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6D姿勢推定画像認識
合成データのみで実現するイチゴの6D姿勢推定：エッジAI向けリアルタイム手法
Blenderの手続き的パイプラインで生成した合成データのみを用いてYOLOX-6D-Poseを訓練し、NVIDIA RTX 3090とJetson Orin Nano上でイチゴの6D姿勢をリアルタイム推定できることを示した。
原題: 6D Strawberry Pose Estimation: Real-time and Edge AI Solutions Using Purely Synthetic Training Data ／ Saptarshi Neil Sinha, Julius Kühn, Mika Silvan Goschke 他
日本語で読む → - 論文VLAロボティクス
大規模言語モデルと3Dビジョンによる知的ロボット知覚と自律性
LLMと3Dビジョンを統合し、ロボットが自然言語と空間理解を通じて複雑な環境を知覚・推論・操作するための最新手法、応用、課題を包括的にレビューした論文。
原題: Large Language Models and 3D Vision for Intelligent Robotic Perception and Autonomy ／ Vinit Mehta, Charu Sharma, Karthick Thiyagarajan
日本語で読む → - 論文目標条件付き強化学習機械学習
スケーラブルな目標条件付き強化学習のためのマルチステップ準距離学習
マルチステップモンテカルロリターンを用いて準距離を学習するオフライン目標条件付き強化学習手法を提案し、長期的な視覚タスクや実世界のロボット操作で有効性を示した。
原題: Multistep Quasimetric Learning for Scalable Goal-conditioned Reinforcement Learning ／ Bill Chunyuan Zheng, Vivek Myers, Benjamin Eysenbach 他
日本語で読む → - 論文飛行ロボット制御ロボティクス
デュアルフレーム受動傾斜型完全駆動ヘキサコプタ
二重フレームの受動傾斜機構を用いて、最小限のアクチュエータで並進運動と姿勢を独立制御できる完全駆動ヘキサコプタを提案し、シミュレーションで有効性を示した。
原題: A Class of Dual-Frame Passively-Tilting Fully-Actuated Hexacopter ／ Jiajun Liu, Yimin Zhu, Xiaorui Liu 他
日本語で読む → - 論文VLA画像認識
ActDistill: 効率的な視覚-言語-行動モデルのための汎用的な行動誘導自己蒸留
既存のVLAモデルの行動予測能力を軽量な生徒モデルに転移させる蒸留フレームワークを提案し、計算量を50%以上削減しつつ同等以上の性能を実現した。
原題: ActDistill: General Action-Guided Self-Derived Distillation for Efficient Vision-Language-Action Models ／ Wencheng Ye, Tianshi Wang, Lei Zhu 他
日本語で読む → - 論文ヒューマンモーション生成画像認識
BRIC: テスト時にキネマティックプランと物理制御を橋渡しする
拡散モデルによる運動計画と強化学習による物理制御の実行ギャップをテスト時に適応させることで、長期的な人間動作生成を実現するフレームワーク。
原題: BRIC: Bridging Kinematic Plans and Physical Control at Test Time ／ Dohun Lim, Minji Kim, Jaewoon Lim 他
日本語で読む → - 論文VLAロボティクス
見て、ズームして、理解する：身体性知覚のためのロボット眼球
言語指示に基づきPTZカメラのパン・チルト・ズームを調整して最適な視野を得るVLAモデルEyeVLAを提案し、500サンプルで実世界適応を実現した。
原題: Look, Zoom, Understand: The Robotic Eyeball for Embodied Perception ／ Jiashu Yang, Yifan Han, Yucheng Xie 他
日本語で読む → - 論文パラレルロボットロボティクス
指定された姿勢作業空間に対する6-6スチュワート・ゴフ型プラットフォームの最大特異点なし球の半解析的計算法
6-6スチュワート・ゴフ型マニピュレータについて、指定された姿勢作業空間内で最大の特異点なし球を半解析的に計算する手法を提案し、4つの異なる構造の性能を比較した。
原題: A semi-analytical approach for computing the largest singularity-free spheres of a class of 6-6 Stewart-Gough platforms for specified orientation workspaces ／ Bibekananda Patra, Sandipan Bandyopadhyay
日本語で読む → - 論文剛性モデリングロボティクス
複雑・ハイブリッド構造マニピュレータの剛性モデリング手法MSA
マトリクス構造解析を用いて、閉ループや柔軟リンク、受動・弾性関節を含む複雑なマニピュレータの剛性を半解析的にモデル化する手法を提案し、NaVaRoマニピュレータで有効性を示した。
原題: MSA - Technique for Stiffness Modeling of Manipulators with Complex and Hybrid Structures ／ Alexandr Klimchik, Anatol Pashkevich, Damien Chablat
日本語で読む → - 論文群制御ロボティクス
不完全な通信下における非同期分散マルチロボット動作計画
通信遅延を考慮してペナルティパラメータを適応させるDA-ADMMを提案し、分散最適化によるマルチロボットの衝突回避動作計画の堅牢性と成功率を向上させた。
原題: Asynchronous Distributed Multi-Robot Motion Planning Under Imperfect Communication ／ Ardalan Tajbakhsh, Augustinos Saravanos, James Zhu 他
日本語で読む → - 論文群制御ロボティクス
巻き数を用いた対称性破りマルチエージェントナビゲーション
複数エージェントの衝突回避において、巻き数という位相不変量で対称性破りの戦略を強化学習し、MPCと組み合わせてデッドロックを回避する手法を提案。
原題: Symmetry-Breaking in Multi-Agent Navigation: Winding Number-Aware MPC with a Learned Topological Strategy ／ Tomoki Nakao, Kazumi Kasaura, Tadashi Kozuno
日本語で読む → - 論文飛行/強化学習ロボティクス
点群から動作へ：動的障害物環境を流れ支援で飛行する
LiDARの点群から環境変化を捉える点流れを抽出し、強化学習で動的障害物を回避する自律飛行システムを構築した。
原題: Flow-Aided Flight Through Dynamic Clutters From Point To Motion ／ Bowen Xu, Zexuan Yan, Minghao Lu 他
日本語で読む → - 論文VLA画像認識
観察から行動へ：産業環境におけるVLA事前学習のための潜在行動ベースのプリミティブセグメンテーション
産業用の連続動画から人間の作業を教師なしで行動プリミティブに分割し、VLAモデルの事前学習に使える構造化データを自動生成するフレームワークを提案した。
原題: From Observation to Action: Latent Action-based Primitive Segmentation for VLA Pre-training in Industrial Settings ／ Jiajie Zhang, Sören Schwertfeger, Alexander Kleiner
日本語で読む → - 論文VLA画像認識
iFlyBot-VLA 技術報告
人間とロボットの大規模操作動画で学習した潜在行動モデルと、二段階の行動表現でVLMと行動エキスパートを同時に訓練する新しいVLAフレームワークを提案し、LIBEROベンチマークと実機で有効性を示した。
原題: iFlyBot-VLA Technical Report ／ Yuan Zhang, Chenyu Xue, Wenjie Xu 他
日本語で読む → - 論文ナビゲーションロボティクス
未知環境を切り拓く：画像空間におけるパレート最適な視覚的意思決定
画像空間でデータ駆動の意味理解とパレート最適な意思決定、ビジュアルサーボを組み合わせた軽量なナビゲーションフレームワークを提案。
原題: Navigating the Wild: Pareto-Optimal Visual Decision-Making in Image Space ／ Durgakant Pushp, Weizhe Chen, Zheng Chen 他
日本語で読む → - 論文自動運転/VLAロボティクス
CoC-VLA: 因果連鎖型視覚言語行動モデルによる説明可能な自動運転のための敵対的ドメイン転移
シミュレーションで得た長尾ケース対応能力を実世界へ転移するため、因果連鎖推論を行う視覚言語モデルを教師・生徒・識別器で構成した敵対的転移フレームワークを提案した論文。
原題: CoC-VLA: Delving into Adversarial Domain Transfer for Explainable Autonomous Driving via Chain-of-Causality Visual-Language-Action Model ／ Dapeng Zhang, Fei Shen, Rui Zhao 他
日本語で読む → - 論文ナビゲーションロボティクス
小型月ミッション向け視覚誘導オプティカルフロー航法
オプティカルフローとレンジファインダによる深度推定を組み合わせ、月着陸時の自己運動をCPU上で軽量に推定する手法を提案し、南極域の合成画像で検証した。
原題: Vision-Guided Optic Flow Navigation for Small Lunar Missions ／ Sean Cowan, Pietro Fanti, Leon B. S. Williams 他
日本語で読む → - 論文VLAロボティクス
AerialMind：UAVシナリオにおける参照マルチオブジェクト追跡に向けて
UAV（ドローン）映像で自然言語指示に基づくマルチオブジェクト追跡を行うための大規模ベンチマークAerialMindと、半自動ラベリング手法COALA、追跡手法HawkEyeTrackを提案した論文。
原題: AerialMind: Towards Referring Multi-Object Tracking in UAV Scenarios ／ Chenglizhao Chen, Shaofeng Liang, Runwei Guan 他
日本語で読む → - 論文VLAロボティクス
SRPO: VLAモデルのための自己参照方策最適化
VLAモデルの強化学習において、成功軌道を自己参照として失敗軌道に進捗報酬を付与し、報酬の疎さを解消する手法を提案。LIBEROで99.2%の成功率を達成。
原題: SRPO: Self-Referential Policy Optimization for Vision-Language-Action Models ／ Senyu Fei, Siyin Wang, Li Ji 他
日本語で読む → - 論文LiDAR超解像画像認識
周波数対応マルチスケール融合によるリアルタイムLiDAR超解像
LiDAR点群の超解像において、周波数領域の解析と適応的マルチスケール融合を組み合わせることで、単一パスでリアルタイムに高精度な3D知覚を実現するFLASHを提案した。
原題: Real-Time LiDAR Super-Resolution via Frequency-Aware Multi-Scale Fusion ／ June Moh Goo, Zichao Zeng, Jan Boehm
日本語で読む → - 論文マニピュレーションロボティクス
SpatialActor: ロバストなロボットマニピュレーションのための分離された空間表現の探求
意味と幾何を明示的に分離し、ノイズの多い深度と専門家事前知識を融合するフレームワークを提案。RLBenchで87.4%を達成し、ノイズ条件下で13.9%〜19.4%の改善を示す。
原題: SpatialActor: Exploring Disentangled Spatial Representations for Robust Robotic Manipulation ／ Hao Shi, Bin Xie, Yingfei Liu 他
日本語で読む → - 論文マニピュレーションロボティクス
RoboCOIN: 統合マニピュレーションのためのオープンソース両腕ロボットデータ収集
15種類のロボットプラットフォームから18万件以上の両腕操作デモを集めた大規模データセットを構築し、階層的な注釈とデータ処理パイプラインを提供した。
原題: RoboCOIN: An Open-Sourced Bimanual Robotic Data Collection for Integrated Manipulation ／ Shihan Wu, Xuecheng Liu, Shaoxuan Xie 他
日本語で読む → - 論文マニピュレーションロボティクス
CAPE: 近接モード拡張による文脈認識拡散ポリシーと衝突回避
拡散ポリシーに文脈認識の事前分布と誘導を組み合わせ、推論時に軌道分布のモードを反復的に拡張することで、未知の混雑環境でも衝突を避けつつ目標に到達する軌道を生成する手法を提案。
原題: CAPE: Context-Aware Diffusion Policy Via Proximal Mode Expansion for Collision Avoidance ／ Rui Heng Yang, Xuan Zhao, Leo Maxime Brunswic 他
日本語で読む → - 論文同変深層学習機械学習
圏同変深層学習：圏同変ニューラルネットワークと普遍近似定理
圏論を用いて群・グラフ・層など様々な対称性を統一的に扱う同変ニューラルネットワークの理論を構築し、普遍近似定理を証明した。
原題: Categorical Equivariant Deep Learning: Category-Equivariant Neural Networks and Universal Approximation Theorems ／ Yoshihiro Maruyama
日本語で読む → - 論文車輪型二足ロボットロボティクス
地形推定を伴う6自由度車輪型二足ロボットの全身制御
6自由度車輪型二足ロボットの完全な動力学モデルを構築し、LiDAR慣性オドメトリと改良PCAによる地形推定を組み込んだ全身制御フレームワークを提案。不整地走破性能をシミュレーションと実機で検証した。
原題: Whole-Body Control With Terrain Estimation of A 6-DoF Wheeled Bipedal Robot ／ Cong Wen, Yunfei Li, Kexin Liu 他
日本語で読む → - 論文VLAロボティクス
OpenVLN: オープンワールド空中視覚言語ナビゲーション
限られたデータでUAVの言語誘導飛行を実現するため、強化学習でVLMを微調整し、長期的軌道計画を可能にするフレームワークを提案。
原題: OpenVLN: Open-world Aerial Vision-Language Navigation ／ Peican Lin, Gan Sun, Chenxi Liu 他
日本語で読む → - 論文ライブラリ/微分可能3D変換機械学習
SciPyの3D変換を微分可能でフレームワーク非依存に
SciPyのspatial.transformをArray API対応にし、JAXやPyTorchなどでGPU実行・自動微分・JITを可能にした。
原題: scipy.spatial.transform: Differentiable Framework-Agnostic 3D Transformations in Python ／ Martin Schuck, Alexander von Rohr, Angela P. Schoellig
日本語で読む → - 論文生成モデル画像認識
ArticFlow: 関節機構の生成シミュレーション
ノイズから関節機構の形状と動作を生成する2段階フローマッチング手法を提案し、ニューラルシミュレータとしても機能することを示した。
原題: ArticFlow: Generative Simulation of Articulated Mechanisms ／ Jiong Lin, Jinchen Ruan, Hod Lipson
日本語で読む → - 論文モデル予測制御ロボティクス
Stein変分勾配降下によるMPPIのサンプリング分布最適化
MPPI制御において、Stein変分勾配降下でサンプリング分布を動的に更新し、少ない粒子数でも高性能を実現するSOPPIを提案した。
原題: Stein-based Optimization of Sampling Distributions in Model Predictive Path Integral Control ／ Jace Aldrich, Odest Chadwicke Jenkins
日本語で読む → - 論文経路計画画像認識
ステレオビジョンを搭載したUAVによる画像ベース経路計画アルゴリズム
UAVのステレオカメラで地形の視差マップを作り、エッジ・線・コーナー検出と奥行き再構成で経路候補点を決める画像ベース経路計画を提案し、A*やPRMと比較評価した。
原題: An Image-Based Path Planning Algorithm Using a UAV Equipped with Stereo Vision ／ Selim Ahmet Iz, Mustafa Unel
日本語で読む →