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sim2realロボティクス2025/12/1

  サッカースキルのためのSim2Real強化学習

  人型ロボットのサッカー制御タスク（キック、歩行、ジャンプ）を強化学習で訓練し、カリキュラム学習と敵対的モーションプライア（AMP）で動的で適応的なポリシーを実現したが、実機転移は失敗した。

  原題: Sim2Real Reinforcement Learning for Soccer skills ／ Jonathan Spraggett

  日本語で読む →
• 論文モデルベース強化学習機械学習2025/12/1

  勾配ベース計画のための世界モデルにおける訓練・テストギャップの解消

  世界モデルの訓練時とテスト時の目的のずれを埋めるため、訓練時のデータ合成手法を提案し、勾配ベース計画の性能を向上させた。物体操作やナビゲーションタスクで、従来のCEMと同等以上の性能を10%の時間で達成した。

  原題: Closing the Train-Test Gap in World Models for Gradient-Based Planning ／ Arjun Parthasarathy, Nimit Kalra, Rohun Agrawal 他

  日本語で読む →
• 論文世界モデル機械学習2025/12/1

  KAN-Dreamer: 世界モデルにおける関数近似器としてのKolmogorov-Arnoldネットワークのベンチマーク

  DreamerV3のMLPをKAN/FastKANに置き換え、視覚・潜在予測・行動学習の各サブシステムで性能を比較した。報酬・継続予測器をFastKANに置換しても性能とサンプル効率が同等であることを示した。

  原題: KAN-Dreamer: Benchmarking Kolmogorov-Arnold Networks as Function Approximators in World Models ／ Chenwei Shi, Xueyu Luan

  日本語で読む →
• 論文VLA画像認識2025/12/1

  MM-ACT: マルチモーダル並列生成から行動を学習する統合VLAモデル

  テキスト・画像・行動を共有トークン空間で統合し、並列デコードで生成するVLAモデルを提案。LIBEROや実機Franka、RoboTwin2.0で高い成功率を達成した。

  原題: MM-ACT: Learn from Multimodal Parallel Generation to Act ／ Haotian Liang, Xinyi Chen, Bin Wang 他

  日本語で読む →
• 論文6D姿勢推定画像認識2025/12/1

  SDT-6D: 産業用マルチビュービンピッキングにおける段階的エンドツーエンド6D姿勢推定のための完全スパース深度トランスフォーマ

  多視点深度画像から完全スパースなトランスフォーマで6D姿勢を推定し、密集した産業用ビンピッキングで高精度を実現した。

  原題: SDT-6D: Fully Sparse Depth-Transformer for Staged End-to-End 6D Pose Estimation in Industrial Multi-View Bin Picking ／ Nico Leuze, Maximilian Hoh, Samed Doğan 他

  日本語で読む →
• 論文キャラクターロボットロボティクス2025/12/1

  Olaf：アニメキャラクターを物理世界で命を吹き込む

  アニメーションの動きを参考に強化学習で制御し、柔らかいスカートの下に非対称な脚を隠したロボットキャラクターを実現。歩行音や過熱を抑える工夫も導入した。

  原題: Olaf: Bringing an Animated Character to Life in the Physical World ／ David Müller, Espen Knoop, Dario Mylonopoulos 他

  日本語で読む →
• 論文VLAロボティクス2025/12/1

  未来の触覚を予測して接触操作を学習するDreamTacVLA

  高解像度触覚画像と視覚を統合し、将来の触覚信号を予測する触覚ワールドモデルで微調整することで、接触の多い操作タスクにおけるVLAモデルの性能を向上させた研究。

  原題: Learning to Feel the Future: DreamTacVLA for Contact-Rich Manipulation ／ Guo Ye, Zexi Zhang, Xu Zhao 他

  日本語で読む →
• 論文VLA機械学習2025/12/1

  Sigma: 視覚-言語-行動モデルのテレパシー的整合への鍵

  オープンソースのpi0.5_baseをベースにLoRA微調整と推論アダプタを組み合わせ、意味論と連続制御の間の整合を図るVLAモデルSigmaを構築し、制御MSEを低減した。

  原題: Sigma: The Key for Vision-Language-Action Models toward Telepathic Alignment ／ Libo Wang

  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

  UniBYD: 人間の模倣を超えた多様なロボットハンドの操作学習のための統合フレームワーク

  ロボットと人間の身体差を超え、多様なロボットハンド形態に適応する操作方策を強化学習で獲得する統合フレームワークUniBYDを提案。動的PPOと影エンジンにより人間模倣を超えた適応的探索を実現。

  原題: UniBYD: A Unified Framework for Learning Robotic Manipulation Across Embodiments Beyond Imitation of Human Demonstrations ／ Tingyu Yuan, Biaoliang Guan, Wen Ye 他

  日本語で読む →
• 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 →
• 論文経路計画ロボティクス2025/12/1

  多重連結自由曲面における境界適合スパイラル工具経路のための位相保存スカラー場最適化

  多重連結自由曲面の加工において、スカラー場の変分最適化により連続で境界適合・非自己交差のスパイラル工具経路を生成し、加工効率とスカラップ高さの均一性を向上させる手法を提案した。

  原題: Topology-Preserving Scalar Field Optimization for Boundary-Conforming Spiral Toolpaths on Multiply Connected Freeform Surfaces ／ Shen Changqing, Xu Bingzhou, Qi Bosong 他

  日本語で読む →
• 論文キャリブレーションロボティクス2025/12/1

  L2M-Calib: LiDARと複数磁気センサのワンキーキャリブレーション手法

  磁気センサとLiDARの融合システム向けに、外部パラメータと磁気センサの内部歪みパラメータを同時推定するワンキーキャリブレーション手法を提案し、シミュレーションと実機実験で高精度・高ロバスト性を示した。

  原題: L2M-Calib: One-key Calibration Method for LiDAR and Multiple Magnetic Sensors ／ Qiyang Lyu, Wei Wang, Zhenyu Wu 他

  日本語で読む →
• 論文群制御ロボティクス2025/12/1

  時間的に競合するタスクを解決するためのマルチロボット環境モニタリングにおける異質性

  マルチロボットシステムが領域パトロールと異常電波源の探索という時間的に競合するタスクを両立する際、役割分担による行動の異質性とセンサ能力の異質性が性能トレードオフに与える影響をシミュレーションで評価した。

  原題: Heterogeneity in Multi-Robot Environmental Monitoring for Resolving Time-Conflicting Tasks ／ Connor York, Zachary R Madin, Paul O'Dowd 他

  日本語で読む →
• 論文群制御ロボティクス2025/12/1

  被覆経路計画を超えて：UAV群は散在領域の検査を完璧にできるか？

  散在する複数の関心領域を効率的に検査するFISR問題を定義し、撮影位置と飛行経路を二段階最適化するmUDAI手法を提案。シミュレーションと実機実験で有効性を検証した。

  原題: Beyond Coverage Path Planning: Can UAV Swarms Perfect Scattered Regions Inspections? ／ Socratis Gkelios, Savvas D. Apostolidis, Pavlos Ch. Kapoutsis 他

  日本語で読む →
• 論文VLAロボティクス2025/12/1

  大規模動画プランナーによる汎用ロボット制御

  インターネット規模の人間活動動画で生成的なロボット計画モデルを基盤モデル規模で学習し、新しい場面やタスクに対してゼロショットで動画計画を生成して実機の行動に変換する手法を提案した。

  原題: Large Video Planner Enables Generalizable Robot Control ／ Boyuan Chen, Tianyuan Zhang, Haoran Geng 他

  日本語で読む →
• 論文VLAロボティクス2025/12/1

  Vidarc: 閉ループ制御のための身体性ビデオ拡散モデル

  マスク付き逆動力学モデルを組み合わせた自己回帰的な身体性ビデオ拡散モデルにより、低遅延で高精度なロボットアームの閉ループ制御を実現した研究。

  原題: Vidarc: Embodied Video Diffusion Model for Closed-loop Control ／ Yao Feng, Chendong Xiang, Xinyi Mao 他

  日本語で読む →
• 論文自動運転画像認識2025/12/1

  人間の意図から行動予測へ：意図駆動型エンドツーエンド自動運転

  自然言語による高レベルな人間の意図を解釈して運転行動を生成する「意図駆動型エンドツーエンド自動運転」を定義し、大規模データセットと生成的ワールドモデルによる新評価指標IFAを備えたベンチマークIntention-Driveを構築した。

  原題: From Human Intention to Action Prediction: Intention-Driven End-to-End Autonomous Driving ／ Huan Zheng, Yucheng Zhou, Tianyi Yan 他

  日本語で読む →
• 論文Visual SLAMロボティクス2025/12/1

  汎用3D事前情報を用いた動的環境向けVisual SLAM

  フィードフォワード再構成モデルで動的領域を除去し、その深度予測をパッチベースのバンドル調整と統合することで、動的環境でもロバストにカメラ姿勢を推定する単眼Visual SLAMを提案。

  原題: Dynamic Visual SLAM using a General 3D Prior ／ Xingguang Zhong, Liren Jin, Marija Popović 他

  日本語で読む →
• 論文UAV/適応制御ロボティクス2025/12/1

  ベイズ能動推論によるUAVの知的妨害対抗と適応軌道計画

  ベイズ能動推論を用いて、妨害電波下でUAVがジャマー位置を未知のままオンライン推論で予測・適応し、専門家並みの軌道計画を実現する階層的フレームワークを提案した。

  原題: Bayesian Active Inference for Intelligent UAV Anti-Jamming and Adaptive Trajectory Planning ／ Ali Krayani, Seyedeh Fatemeh Sadati, Lucio Marcenaro 他

  日本語で読む →
• 論文VLAロボティクス2025/12/1

  ヒューマン・イン・ザ・ループ知能ロボットのための大規模行動モデルの設計

  既存の基盤モデルを組み合わせ、記号的なラッパーと検証を組み込むことで、制御可能で解釈可能な大規模行動モデルを構築し、マルチモーダルロボットでその有効性を示した。

  原題: Architecting Large Action Models for Human-in-the-Loop Intelligent Robots ／ Kanisorn Sangchai, Methasit Boonpun, Withawin Kraipetchara 他

  日本語で読む →
• 論文VLAロボティクス2025/12/1

  ETP-R1: 強化学習ファインチューニングによるトポロジカル計画の進化 — 連続環境における視覚言語ナビゲーション

  連続環境での視覚言語ナビゲーション(VLN-CE)において、グラフベースのモデルに大規模データと強化学習ファインチューニングを適用し、R2R-CEで最先端性能を達成した研究。

  原題: ETP-R1: Evolving Topological Planning with Reinforcement Fine-tuning for Vision-Language Navigation in Continuous Environments ／ Shuhao Ye, Sitong Mao, Yuxiang Cui 他

  日本語で読む →
• 論文VLAロボティクス2025/12/1

  RoboMirror: 模倣の前に理解する、動画からヒューマノイド歩行への変換

  VLMを用いて動画から視覚的な運動意図を抽出し、拡散ポリシーを条件付けることで、ポーズ再構成やリターゲティングなしにヒューマノイドの歩行を生成するフレームワークを提案。

  原題: RoboMirror: Understand Before You Imitate for Video to Humanoid Locomotion ／ Zhe Li, Cheng Chi, Boan Zhu 他

  日本語で読む →
• 論文VLA画像認識2025/12/1

  Motus: 統合潜在行動ワールドモデル

  理解・映像生成・行動の3エキスパートをMixture-of-Transformerで統合し、光流から潜在行動を学習する統一ワールドモデルを提案。シミュレーションと実世界で既存手法を上回る性能を示した。

  原題: Motus: A Unified Latent Action World Model ／ Hongzhe Bi, Hengkai Tan, Shenghao Xie 他

  日本語で読む →
• 論文VLAロボティクス2025/12/1

  ManualVLA：思考連鎖による手順書生成とロボット操作を統合したVLAモデル

  目標状態から実行手順を推論する「Manual Chain-of-Thought」を導入し、手順書生成と操作実行をMixture-of-Transformersで統合したVLAモデルを提案。3D Gaussian Splattingによるデジタルツインで訓練データを自動生成する。

  原題: ManualVLA: A Unified VLA Model for Chain-of-Thought Manual Generation and Robotic Manipulation ／ Chenyang Gu, Jiaming Liu, Hao Chen 他

  日本語で読む →
• 論文SLAMロボティクス2025/12/1

  TEMPO-VINE: ブドウ園におけるローカリゼーションとマッピングのためのマルチテンポラルセンサフュージョンデータセット

  ブドウ園でのSLAMや場所認識を評価するため、異なる価格帯のLiDAR、AHRS、RTK-GPS、カメラを組み合わせた初のマルチモーダル公共データセットを構築した。

  原題: TEMPO-VINE: A Multi-Temporal Sensor Fusion Dataset for Localization and Mapping in Vineyards ／ Mauro Martini, Marco Ambrosio, Judith Vilella-Cantos 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 →
• 論文経路計画ロボティクス2025/12/1

  水質モニタリングUAVのための安全経路計画と観測品質向上戦略

  動的な光・影障害を3次元仮想障害物として予測し、改良IFDSとMPCで安全かつ高品質な観測経路を生成する手法を提案。

  原題: Safe Path Planning and Observation Quality Enhancement Strategy for Unmanned Aerial Vehicles in Water Quality Monitoring Tasks ／ Yuanshuang Fu, Qianyao Wang, Qihao Wang 他

  日本語で読む →
• 論文変形物体知覚ロボティクス2025/12/1

  UniStateDLO: 遮蔽下の変形可能な線状物体に対する統合的な生成的状态推定と追従

  ケーブルやロープなどの変形線状物体(DLO)の知覚を、拡散モデルを用いた条件付き生成問題として定式化し、部分点群からの単一フレーム状態推定とフレーム間追従を統合的に実現。合成データのみで訓練し、遮蔽下でのゼロショットsim-to-realを達成した。

  原題: UniStateDLO: Unified Generative State Estimation and Tracking of Deformable Linear Objects Under Occlusion for Constrained Manipulation ／ Kangchen Lv, Mingrui Yu, Shihefeng 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2025/12/1

  不完全な介入を活用する実世界強化学習

  人間の介入が常に最適とは限らない実世界ロボット操作において、状態ごとの不確実性に基づく制約付き強化学習SiLRIを提案し、介入を活用しつつ性能劣化を防ぐ。

  原題: Real-world Reinforcement Learning from Suboptimal Interventions ／ Yinuo Zhao, Huiqian Jin, Lechun Jiang 他

  日本語で読む →
• 論文自動運転/安全制御制御2025/12/1

  高次制御Lyapunov関数・制御バリア関数・二次計画法に基づく自転車利用者安全のための自動運転制御器

  高次CLFと高次CBFを組み合わせたQP制御フレームワークを提案し、自動運転車が参照軌道追従と自転車利用者との衝突回避を両立できることをFARSの事故シナリオで評価した。

  原題: High Order Control Lyapunov Function - Control Barrier Function - Quadratic Programming Based Autonomous Driving Controller for Bicyclist Safety ／ Haochong Chen, Xincheng Cao, Levent Guvenc 他

  日本語で読む →