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 →- 論文移動操作ロボティクス
力発揮型ヒューマノイドの移動操作のための運動学を考慮したマルチポリシー強化学習
上半身・下半身・差分コマンドの3段階に分けた強化学習で、ヒューマノイドが移動しながら環境に力を加える操作を可能にした研究。
原題: Kinematics-Aware Multi-Policy Reinforcement Learning for Force-Capable Humanoid Loco-Manipulation ／ Kaiyan Xiao, Zihan Xu, Cheng Zhe 他
日本語で読む → - 論文遠隔操作ロボティクス
制御バリア関数による自律制御と触覚共有制御を統合した人間中心の協調制御
安全領域ではジョイスティック入力を無視する自律制御と、それ以外で働く触覚共有制御を制御バリア関数で統合し、遠隔操作の精度と時間を改善した。
原題: Human-Centered Cooperative Control Coupling Autonomous and Haptic Shared Control via Control Barrier Function ／ Eito Sato, Takahiro Wada
日本語で読む → - 論文マニピュレーションロボティクス
動画検索によるロボットマニピュレーションの学習
一人称視点の人間のデモ動画を検索し、その中から物体のアフォーダンスや手の軌道を抽出してロボットのマニピュレーション方策を学習する手法を提案。
原題: Let Me Show You: Learning by Retrieving from Egocentric Video for Robotic Manipulation ／ Yichen Zhu, Feifei Feng
日本語で読む → - 論文触覚ロボティクス
3D Cal: 視覚ベース触覚センサーの深度再構成のためのオープンソースソフトウェアライブラリ
低コスト3Dプリンタを自動プローブ装置に変え、視覚ベース触覚センサーのキャリブレーション用データを大量生成し、深度再構成ネットワークを訓練するオープンソースライブラリを提案。
原題: 3D Cal: An Open-Source Software Library for Depth Reconstruction on Vision-Based Tactile Sensors ／ Rohan Kota, Kaival Shah, J. Edward Colgate 他
日本語で読む → - 論文制御/MPC制御
低速・高速ダイナミクス系に対するマルチタイムスケールモデル予測制御
高速・低速のダイナミクスが混在するシステムに対し、予測ホライズンに沿ってモデルを簡略化・積分刻みを拡大するマルチタイムスケールMPCを提案し、ロボット制御問題で最大10倍の高速化を実現した。
原題: Multi-Timescale Model Predictive Control for Slow-Fast Systems ／ Lukas Schroth, Daniel Morton, Amon Lahr 他
日本語で読む → - 論文カメラ姿勢推定画像認識
Cycle-Sync: サイクル一貫性同期によるロバストな大域カメラ姿勢推定
カメラの回転と位置を大域的に推定するフレームワークCycle-Syncを提案し、サイクル一貫性を強調したメッセージパッシング最小二乗法により、バンドル調整不要で高精度な姿勢推定を実現した。
原題: Cycle-Sync: Robust Global Camera Pose Estimation through Enhanced Cycle-Consistent Synchronization ／ Shaohan Li, Yunpeng Shi, Gilad Lerman
日本語で読む → - 論文VLAロボティクス
DIPOLE: 視覚と幾何を融合したロバストな視覚運動汎化
視覚と言語・幾何の相補的なモダリティを訓練時のドロップアウトとクロスアテンションで融合し、照明や視点変化に強い拡散ポリシーを実現した。
原題: DIPOLE: Fusing Vision and Geometry for Robust Visuomotor Generalization ／ Yikai Tang, Haoran Geng, Jindou Jia 他
日本語で読む → - 論文マニピュレーションロボティクス
DASIP: 確率的補間ポリシーを用いたロボット制御のための動的テスト時計算スケーリング
タスクの難易度に応じて拡散・フローポリシーの推論計算量をリアルタイムに調整し、成功率を保ちつつ計算時間を最大4.4倍削減する手法を提案。
原題: DASIP: Dynamic Test-Time Compute Scaling for Robot Control with Stochastic Interpolant Policies ／ Inkook Chun, Seungjae Lee, Michael S. Albergo 他
日本語で読む → - 論文模倣学習ロボティクス
DynaMimicGen: 動的タスクのロボット学習のためのデータ生成フレームワーク
少数の人間デモンストレーションから動的環境に適応するロボット操作データを生成するフレームワークを提案し、長期的・接触の多いタスクでの有効性を示した。
原題: DynaMimicGen: A Data Generation Framework for Robot Learning of Dynamic Tasks ／ Vincenzo Pomponi, Paolo Franceschi, Stefano Baraldo 他
日本語で読む → - 論文経路計画ロボティクス
実時間経路計画のための改良適応型風駆動最適化アルゴリズム
風駆動最適化(WDO)を階層的ガイダンスで改良したMAWDOを提案し、動的環境での経路計画において探索と活用のバランスを改善して経路長を短縮した。
原題: Improved adaptive wind driven optimization algorithm for real-time path planning ／ Shiqian Liu, Azlan Mohd Zain, Le-le Mao
日本語で読む → - 論文ドッキング/飛行制御ロボティクス
突風下におけるマルチロータUAVの飛行船への自律ドッキング
突風による飛行船の揺れを予測する時系列畳み込みネットワークと、その予測を活用したモデル予測制御により、マルチロータUAVが飛行船へ衝突回避しながら自律ドッキングする手法を提案し、実機実験で検証した。
原題: Autonomous Docking of Multi-Rotor UAVs on Blimps under the Influence of Wind Gusts ／ Pascal Goldschmid, Aamir Ahmad
日本語で読む → - 論文歩行支援/インピーダンス制御ロボティクス
歩行支援における浮遊ベース超冗長ロボット脚のための可変インピーダンス制御
浮遊ベースの超冗長ロボット脚において、内部・外部外乱に適応する可変インピーダンス制御を開発し、剛性と柔軟性の動的切替を実現した。
原題: Variable Impedance Control for Floating-Base Supernumerary Robotic Leg in Walking Assistance ／ Jun Huo, Kehan Xu, Chengyao Li 他
日本語で読む → - 論文群制御ロボティクス
PushingBots: ニューラル加速組合せハイブリッド最適化による協調プッシュ
複数ロボットが協調して任意形状の物体を複雑な環境で目的地まで押し動かすため、タスク割当と押しモード列を組合せハイブリッド最適化で計画し、拡散モデルで加速する手法を提案。
原題: PushingBots: Collaborative Pushing via Neural Accelerated Combinatorial Hybrid Optimization ／ Zili Tang, Ying Zhang, Meng Guo
日本語で読む → - 論文sim2realロボティクス
MarketGen: 自動生成される実体化スーパーマーケット環境を備えたスケーラブルなシミュレーションプラットフォーム
スーパーマーケット環境を自動生成するシミュレーションプラットフォームMarketGenを提案し、レジ袋詰めと棚からの商品収集という2つのタスクのベンチマークを構築した。
原題: MarketGen: A Scalable Simulation Platform with Auto-Generated Embodied Supermarket Environments ／ Xu Hu, Yiyang Feng, Junran Peng 他
日本語で読む → - 論文マニピュレーションロボティクス
VacuumVLA: 吸引と把持を統合したエンドエフェクタでVLAの能力を強化する複雑ロボットマニピュレーション
2本指グリッパと真空吸引ユニットを組み合わせた低コストなハイブリッドエンドエフェクタを開発し、DexVLAやPi0といったVLAフレームワークに組み込むことで、従来困難だった複雑な操作タスクを実現した。
原題: VacuumVLA: Boosting VLA Capabilities via a Unified Suction and Gripping Tool for Complex Robotic Manipulation ／ Hui Zhou, Siyuan Huang, Minxing Li 他
日本語で読む → - 論文マニピュレーションロボティクス
一般物体に対するロバストな微分可能衝突検出
凸凹物体に対応した微分可能な衝突検出フレームワークを提案し、距離ベースの平滑化と適応サンプリングで勾配計算を安定化、把持合成に応用した。
原題: Robust Differentiable Collision Detection for General Objects ／ Jiayi Chen, Wei Zhao, Liangwang Ruan 他
日本語で読む → - 論文VLA画像認識
Target-Bench：動画世界モデルは意味的ターゲットへの地図なし経路計画を達成できるか？
動画世界モデルの意味的推論・空間推定・計画能力を評価する初のベンチマークTarget-Benchを提案し、既存モデルの性能不足と実ロボットデータでの微調整による改善を示した。
原題: Target-Bench: Can Video World Models Achieve Mapless Path Planning with Semantic Targets? ／ Dingrui Wang, Zhihao Liang, Hongyuan Ye 他
日本語で読む → - 論文sim2realロボティクス
軌道レベルメタ学習による文脈認識型メッシュベースシミュレーション
メッシュベースの変形シミュレーションを軌道レベルのメタ学習問題として捉え、Conditional Neural ProcessesとMovement Primitivesを組み合わせることで、限られた初期データから新しいシナリオに迅速に適応し、高速かつ高精度なシミュレーションを実現する手法M3GNを提案した。
原題: Context-aware Learned Mesh-based Simulation via Trajectory-Level Meta-Learning ／ Philipp Dahlinger, Niklas Freymuth, Tai Hoang 他
日本語で読む → - 論文3D生成ロボティクス
プロンプトから印刷可能モデルへ：オフセット直接選好最適化によるサポート効率の良い3D生成
テキストから3Dモデルを生成する際に、サポート材の使用量を抑えるよう直接選好最適化（ODPO）を組み込み、印刷しやすさとプロンプト忠実度を両立させたフレームワークSEGを提案。
原題: From Prompts to Printable Models: Support-Effective 3D Generation via Offset Direct Preference Optimization ／ Chenming Wu, Xiaofan Li, Chengkai Dai
日本語で読む → - 論文VLA画像認識
PixelVLA：視覚言語行動モデルにおけるピクセルレベル理解の推進
ピクセル単位のシーン理解とテキスト・画像のマルチモーダル指示に対応したVLAモデルを提案し、大規模ピクセル注釈データセットで学習することで、低コストながら操作成功率を大幅に向上させた。
原題: PixelVLA: Advancing Pixel-level Understanding in Vision-Language-Action Model ／ Wenqi Liang, Gan Sun, Yao He 他
日本語で読む → - 論文移動マニピュレーションロボティクス
アフォーダンス誘導による粗から細への探索：オープンボキャブラリ移動マニピュレーションのためのベース配置
視覚言語モデルの意味理解と幾何学的制約を組み合わせ、タスクに適したアフォーダンスを考慮してロボットのベース配置をゼロショットで探索する手法を提案し、5つのタスクで85%の成功率を達成した。
原題: Affordance-Guided Coarse-to-Fine Exploration for Base Placement in Open-Vocabulary Mobile Manipulation ／ Tzu-Jung Lin, Jia-Fong Yeh, Hung-Ting Su 他
日本語で読む → - 論文ナビゲーションロボティクス
代表潜在世界モデルによる効率的な画像ゴールナビゲーション
ピクセル再構成を避け、DINOv3の意味表現空間内で予測と計画を行う世界モデルを提案し、画像ゴールナビゲーションを高効率化した。
原題: Efficient Image-Goal Navigation with Representative Latent World Model ／ Zhiwei Zhang, Hui Zhang, Kaihong Huang 他
日本語で読む → - 論文マニピュレーションロボティクス
デュアルアクターポリシーによる分解型物体操作
物体操作を接近と操作の段階に分け、それぞれに特化した2つのアクターと段階を選択する意思決定器を組み合わせたDual-Actor Policyを提案し、新規データセットで従来手法を上回る性能を示した。
原題: Decomposed Object Manipulation via Dual-Actor Policy ／ Bin Fan, Jian-Jian Jiang, Zhuohao Li 他
日本語で読む → - 論文VLA画像認識
実験室から実世界応用へ：モバイルロボティクス向けエッジデバイス上でのゼロショットシーン解釈の評価
モバイルロボティクス向けに、エッジデバイスで動作する小型視覚言語モデル（VLM）のゼロショットシーン解釈と行動認識能力を評価し、精度と推論時間のトレードオフや課題を議論した。
原題: From the Laboratory to Real-World Application: Evaluating Zero-Shot Scene Interpretation on Edge Devices for Mobile Robotics ／ Nicolas Schuler, Lea Dewald, Nick Baldig 他
日本語で読む → - 論文自動運転/ストレージcs.DC
AVS: 自動運転車向け計算・階層型ストレージシステム
自動運転車の膨大なセンサデータを効率的に保存・検索するため、計算と階層型ストレージを協調設計したオンボードストレージシステムAVSを提案。
原題: AVS: A Computational and Hierarchical Storage System for Autonomous Vehicles ／ Yuxin Wang, Yuankai He, Weisong Shi
日本語で読む → - 論文調音モデル自然言語
DYNARTmoにおける唇-顎および舌-顎の調音トレードオフ
調音モデルDYNARTmoが、唇-顎や舌-顎の協調において一次のタスク空間仕様で調音努力を分配し、子音-母音の組み合わせで実際の調音シナジーを再現できることを示した。
原題: Lips-Jaw and Tongue-Jaw Articulatory Tradeoff in DYNARTmo ／ Bernd J. Kröger
日本語で読む → - 論文逆強化学習機械学習
BiCQL-ML：最大尤度逆強化学習のための二段階保守的Q学習フレームワーク
オフラインのデモデータのみから報酬関数を推定する逆強化学習手法を提案し、報酬と保守的Q関数を二段階で交互最適化することで、既存手法より精度良く報酬を復元できることを示した。
原題: BiCQL-ML: A Bi-Level Conservative Q-Learning Framework for Maximum Likelihood Inverse Reinforcement Learning ／ Junsung Park
日本語で読む → - 論文ナビゲーションロボティクス
深層強化学習による非ホロノミック狭路行き止まりからの脱出
アッカーマン車両が狭い行き止まりから脱出する問題に対し、ソフトアクター・クリティックで方策を学習し、従来のプランナより多くの事例を解決できることを示した。
原題: Nonholonomic Narrow Dead-End Escape with Deep Reinforcement Learning ／ Denghan Xiong, Yanzhe Zhao, Yutong Chen 他
日本語で読む → - 論文VLAロボティクス
観測前のリスクを見抜く：視覚言語モデルによる自動運転の潜在的リスク推論
自動運転における「まだ観測されていない潜在的リスク」を推論するための視覚言語データセットPotentialRiskQAと、それに基づく推論フレームワークPR-Reasonerを提案した。
原題: Seeing before Observable: Potential Risk Reasoning in Autonomous Driving via Vision Language Models ／ Jiaxin Liu, Xiangyu Yan, Liang Peng 他
日本語で読む → - 論文マニピュレーションロボティクス
CADからPOMDPへ：廃製品のロボット分解のための確率的計画
廃製品の分解を部分観測マルコフ決定過程として定式化し、CADデータからPOMDPモデルを自動生成して強化学習とベイズフィルタで分解計画を行う枠組みを提案した。
原題: From CAD to POMDP: Probabilistic Planning for Robotic Disassembly of End-of-Life Products ／ Jan Baumgärtner, Malte Hansjosten, David Hald 他
日本語で読む →