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sim2realロボティクス
RealD²iff: 深度拡散によるロボットマニピュレーションの実世界ギャップの橋渡し
拡散モデルでシミュレーションのクリーンな深度から実機のようなノイズ深度を合成し、実機データ収集なしでゼロショットsim2realマニピュレーションを実現した研究。
原題: RealD$^2$iff: Bridging Real-World Gap in Robot Manipulation via Depth Diffusion ／ Xiujian Liang, Jiacheng Liu, Mingyang Sun 他
日本語で読む → - 論文VLAロボティクス
自動運転における視覚言語モデルの幻覚を低ランク分解で軽減する手法
複数の視覚言語モデルが生成したキャプションを、文埋め込み行列の低ランク分解で得られるスパース残差の大きさでランク付けし、幻覚の少ないキャプションを選別する手法を提案。
原題: A Low-Rank Method for Vision Language Model Hallucination Mitigation in Autonomous Driving ／ Keke Long, Jiacheng Guo, Tianyun Zhang 他
日本語で読む → - 論文マルチエージェント協調ロボティクス
GauDP: ガウス画像シナジーによる拡散ポリシーでのマルチエージェント協調の再発明
分散RGB観測から3Dガウス場を構築し、各エージェントに動的に再分配することで、追加センサなしにマルチエージェント協調模倣学習を実現する手法を提案。
原題: GauDP: Reinventing Multi-Agent Collaboration through Gaussian-Image Synergy in Diffusion Policies ／ Ziye Wang, Li Kang, Yiran Qin 他
日本語で読む → - 論文マニピュレーションロボティクス
繊細なスナップフィット組立のための協調デュアルアームフレームワーク
固有受容感覚からスナップフィット嵌合をリアルタイム検出する軽量ニューラルネットSnapNetと、イベントトリガ型インピーダンス調整による双腕協調フレームワークを提案し、繊細な組立での衝撃力を低減した。
原題: A Coordinated Dual-Arm Framework for Delicate Snap-Fit Assemblies ／ Shreyas Kumar, Barat S, Debojit Das 他
日本語で読む → - 論文相対状態推定ロボティクス
相対状態推定のためのデュアルプリインテグレーション
2つの移動体間の6自由度相対状態推定において、両方のIMUプリインテグレーションを統合した新観測手法を提案し、線形化誤差を効率的に再線形化して精度を向上させた。
原題: Dual Preintegration for Relative State Estimation ／ Ruican Xia, Hailong Pei
日本語で読む → - 論文安全保証機械学習
安全フィルタのアンサンブルと共形予測による制御システムの安全性の統計的保証
学習したハミルトン・ヤコビ値関数と安全政策の不確実性を共形予測で境界付け、確率的な安全保証を提供するフレームワークを提案。独立に訓練した値関数のアンサンブルを安全フィルタとして用いる手法も検討。
原題: Statistically Assuring Safety of Control Systems using Ensembles of Safety Filters and Conformal Prediction ／ Ihab Tabbara, Yuxuan Yang, Hussein Sibai
日本語で読む → - 論文物理特性推定画像認識
PhysGS: 物理特性推定のためのベイズ推論ガウシアンスプラッティング
3Dガウシアンスプラッティングにベイズ推論を組み込み、視覚情報と言語事前知識から摩擦・硬さ・質量などの物理特性を不確かさ付きで密に推定する手法を提案。
原題: PhysGS: Bayesian-Inferred Gaussian Splatting for Physical Property Estimation ／ Samarth Chopra, Jing Liang, Gershom Seneviratne 他
日本語で読む → - 論文データ管理ロボティクス
Kleinkram: オープンなロボティクスデータ管理基盤
ロボット研究で発生する大規模で非構造化なデータセットを、オンプレミスクラウド上で保存・索引付け・共有できるオープンソースシステムを提案。ROSバッグやMCAP形式に対応し、Dockerベースのワークフロー実行機能も備える。
原題: Kleinkram: Open Robotic Data Management ／ Cyrill Püntener, Johann Schwabe, Dominique Garmier 他
日本語で読む → - 論文経路計画ロボティクス
ユーザ選好を考慮した緩和タスク満足のためのA*ベース時相論理経路計画
時相論理タスクを完全に満たせない場合に、ユーザの緩和選好を組み込んで最良の満足度を達成するA*ベースの計画フレームワークを提案し、大規模環境での効率的な計画を可能にした。
原題: A*-based Temporal Logic Path Planning with User Preferences on Relaxed Task Satisfaction ／ Disha Kamale, Xi Yu, Cristian-Ioan Vasile
日本語で読む → - 論文VLAロボティクス
視覚言語行動モデルのための身体性転移学習
事前学習済みVLAモデルをマルチロボットに効率的に転移するET-VLAを提案し、合成継続事前学習とEmbodied Graph-of-Thoughtで二腕ロボットの協調タスク性能を向上させた。
原題: Embodiment Transfer Learning for Vision-Language-Action Models ／ Chengmeng Li, Yaxin Peng
日本語で読む → - 論文アクチュエータロボティクス
双羽状形状記憶合金リニアアクチュエータの設計・モデル化・実験的検証：油圧ストローク増幅機構との統合
形状記憶合金と双羽状構造を組み合わせた生体模倣リニアアクチュエータを設計・モデル化し、実験で検証した。従来のステッピングモータ駆動アクチュエータと比較して、軽量・低コスト・省エネを実現した。
原題: Design, modelling and experimental validation of bipenniform shape memory alloy-based linear actuator integrable with hydraulic stroke amplification mechanism ／ Kanhaiya Lal Chaurasiya, Ruchira Kumar Pradhan, Yashaswi Sinha 他
日本語で読む → - 論文車両制御ロボティクス
駐車アプリケーションのための横速度モデル
駐車時の実データを分析し、ゼロスリップ仮定からの系統的なずれを明らかにして、2つのパラメータのみで横速度を高精度に推定するモデルを提案した。
原題: Lateral Velocity Model for Vehicle Parking Applications ／ Luis Diener, Jens Kalkkuhl, Markus Enzweiler
日本語で読む → - 論文群制御制御
最適輸送に基づく密度駆動型最適制御による接続性を保つマルチエージェント領域カバレッジ
エージェント分布と参照密度のWasserstein距離を最小化する密度駆動型最適制御に、滑らかな接続性ペナルティを導入し、通信を維持しながら非一様な領域カバレッジを実現する分散制御手法を提案した。
原題: Connectivity-Preserving Multi-Agent Area Coverage via Optimal-Transport-Based Density-Driven Optimal Control (D2OC) ／ Kooktae Lee, Ethan Brook
日本語で読む → - 論文VLAAI
QuickLAP: 半自律エージェントのための高速言語-行動選好学習
物理的な修正と言語によるフィードバックをベイズ的に統合し、LLMを用いて報酬関数をリアルタイムに学習する手法を提案。半自律運転シミュレータで報酬学習誤差を70%以上削減し、ユーザスタディでも高い理解度と協調性が示された。
原題: QuickLAP: Quick Language-Action Preference Learning for Semi-Autonomous Agents ／ Jordan Abi Nader, David Lee, Nathaniel Dennler 他
日本語で読む → - 論文ナビゲーションロボティクス
SocialNav: 社会規範を考慮した具身ナビゲーションのための人間模倣基盤モデル
社会規範を理解し遵守するナビゲーションを実現するため、700万サンプルのデータセットと階層型「脳-行動」アーキテクチャ、強化学習手法SAFE-GRPOを組み合わせた基盤モデルを提案し、成功率と社会規範遵守率を大幅に向上させた。
原題: SocialNav: Training Human-Inspired Foundation Model for Socially-Aware Embodied Navigation ／ Ziyi Chen, Yingnan Guo, Zedong Chu 他
日本語で読む → - 論文VLA画像認識
BOP-ASK：視覚言語モデルのための物体インタラクション推論
6D物体姿勢データを活用し、把持姿勢や経路計画などの細かい空間推論を問う15万枚・3300万QAペアの大規模データセットBOP-ASKを構築し、VLMの物体インタラクション理解を評価・訓練する。
原題: BOP-ASK: Object-Interaction Reasoning for Vision-Language Models ／ Vineet Bhat, Sungsu Kim, Valts Blukis 他
日本語で読む → - 論文歩行ロボティクス
MOBIUS：歩行・クロール・登攀・ローリングが可能なマルチモーダル二足歩行ロボット
4本の肢（6自由度アーム2本と4自由度脚2本）を持つ二足歩行ロボットMOBIUSを開発し、強化学習と力制御を組み合わせたハイブリッド制御とMIQCPプランナにより、歩行・クロール・登攀・ローリングの自律的なモード切替を実現した。
原題: MOBIUS: A Multi-Modal Bipedal Robot that can Walk, Crawl, Climb, and Roll ／ Alexander Schperberg, Yusuke Tanaka, Stefano Di Cairano 他
日本語で読む → - 論文社会ナビゲーションロボティクス
SocialNav-Map: 人間軌道予測を用いた動的マッピングによるゼロショット社会ナビゲーション
人間の軌道予測と占有マップを組み合わせ、環境ごとの追加学習なしで安全に移動できるゼロショット社会ナビゲーション手法を提案。
原題: SocialNav-Map: Dynamic Mapping with Human Trajectory Prediction for Zero-Shot Social Navigation ／ Lingfeng Zhang, Erjia Xiao, Xiaoshuai Hao 他
日本語で読む → - 論文姿勢推定ロボティクス
視覚的物体姿勢推定の不確かさ定量化：S-Lemmaによる楕円体境界
単眼視の物体姿勢推定において、分布仮定なしで高確率に真の姿勢を含む楕円体の不確かさ境界を凸計画で求める手法を提案。
原題: Uncertainty Quantification for Visual Object Pose Estimation: S-Lemma Ellipsoidal Bounds ／ Lorenzo Shaikewitz, Charis Georgiou, Luca Carlone
日本語で読む → - 論文マニピュレーションロボティクス
条件付き拡散モデルによる接触マップ転送で汎用性の高い巧みな把持を生成
形状テンプレートから新規物体へ高品質な把持を転送するため、接触マップ生成を条件付き拡散モデルで定式化し、パートマップと方向マップも連鎖的に転送する枠組みを提案した。
原題: Contact Map Transfer with Conditional Diffusion Model for Generalizable Dexterous Grasp Generation ／ Yiyao Ma, Kai Chen, Kexin Zheng 他
日本語で読む → - 論文位置推定ロボティクス
CNNを用いたカメラ姿勢推定とスキャン画像の位置特定による航空機外観検査
合成画像のみで学習した深層畳み込みニューラルネットワークにより、パン・チルト・ズームカメラの姿勢を推定し、航空機の外観検査におけるスキャン画像の位置を特定するインフラ不要の手法を提案した。
原題: CNN-Based Camera Pose Estimation and Localisation of Scan Images for Aircraft Visual Inspection ／ Xueyan Oh, Leonard Loh, Shaohui Foong 他
日本語で読む → - 論文イベントカメラ/水中ロボティクス/sim2real画像認識
EREBUS: 水中環境向けエンドツーエンド堅牢イベントベースシミュレーション
AUV搭載のイベントカメラ向けに、水中環境のリアルな合成データを生成するパイプラインを提案し、低視界・浮遊粒子下での岩石検出タスクで有効性を示した。
原題: EREBUS: End-to-end Robust Event Based Underwater Simulation ／ Hitesh Kyatham, Arjun Suresh, Aadi Palnitkar 他
日本語で読む → - 論文生成モデル機械学習
フラクショナル拡散ブリッジモデル
非マルコフ性を持つフラクショナルブラウン運動の近似を用いた新しい生成拡散ブリッジを提案し、タンパク質構造予測と画像変換で従来法を上回る性能を示した。
原題: Fractional Diffusion Bridge Models ／ Gabriel Nobis, Maximilian Springenberg, Arina Belova 他
日本語で読む → - 論文オフライン強化学習機械学習
価値条件付き最適化による拡散ポリシーを用いたオフライン強化学習
オフライン強化学習において、拡散モデルをアドバンテージ値で重み付けして訓練し、高リターン行動を選択的に拡張することで、保守性と探索性のバランスを取る手法DIVOを提案した論文。
原題: Diffusion Policies with Value-Conditional Optimization for Offline Reinforcement Learning ／ Yunchang Ma, Tenglong Liu, Yixing Lan 他
日本語で読む → - 論文3Dセマンティック占有画像認識
QueryOcc: クエリベース自己教師あり学習による3Dセマンティック占有予測
隣接フレームからサンプリングした4D時空間クエリを用いて、連続的な3Dセマンティック占有を自己教師ありで学習するフレームワークを提案。遠距離を圧縮する収縮シーン表現により一定メモリで長距離推論を可能にし、カメラベース手法を大幅に上回る精度を達成した。
原題: QueryOcc: Query-based Self-Supervision for 3D Semantic Occupancy ／ Adam Lilja, Ji Lan, Junsheng Fu 他
日本語で読む → - 論文マニピュレーションロボティクス
誘導磁気双極子の非接触マニピュレーション
振動磁場を用いて、導電性で非磁性の物体（アルミ球）を非接触で位置制御する手法を開発し、閉ループ制御を実現した。
原題: Non-Contact Manipulation of Induced Magnetic Dipoles ／ Seth Stewart, Joseph Pawelski, Steve Ward 他
日本語で読む → - 論文姿勢推定画像認識
OPFormer: 幾何エンコーディングと基盤モデルを活用した物体姿勢推定
物体検出と6D姿勢推定を統合したフレームワークを提案し、基盤モデルとNOCSによる幾何情報を組み合わせて高精度かつ効率的に姿勢を推定する。
原題: OPFormer: Object Pose Estimation leveraging foundation model with geometric encoding ／ Artem Moroz, Vít Zeman, Martin Mikšík 他
日本語で読む → - 論文VLA画像認識
DualVLA: 推論と行動の部分的デカップリングによる汎用身体性エージェントの構築
ロボット実演で訓練したVLAモデルにマルチモーダル推論を追加すると行動性能が劣化する「行動退化」を解決するため、二層データ選別と二重教師適応蒸留を提案し、推論能力を保ちつつ行動精度を向上させた。
原題: DualVLA: Building a Generalizable Embodied Agent via Partial Decoupling of Reasoning and Action ／ Zhen Fang, Zhuoyang Liu, Jiaming Liu 他
日本語で読む → - 論文SLAMロボティクス
DiskChunGS: チャンクベースのメモリ管理による大規模3DガウシアンSLAM
3DガウシアンスプラッティングSLAMのGPUメモリ制約を、シーンを空間チャンクに分割し非アクティブ領域をディスクに退避するアウトオブコア方式で克服し、大規模環境の再構成を可能にした。
原題: DiskChunGS: Large-Scale 3D Gaussian SLAM Through Chunk-Based Memory Management ／ Casimir Feldmann, Maximum Wilder-Smith, Vaishakh Patil 他
日本語で読む → - 論文sim2realロボティクス
コンテキストは現実ギャップを埋められるか？コンテキスト認識ポリシーのSim-to-Real転送
シミュレーションから実機への転送において、動力学パラメータの推定値（コンテキスト）をポリシーに条件付けることで性能が向上するかを検証し、実機の押し操作タスクで有効性を示した。
原題: Can Context Bridge the Reality Gap? Sim-to-Real Transfer of Context-Aware Policies ／ Marco Iannotta, Yuxuan Yang, Johannes A. Stork 他
日本語で読む →