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 →- 論文制御/物理情報ニューラルネットワークロボティクス
物理情報ニューラルネットワークを用いた時空間チューブによる時間指定到達・回避・滞在タスクの学習
未知の動力学を持つ非線形システムに対し、物理情報ニューラルネットワークで時空間チューブを学習し、時間指定の到達・回避・滞在タスクを満たす制御器を設計した。
原題: Learning Spatiotemporal Tubes for Temporal Reach-Avoid-Stay Tasks using Physics-Informed Neural Networks / Ahan Basu, Ratnangshu Das, Pushpak Jagtap
日本語で読む → - 論文VLAロボティクス
LEO-RobotAgent:言語駆動型身体操作のための汎用ロボットエージェント
LLMがUAV・ロボットアーム・車輪ロボットなど多様なロボットを操作し、複雑なタスクをこなす汎用エージェントフレームワークを提案。モジュール式ツールセットと人間との協調機構を備える。
原題: LEO-RobotAgent: A General-purpose Robotic Agent for Language-driven Embodied Operator / Lihuang Chen, Xiangyu Luo, Jun Meng
日本語で読む → - 論文運転行動HCI
慣性志向運転技術による車間追従の学習:閉回路での前後比較研究
閉回路で12名のドライバーに慣性維持運転(DI)コースを受講させ、受講前後で車間追従行動を比較した結果、受講後は加速度・減速度・速度変動が有意に減少し、DI戦略の実践可能性が示された。
原題: Learning to Car-Follow Using an Inertia-Oriented Driving Technique: A Before-and-After Study on a Closed Circuit / Kostantinos Mattas, Antonio Lucas-Alba, Tomer Toledo 他
日本語で読む → - 論文制御/FPGA機械学習
微分可能な無重みコントローラ:連続制御のための論理回路学習
勾配法で学習でき、FPGA上で超低遅延・低消費電力に動作する論理回路ベースの制御ポリシーを提案し、MuJoCoベンチマークで深層強化学習に匹敵する性能を示した。
原題: Differentiable Weightless Controllers: Learning Logic Circuits for Continuous Control / Fabian Kresse, Christoph H. Lampert
日本語で読む → - 論文マニピュレーションロボティクス
適応的ワーキングメモリ再符号化によるロボットマニピュレーションの状態曖昧性解消
人間のワーキングメモリ再符号化に着想を得て、適応的ワーキングメモリを備えた視覚運動ポリシーPAMを提案し、長い履歴窓でも高速推論を維持しながら状態曖昧性を解消する。
原題: Resolving State Ambiguity in Robot Manipulation via Adaptive Working Memory Recoding / Qingda Hu, Ziheng Qiu, Zijun Xu 他
日本語で読む → - 論文群制御ロボティクス
マルチエージェント競争から創発する敏捷な飛行
強化学習で複数のドローンを競争させると、高速飛行や追い抜き・ブロックといった戦略が自然に獲得され、単体訓練よりも実世界への転移性能が高いことを示した。
原題: Agile Flight Emerges from Multi-Agent Competitive Racing / Vineet Pasumarti, Lorenzo Bianchi, Antonio Loquercio
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 → - 論文拡散モデル/レーダ生成画像認識
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 → - 論文自動運転/安全制御制御
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 → - 論文遠隔駆動/移動ロボットロボティクス
遠隔ワイヤ駆動移動ロボットREWW-ARM:設計・制御・実験的検証
電子機器を動作環境から排除しつつ高度な電子制御を維持するため、遠隔ワイヤ駆動システムを提案し、陸上・水中での移動・姿勢制御・物体操作を実証した。
原題: REWW-ARM -- Remote Wire-Driven Mobile Robot: Design, Control, and Experimental Validation / Takahiro Hattori, Kento Kawaharazuka, Temma Suzuki 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 → - 論文自動運転ロボティクス
KnowVal: 知識拡張と価値誘導による自動運転システム
交通法規や倫理規範を知識グラフとして取り込み、LLM検索と価値モデルで軌道評価を行う自動運転システムを提案。nuScenesで最低衝突率、Bench2DriveとNVISIMで最先端性能を達成。
原題: KnowVal: A Knowledge-Augmented and Value-Guided Autonomous Driving System / Zhongyu Xia, Wenhao Chen, Yongtao Wang 他
日本語で読む → - 論文人ロボット協調ロボティクス
ContactRL: 接触を伴う人ロボット協調のための安全強化学習に基づく動作計画
力フィードバックを報酬に組み込み、接触力を抑えつつタスクを遂行する強化学習フレームワークを提案し、制御バリア関数による安全保証と実機での物体受け渡し実験で有効性を示した。
原題: ContactRL: Safe Reinforcement Learning based Motion Planning for Contact based Human Robot Collaboration / Sundas Rafat Mulkana, Ronyu Yu, Tanaya Guha 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
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 → - 論文ナビゲーション画像認識
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VLAロボティクス
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ロボティクス
合成デモンストレーションから汎化可能な手と物体のトラッキングを学習
人間のデモなしに合成データのみから、多様な物体形状や手の形態に対応する器用な手と物体のトラッキング制御器を学習する手法を提案。
原題: Learning Generalizable Hand-Object Tracking from Synthetic Demonstrations / Yinhuai Wang, Runyi Yu, Hok Wai Tsui 他
日本語で読む → - 論文Visual SLAMロボティクス
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VLAロボティクス
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 → - 論文最適化ロボティクス
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 → - 論文強化学習ロボティクス
深層強化学習によるヒューマノイドロボットの自己保護転倒ポリシーの発見
深層強化学習とカリキュラム学習を用いて、ヒューマノイドロボットが転倒時に自己保護するためのポリシーを学習させ、三角形の姿勢を形成することで損傷を大幅に低減できることを発見し、実機に転移した。
原題: Discovering Self-Protective Falling Policy for Humanoid Robot via Deep Reinforcement Learning / Diyuan Shi, Shangke Lyu, Donglin Wang
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 → - 論文安全・リスク学習ロボティクス
意味論的・計量的ベイズリスク場:VLM事前分布を用いた人間動画からのロボット安全学習
人間の安全認識をベイズ的リスク場としてモデル化し、VLMの常識と人間の安全動画から学習して、ロボット計画に使えるピクセル単位のリスク画像を生成する手法を提案。
原題: Semantic-Metric Bayesian Risk Fields: Learning Robot Safety from Human Videos with a VLM Prior / Timothy Chen, Marcus Dominguez-Kuhne, Aiden Swann 他
日本語で読む → - 論文sim2realロボティクス
不完全なシミュレーションから器用な操作スキルを学習する
シミュレーションで学習した方策をテレオペレーションのスキルプリミティブとして使い実世界の触覚・固有感覚データを収集し、触覚入りの行動クローニングでナット締めやネジ回しを実現するsim-to-realフレームワークを提案。
原題: Learning Dexterous Manipulation Skills from Imperfect Simulations / Elvis Hsieh, Wen-Han Hsieh, Yen-Jen Wang 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 → - 論文VLAロボティクス
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 → - 論文移動ロボット/人間認識ナビゲーションロボティクス
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
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 →