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: 2025/11/1 ／ 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 →- 論文連続ロボット/知覚ロボティクス
腱駆動連続ロボットの知覚指向モデリングのための統合マルチダイナミクスフレームワーク
腱駆動連続ロボットにおいて、モータの電気・機械ダイナミクスとロボット本体のダイナミクスを統合したモデルを構築し、外部センサなしで接触検知や物体サイズ推定などの知覚を実現するフレームワークを提案した。
原題: A Unified Multi-Dynamics Framework for Perception-Oriented Modeling in Tendon-Driven Continuum Robots ／ Ibrahim Alsarraj, Yuhao Wang, Abdalla Swikir 他
日本語で読む → - 論文VLAロボティクス
微調整なしでVLAを実運用：身体性進化拡散によるプラグアンドプレイ推論時ポリシー誘導
事前学習済みVLAモデルを追加の微調整やデータ収集なしで実機展開するため、推論時にポリシーを誘導するプラグアンドプレイ手法VLA-Pilotを提案し、実世界の操作タスクで成功率を大幅に向上させた。
原題: Towards Deploying VLA without Fine-Tuning: Plug-and-Play Inference-Time VLA Policy Steering via Embodied Evolutionary Diffusion ／ Zhuo Li, Junjia Liu, Zhipeng Dong 他
日本語で読む → - 論文状態推定ロボティクス
変形するロボットのための動力学事前分布を用いた単眼状態推定
柔軟に変形するロボットでも剛体前提の姿勢推定を拡張できるよう、変形-力モデルと連続時間Bスプライン運動モデルを組み合わせ、単眼視からメートルスケールと重力方向を復元する手法を提案。
原題: Metric, inertially aligned monocular state estimation via kinetodynamic priors ／ Jiaxin Liu, Min Li, Wanting Xu 他
日本語で読む → - 論文VLA画像認識
GigaWorld-0：世界モデルをデータエンジンとして具現化AIを強化
視覚・言語・行動（VLA）学習のためのデータ生成エンジンとして、動画生成と3D生成を統合した世界モデルフレームワークを提案し、実世界データなしでロボットの汎化性能とタスク成功率を向上させた。
原題: GigaWorld-0: World Models as Data Engine to Empower Embodied AI ／ GigaWorld Team, Angen Ye, Boyuan 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
仮想力学相互作用層による頑健な人からロボットへの物体受け渡し
仮想モデル制御で相互作用層を作り、受け渡し中の物体姿勢変化に適応するロボット制御とARによる双方向通信を提案し、実験とユーザー研究で有効性を示した。
原題: A Virtual Mechanical Interaction Layer Enables Resilient Human-to-Robot Object Handovers ／ Omar Faris, Sławomir Tadeja, Fulvio Forni
日本語で読む → - 論文マニピュレーションロボティクス
TwinVLA: 双子の単腕VLAモデルによるデータ効率的な両腕マニピュレーション
事前学習済みの単腕VLAモデルを2つ組み合わせて両腕タスクを実行するフレームワークを提案し、両腕データなしで高性能を実現した。
原題: TwinVLA: Data-Efficient Bimanual Manipulation with Twin Single-Arm Vision-Language-Action Models ／ Hokyun Im, Euijin Jeong, Andrey Kolobov 他
日本語で読む → - 論文マニピュレーションロボティクス
In-N-On: 野生データとタスク特化データで自己中心視マニピュレーションをスケールアップ
自己中心視データを「野生のデータ」と「タスク特化データ」に分類し、1000時間超の多様なデータで言語条件付きフローマッチング方策Human0を学習。人間とヒューマノイドのギャップを埋め、指示追従や少数ショット学習、ロバスト性向上を実現した。
原題: In-N-On: Scaling Egocentric Manipulation with in-the-wild and on-task Data ／ Xiongyi Cai, Ri-Zhao Qiu, Geng Chen 他
日本語で読む → - 論文ナビゲーションロボティクス
グラフアテンションを用いた雑然環境の安全探索のためのプラットフォーム非依存強化学習フレームワーク
グラフニューラルネットワークと安全フィルタを組み合わせた強化学習により、障害物の多い環境で安全かつ効率的に探索するプラットフォーム非依存の手法を提案し、シミュレーションと実験で有効性を示した。
原題: Platform-Agnostic Reinforcement Learning Framework for Safe Exploration of Cluttered Environments with Graph Attention ／ Gabriele Calzolari, Vidya Sumathy, Christoforos Kanellakis 他
日本語で読む → - 論文スキル発見機械学習
周期的スキル発見
状態を円形潜在空間に写像するエンコーダを学習し、歩行などに必要な多様な周期行動を教師なしで獲得する手法を提案。
原題: Periodic Skill Discovery ／ Jonghae Park, Daesol Cho, Jusuk Lee 他
日本語で読む → - 論文人間とロボットの協調ロボティクス
描かれた心拍
人間の画家の心拍数に反応して協調的に絵を描くロボットアームAURAを開発し、心拍が高いとロボットが離れ、中立だと描き続ける。
原題: Painted Heart Beats ／ Angshu Adhya, Cindy Yang, Emily Wu 他
日本語で読む → - 論文マニピュレーションロボティクス
巧みな操作のためのクロスエンボディメント世界モデルのスケーリング
人間とロボットの手を3D粒子で表現し、エンドエフェクタの粒子変位場を行動として定義することで、異なる身体構造を超えて共有できる世界モデルを学習し、新しいハードウェアでの操作制御を実現した。
原題: Scaling Cross-Embodiment World Models for Dexterous Manipulation ／ Zihao He, Bo Ai, Tongzhou Mu 他
日本語で読む → - 論文VLA画像認識
Prune-Then-Plan: 身体性質問応答における安定したフロンティア探索のためのステップレベル校正
VLMの過信によるフロンティア振動を抑えるため、ステップレベルで候補を枝刈りしてからカバレッジベースのプランナに決定を委ねる枠組みを提案し、EQAの探索効率と回答品質を改善した。
原題: Prune-Then-Plan: Step-Level Calibration for Stable Frontier Exploration in Embodied Question Answering ／ Noah Frahm, Prakrut Patel, Yue Zhang 他
日本語で読む → - 論文群制御ロボティクス
海洋ロボットのための安定したマルチドローンGNSS追跡システム
複数のドローンで海上・海面近くのロボットをGNSSベースで追跡するシステムを提案し、視覚検出とEKFを組み合わせてリアルタイムで安定した位置推定を実現した。
原題: Stable Multi-Drone GNSS Tracking System for Marine Robots ／ Shuo Wen, Edwin Meriaux, Mariana Sosa Guzmán 他
日本語で読む → - 論文透明物体認識画像認識
EGSA-PT: 透明物体の単眼深度推定とセグメンテーションのためのエッジ誘導空間注意と漸進的訓練
透明物体の深度推定とセグメンテーションにおいて、境界情報を融合するエッジ誘導空間注意とRGBから深度へのエッジ遷移を段階的に学ぶ訓練戦略を提案し、透明領域での精度を向上させた。
原題: EGSA-PT:Edge-Guided Spatial Attention with Progressive Training for Monocular Depth Estimation and Segmentation of Transparent Objects ／ Gbenga Omotara, Ramy Farag, Seyed Mohamad Ali Tousi 他
日本語で読む → - 論文マルチエージェント/交通シミュレーションロボティクス
MDG: 交通環境におけるマルチエージェント行動モデリングのためのマスク付きデノイジング生成
マルチエージェントの行動モデリングを、独立にノイズを加えた時空間テンソルの再構成として定式化し、1回か数回の順伝播で予測・シミュレーション・計画・条件付き生成を統一的に扱える生成フレームワークを提案。
原題: MDG: Masked Denoising Generation for Multi-Agent Behavior Modeling in Traffic Environments ／ Zhiyu Huang, Zewei Zhou, Tianhui Cai 他
日本語で読む → - 論文人間ロボット協調ロボティクス
ロボットの運動学が仮想ロボットから人への受け渡しタスクにおける人間のパフォーマンスに与える影響
VRでロボットから人への物体受け渡しを再現し、ロボットの動き方や見た目、速度プロファイルなどが人間の予測精度や同期にどう影響するかを調べた研究。
原題: How Robot Kinematics Influence Human Performance in Virtual Robot-to-Human Handover Tasks ／ Róisín Keenan, Joost C. Dessing
日本語で読む → - 論文物体検索ロボティクス
時空間を探索する：オープンワールド物体検索のための統合メモリ・行動ループ
ロボットが過去の状態や空間的文脈を手がかりに物体を探すため、長期記憶と行動を単一のループで統合するフレームワークSTARを提案し、新ベンチマークで有効性を示した。
原題: Searching in Space and Time: Unified Memory-Action Loops for Open-World Object Retrieval ／ Taijing Chen, Sateesh Kumar, Junhong Xu 他
日本語で読む → - 論文経路計画ロボティクス
APULSE: 大規模密グラフ上の資源制約付き最短経路問題に対するスケーラブルなハイブリッドアルゴリズム
A*ヒューリスティックとパルス型枝刈り・時間バケット化を組み合わせ、大規模密グラフ上の資源制約付き最短経路問題を高速かつ堅牢に解くハイブリッドラベル設定法を提案。
原題: APULSE: A Scalable Hybrid Algorithm for the RCSPP on Large-Scale Dense Graphs ／ Nuno Soares, António Grilo
日本語で読む → - 論文マニピュレーションロボティクス
Eq.Bot: 群同変正規化によるロボットマニピュレーション学習の強化
観測をSE(2)同変な正規化空間に変換して既存のポリシーを適用し、得られた行動を元の空間に戻すことで、アーキテクチャ変更なしに空間的同変性を付与するモデル非依存フレームワークを提案。
原題: Eq.Bot: Enhance Robotic Manipulation Learning via Group Equivariant Canonicalization ／ Jian Deng, Yuandong Wang, Yangfu Zhu 他
日本語で読む → - 論文制御/安全機械学習
PCARNN-DCBF：地上車両のための最小介入ジオフェンス強制
物理エンコードされた制御アフィン残差ニューラルネットと離散制御バリア関数を組み合わせ、車両の制御アフィン構造を保ちながらリアルタイムQPで多角形の進入禁止制約を強制する手法を提案。
原題: PCARNN-DCBF: Minimal-Intervention Geofence Enforcement for Ground Vehicles ／ Yinan Yu, Samuel Scheidegger
日本語で読む → - 論文データセット/セマンティック占有ロボティクス
MobileOcc: 移動ロボットのための人間認識型セマンティック占有データセット
歩行者が多い環境で動作する移動ロボット向けに、静的物体と変形する人間の形状をLiDARで最適化して注釈付けした3Dセマンティック占有データセットを構築し、占有予測と歩行者速度予測のベンチマークを提供した。
原題: MobileOcc: A Human-Aware Semantic Occupancy Dataset for Mobile Robots ／ Junseo Kim, Guido Dumont, Xinyu Gao 他
日本語で読む → - 論文強化学習機械学習
LLMを活用した強化学習制御タスクの報酬関数設計
システムとタスクのテキスト記述から報酬関数を自律生成・評価するLLMベースのフレームワークLEARN-Optを提案し、事前知識なしでEUREKAに匹敵する性能を実現した。
原題: Leveraging LLMs for reward function design in reinforcement learning control tasks ／ Franklin Cardenoso, Wouter Caarls
日本語で読む → - 論文VLAロボティクス
Compressor-VLA: 指示に基づく視覚トークン圧縮による効率的なロボットマニピュレーション
言語指示に応じて視覚トークンを動的に圧縮する2段階の手法を提案し、VLAモデルの計算量を削減しつつLIBEROベンチマークで高い成功率と実機転移を実現した。
原題: Compressor-VLA: Instruction-Guided Visual Token Compression for Efficient Robotic Manipulation ／ Juntao Gao, Feiyang Ye, Jing Zhang 他
日本語で読む → - 論文点群伝送/5Gエッジロボティクス
5Gエッジ支援ロボティクス向けL4Sによるリアルタイム点群データ伝送
L4SとDraco圧縮を組み合わせ、5G網上でLiDAR点群を低遅延・低損失でリアルタイム伝送し、3D SLAMのオフロード処理を実証した研究。
原題: Real-time Point Cloud Data Transmission via L4S for 5G-Edge-Assisted Robotics ／ Gerasimos Damigos, Achilleas Santi Seisa, Nikolaos Stathoulopoulos 他
日本語で読む → - 論文マニピュレーションロボティクス
拡散ポリシー学習による建設現場の接触リッチ組立
建設スケールの産業用ロボットに拡散ポリシーを適用し、嵌合精度が厳しい木工継手の組立を力覚センサ付き遠隔操作デモから学習。位置ずれ最大10mmでも接触を考慮した制御で高い成功率を示した。
原題: Contact-Rich Robotic Assembly in Construction via Diffusion Policy Learning ／ Salma Mozaffari, Daniel Ruan, William van den Bogert 他
日本語で読む → - 論文歩行ロボティクス
マルチ行動蒸留と強化学習ファインチューニングによる適応型ヒューマノイド制御
複数の運動スキルを蒸留して基本制御器を作り、強化学習で微調整することで、様々な地形で適応的に動けるヒューマノイド制御を実現した。
原題: Towards Adaptive Humanoid Control via Multi-Behavior Distillation and Reinforced Fine-Tuning ／ Yingnan Zhao, Xinmiao Wang, Dewei Wang 他
日本語で読む → - 論文VLAロボティクス
SENTINEL: ヒューマノイド全身制御のための完全エンドツーエンド言語行動モデル
言語指示と固有感覚入力から低レベル行動を直接生成するエンドツーエンドモデルを構築し、シミュレーションと実機でヒューマノイドの全身制御を実現した。
原題: SENTINEL: A Fully End-to-End Language-Action Model for Humanoid Whole Body Control ／ Yuxuan Wang, Haobin Jiang, Shiqing Yao 他
日本語で読む → - 論文マニピュレーションロボティクス
VLMベースロボットマニピュレーションのための中間表現の再考
VLMが理解しやすく汎用性の高い中間表現SEAMを提案し、語彙と文法に分解することで多様な未見タスクに対応。さらに検索拡張少数ショット学習による開放語彙セグメンテーションを設計し、実世界実験でSOTA性能を示した。
原題: Rethinking Intermediate Representation for VLM-based Robot Manipulation ／ Weiliang Tang, Jialin Gao, Jia-Hui Pan 他
日本語で読む → - 論文医療画像/3D生成画像認識
人工ニューラルネットワークに基づく三次元解剖データ生成
物理的な臓器モデルから超音波画像を取得し、ニューラルネットワークでセグメンテーションして3D解剖モデルを生成するワークフローを提案。前立腺モデルで実証し、3D GANで多様なモデルを生成。
原題: Three-Dimensional Anatomical Data Generation Based on Artificial Neural Networks ／ Ann-Sophia Müller, Moonkwang Jeong, Meng Zhang 他
日本語で読む → - 論文自動運転/車両追従ロボティクス
単眼魚眼カメラによるエンドツーエンド車両追従システム
単眼魚眼カメラのみを用いたエンドツーエンドの車両追従フレームワークを提案し、意味マスクと動的サンプリングで先行車追従を高精度化、実車実験で従来手法を上回る性能を示した。
原題: End-to-end Autonomous Vehicle Following System using Monocular Fisheye Camera ／ Jiale Zhang, Yeqiang Qian, Tong Qin 他
日本語で読む →