Zuo, Zeyi Ren, Chengyang Li 他
日本語で読む →