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VLAロボティクス
意味と物理の整合を図る連続的視覚-言語-行動の共同学習による行動クローニング
視覚・言語・固有感覚入力を連続的に共同学習し、双方向クロスアテンションで意味と物理のずれを解消することで、行動クローニングの累積誤差を抑え、滑らかで一貫した操作を実現するフレームワークを提案した。
原題: Continuous Vision-Language-Action Co-Learning with Semantic-Physical Alignment for Behavioral Cloning ／ Xiuxiu Qi, Yu Yang, Jiannong Cao 他
日本語で読む → - 論文VLAロボティクス
ExpReS-VLA: 経験再生と検索による視覚言語行動モデルの特化
事前学習済みVLAモデルを、圧縮した経験再生バッファと検索拡張生成で破滅的忘却を防ぎつつ展開環境に高速適応させる手法。
原題: ExpReS-VLA: Specializing Vision-Language-Action Models Through Experience Replay and Retrieval ／ Shahram Najam Syed, Yatharth Ahuja, Arthur Jakobsson 他
日本語で読む → - 論文医療ロボティクスロボティクス
ロボット支援経カテーテル心内手技のための操舵可能バルーン内視鏡の閉ループ制御
心臓内を直接観察するための操舵可能バルーン型心臓鏡を開発し、バルーン内圧のみで直径と屈曲角度を独立制御する設計と、画像ベースの閉ループ屈曲制御を実証した。
原題: Closed-loop Control of Steerable Balloon Endoscopes for Robot-assisted Transcatheter Intracardiac Procedures ／ Max McCandless, Jonathan Hamid, Sammy Elmariah 他
日本語で読む → - 論文タスク・モーションプランニングロボティクス
SLAP: 抽象プランニングのためのショートカット学習
既存のタスク・モーションプランニングの選択肢を活用し、強化学習で新たなショートカット行動を自動発見することで、より短い計画と高い成功率を実現する手法を提案。
原題: SLAP: Shortcut Learning for Abstract Planning ／ Y. Isabel Liu, Bowen Li, Benjamin Eysenbach 他
日本語で読む → - 論文模倣学習/水中マニピュレーションロボティクス
Bi-AQUA: 照明を考慮したアクションチャンキングTransformerによる水中ロボットアームの双方向制御ベース模倣学習
水中ロボットアームの模倣学習において、照明変動を明示的にモデル化する階層的な照明対応設計と双方向制御を組み合わせ、接触の多いタスクでの頑健な性能を実現した。
原題: Bi-AQUA: Bilateral Control-Based Imitation Learning for Underwater Robot Arms via Lighting-Aware Action Chunking with Transformers ／ Takeru Tsunoori, Masato Kobayashi, Yuki Uranishi
日本語で読む → - 論文ソフトロボティクス/形状最適化ロボティクス
AquaROM: パラメトリック縮約モデルを用いたソフトスイマーの形状最適化パイプライン
テンソル型パラメトリック縮約モデル(PROM)を基にした最適化アルゴリズムを提案し、流体力学を受けるソフトロボットスイマーの形状最適化に適用して計算効率を大幅に向上させた。
原題: AquaROM: shape optimization pipeline for soft swimmers using parametric reduced order models ／ Mathieu Dubied, Paolo Tiso, Robert K. Katzschmann
日本語で読む → - 論文ソフトロボティクスロボティクス
ソフト磁気アクチュエータのプログラム可能なダイナミクスによる真性乱数生成とリザバーコンピューティング
疲労なく数万回動作する磁性ソフトアクチュエータを開発し、その複雑なダイナミクスを利用して真性乱数生成やリザバーコンピューティングを実現した。
原題: Field-programmable dynamics in a soft magnetic actuator enabling true random number generation and reservoir computing ／ Eduardo Sergio Oliveros-Mata, Oleksandr V. Pylypovskyi, Eleonora Raimondo 他
日本語で読む → - 論文3D再構成画像認識
デジタルツインのためのマテリアル情報を活用したガウシアンスプラッティングによる3D世界再構成
カメラのみの多視点画像から3Dガウシアンスプラッティングでシーンを再構成し、視覚モデルで素材マスクを抽出して物理ベースのマテリアル特性を割り当てるパイプラインを提案。LiDAR不要でセンサシミュレーションの忠実度を実現。
原題: Material-informed Gaussian Splatting for 3D World Reconstruction in a Digital Twin ／ Andy Huynh, João Malheiro Silva, Holger Caesar 他
日本語で読む → - 論文LiDAR慣性オドメトリロボティクス
LODESTAR: 退化環境に適応するLiDAR慣性オドメトリと適応型Schmidt-Kalmanフィルタ
LiDAR慣性オドメトリにおいて、長い廊下や高高度飛行などの退化環境で生じる状態推定の劣化に対処するため、退化度に応じて状態を固定・活性化する適応型Schmidt-Kalmanフィルタとデータ活用戦略を提案し、精度を向上させた。
原題: LODESTAR: Degeneracy-Aware LiDAR-Inertial Odometry with Adaptive Schmidt-Kalman Filter and Data Exploitation ／ Eungchang Mason Lee, Kevin Christiansen Marsim, Hyun Myung
日本語で読む → - 論文VLAロボティクス
MARS: マルチモーダル大規模言語モデルによる支援知能のためのマルチエージェントロボットシステム
視覚認識・リスク評価・計画・評価の4エージェントをMLLMで統合し、障害者支援のスマートホームロボット向けにリスクを考慮した適応的な行動計画を実現するシステムを提案した。
原題: MARS: Multi-Agent Robotic System with Multimodal Large Language Models for Assistive Intelligence ／ Renjun Gao
日本語で読む → - 論文VLAロボティクス
RynnVLA-002：視覚言語行動と世界モデルの統合
視覚言語行動モデルと世界モデルを統合し、環境の物理を学習して行動生成を洗練させるフレームワークを提案。シミュレーションと実機で性能向上を実証。
原題: RynnVLA-002: A Unified Vision-Language-Action and World Model ／ Jun Cen, Siteng Huang, Yuqian Yuan 他
日本語で読む → - 論文VLAロボティクス
Fast-SmartWay: パノラマ不要のエンドツーエンドゼロショット視覚言語ナビゲーション
正面のRGB-D画像3枚と言語指示のみからMLLMが直接行動を予測するゼロショットVLN-CEフレームワークを提案し、パノラマ観測とウェイポイント予測器を排除して遅延を大幅に削減した。
原題: Fast-SmartWay: Panoramic-Free End-to-End Zero-Shot Vision-and-Language Navigation ／ Xiangyu Shi, Zerui Li, Yanyuan Qiao 他
日本語で読む → - 論文sim2realロボティクス
VIRAL: ヒューマノイドの移動操作に向けた大規模視覚Sim-to-Real
シミュレーションのみでヒューマノイドの移動を伴う操作スキルを学習し、実機にゼロショット転移する視覚ベースのフレームワークを提案。大規模ドメインランダム化と実機整合により、Unitree G1上で連続的な移動操作を実現した。
原題: VIRAL: Visual Sim-to-Real at Scale for Humanoid Loco-Manipulation ／ Tairan He, Zi Wang, Haoru Xue 他
日本語で読む → - 論文リハビリテーションロボティクスロボティクス
移乗とリハビリテーションのための2自由度床置き型ロボット
立ち座り動作の訓練において、様々な運動能力レベルに合わせてインピーダンスや垂直・前方力を調整できる床置き型ロボットを開発し、健常者実験で自然な動作への影響が少なく、体重免荷と前方支援が可能であることを示した。
原題: A Two Degrees-of-Freedom Floor-Based Robot for Transfer and Rehabilitation Applications ／ Ian Lalonde, Jeff Denis, Mathieu Lamy 他
日本語で読む → - 論文ロボット組立ロボティクス
3D生成AIと視覚言語モデルによるテキストからの多部品ロボット組立
3D生成AIと視覚言語モデルを組み合わせ、自然言語から多部品オブジェクトをロボットで組み立てるパイプラインを提案。VLMが形状と機能を推論して部品割り当てを行い、ユーザーは対話的に修正できる。
原題: Text to Robotic Assembly of Multi Component Objects using 3D Generative AI and Vision Language Models ／ Alexander Htet Kyaw, Richa Gupta, Dhruv Shah 他
日本語で読む → - 論文歩行ロボティクス
AutoOdom: 脚式移動のための自己回帰固有受容オドメトリ学習
脚式ロボットのための自己回帰型固有受容オドメトリシステムを提案し、大規模シミュレーションと限られた実データによる2段階学習でsim-to-realギャップを克服、Booster T1ヒューマノイドで従来手法を大幅に上回る精度を達成した。
原題: AutoOdom: Learning Auto-regressive Proprioceptive Odometry for Legged Locomotion ／ Changsheng Luo, Yushi Wang, Wenhan Cai 他
日本語で読む → - 論文磁気マニピュレーションロボティクス
安定な2次元磁気トラップのための永久磁石アレイの効率的最適化
GPU加速最適化アルゴリズムにより永久磁石アレイの角度を最適化し、ミリロボットを安定に2次元トラップする手法を開発した。
原題: Efficient Optimization of a Permanent Magnet Array for a Stable 2D Trap ／ Ann-Sophia Müller, Moonkwang Jeong, Jiyuan Tian 他
日本語で読む → - 論文触覚ロボティクス
圧縮サンプリングによる単一ピクセル触覚スキン
各触覚素子が動的に重み付けしたアナログ信号を1本の出力線に集約するハードウェア圧縮センシングにより、配線を大幅に削減しつつ3500FPS相当の物体分類や8msの衝撃を23フレームで捉える適応的再構成を実現した。
原題: Single-Pixel Tactile Skin via Compressive Sampling ／ Ariel Slepyan, Laura Xing, Rudy Zhang 他
日本語で読む → - 論文群制御ロボティクス
MagBotSim：磁気ロボティクスのための物理ベースシミュレーションと強化学習環境
磁気浮上システムをロボット群として捉え、搬送とマニピュレーションを統合するための物理シミュレーション環境MagBotSimを開発した。
原題: MagBotSim: Physics-Based Simulation and Reinforcement Learning Environments for Magnetic Robotics ／ Lara Bergmann, Cedric Grothues, Klaus Neumann
日本語で読む → - 論文触覚ロボティクス
Funabot-Upper：マッキベン型アクチュエータを用いた上半身用ハプティックスーツ
人工筋肉の収縮で衣服を3次元変形させ、体幹・肩・肘・手首の14種類の運動感覚を提示するウェアラブルハプティックスーツを開発し、認識精度を94.6%まで向上させた。
原題: Funabot-Upper: McKibben Actuated Haptic Suit Inducing Kinesthetic Perceptions in Trunk, Shoulder, Elbow, and Wrist ／ Haru Fukatsu, Ryoji Yasuda, Yuki Funabora 他
日本語で読む → - 論文VLAロボティクス
PerspAct: 視点取得と能動的視覚によるLLMの状況的協調スキルの向上
LLMに他者の視点を明示的に与え、能動的な視覚探索と組み合わせることで、協調タスクにおける指示理解の精度が向上することを示した研究。
原題: PerspAct: Enhancing LLM Situated Collaboration Skills through Perspective Taking and Active Vision ／ Sabrina Patania, Luca Annese, Anita Pellegrini 他
日本語で読む → - 論文軌道最適化ロボティクス
Signal Temporal Logic仕様下での軌道最適化のための厳密で滑らかな再定式化
Signal Temporal Logicの仕様を満たす軌道最適化問題に対し、max/min演算子を厳密かつ滑らかに再定式化する手法を提案し、数値シミュレーションで有効性を示した。
原題: Exact Smooth Reformulations for Trajectory Optimization Under Signal Temporal Logic Specifications ／ Shaohang Han, Joris Verhagen, Jana Tumova
日本語で読む → - 論文マニピュレーションロボティクス
無意識的・意図的な人間の動作手がかりを用いた表現豊かなロボットアーム動作の設計
人間の駒移動動作を「無意識的な傾向」と「意図的な表現」に分けて分析し、そのタイミング特性をロボットアームの動作設計に応用して、印象評価を実機と動画で比較した研究。
原題: Unconscious and Intentional Human Motion Cues for Expressive Robot-Arm Motion Design ／ Taito Tashiro, Tomoko Yonezawa, Hirotake Yamazoe
日本語で読む → - 論文マニピュレーションロボティクス
WorldPlanner: 行動条件付き視覚世界モデルとモンテカルロ木探索・MPCによるロボット計画
数時間の非構造化プレイデータから行動条件付き視覚世界モデルを学習し、MCTSとMPCを組み合わせてロボットの長期行動計画を最適化する手法を提案。実世界の3タスクでBCベースラインを上回る性能を示した。
原題: WorldPlanner: Monte Carlo Tree Search and MPC with Action-Conditioned Visual World Models ／ R. Khorrambakht, Joaquim Ortiz-Haro, Joseph Amigo 他
日本語で読む → - 論文ナビゲーションロボティクス
SENT-Map：基盤モデルによる意味拡張トポロジカルマップ
屋内環境をJSON形式の意味付きトポロジカルマップで表現し、視覚基盤モデルと自然言語クエリを組み合わせてロボットの計画を可能にするフレームワークを提案した。
原題: SENT Map -- Semantically Enhanced Topological Maps with Foundation Models ／ Raj Surya Rajendran Kathirvel, Zach A Chavis, Stephen J. Guy 他
日本語で読む → - 論文歩行ロボティクス
深層強化学習と動作事前分布による複雑地形での自然で頑健な六脚歩行の学習
最適化した動作事前分布と敵対的識別器を用いて六脚ロボットに自然な歩容を強化学習させ、実機で複雑地形を視覚情報なしで歩行できるようにした。
原題: Learning Natural and Robust Hexapod Locomotion over Complex Terrains via Motion Priors based on Deep Reinforcement Learning ／ Xin Liu, Jinze Wu, Yinghui Li 他
日本語で読む → - 論文群制御画像認識
動的に移動する複数ドローンによる歩行者検出・追跡のためのデータセットと深層学習フレームワーク
位置が変化する8機のドローン映像を同期したデータセットMATRIXを構築し、動的なカメラ位置や遮蔽に対応する多視点検出・追跡フレームワークを提案した。
原題: A Multi-Drone Multi-View Dataset and Deep Learning Framework for Pedestrian Detection and Tracking ／ Kosta Dakic, Kanchana Thilakarathna, Rodrigo N. Calheiros 他
日本語で読む → - 論文マニピュレーションロボティクス
MO-SeGMan: 制約環境における多目的逐次・誘導マニピュレーションのための再配置計画フレームワーク
制約の厳しい再配置問題に対し、再計画回数と移動距離を抑えつつ依存関係を保つ多目的計画手法を提案し、混雑環境で重要障害物のみを効率的に移動させる探索法で高品質な解を実現した。
原題: MO-SeGMan: Rearrangement Planning Framework for Multi Objective Sequential and Guided Manipulation in Constrained Environments ／ Cankut Bora Tuncer, Marc Toussaint, Ozgur S. Oguz
日本語で読む → - 論文非線形制御機械学習
帰納バイアスを用いた非線形制御のリアプノフ安定性学習
リアプノフ条件を帰納バイアスとして組み込み、制御リアプノフ関数と制御器をエンドツーエンドで学習する手法を提案し、従来法より高い収束率と大きな吸引領域を達成した。
原題: Lyapunov Stability Learning with Nonlinear Control via Inductive Biases ／ Yupu Lu, Shijie Lin, Hao Xu 他
日本語で読む → - 論文手術ロボットロボティクス
眼内手術のための高精度手術ロボットシステム
白内障・硝子体手術向けに、工具先端の精度・追跡性能・器具交換機構を改善したロボットシステムを開発し、OCTで評価した。
原題: High-Precision Surgical Robotic System for Intraocular Procedures ／ Yu-Ting Lai, Jacob Rosen, Yasamin Foroutani 他
日本語で読む →