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 →- 論文模倣学習ロボティクス
逆ゲーム理論による対話型政策の構造的模倣学習
マルチエージェントのデモから個々の行動を模倣学習し、逆ゲーム問題を解いてエージェント間の依存関係を構造的に学習する手法を提案。5エージェントの社会ナビゲーションで有効性を示した。
原題: Structured Imitation Learning of Interactive Policies through Inverse Games ／ Max M. Sun, Todd Murphey
日本語で読む → - 論文テスト・検証ロボティクス
産業用ロボットシステムのためのミューテーションテスト
産業用ロボットのソフトウェア信頼性向上のため、ロボット動作やセンサ読み取りの意味論を捉えたドメイン固有のミューテーション演算子を定義し、従来の演算子より有効なテストを生成できることを実証した。
原題: Mutation Testing for Industrial Robotic Systems ／ Marcela Gonçalves dos Santos, Sylvain Hallé, Fábio Petrillo
日本語で読む → - 論文交通監視/衝突検出画像認識
軌道不要の生成モデルとセグメントマップ拡散による衝突検出フレームワーク
軌道取得や車両追跡を必要とせず、道路セグメントマップの将来予測を拡散モデルで生成し、実測との差分から衝突を検出する2段階手法を提案。
原題: A Trajectory-free Crash Detection Framework with Generative Approach and Segment Map Diffusion ／ Weiying Shen, Hao Yu, Yu Dong 他
日本語で読む → - 論文触覚ロボティクス
動作制御ロボットスライディングによる衣類の触覚データ記録システム
ロボットアームで衣類を撫でたときの触覚データを収集し、動作情報をラベルとして加えることで識別精度が向上することを示した。
原題: Tactile Data Recording System for Clothing with Motion-Controlled Robotic Sliding ／ Michikuni Eguchi, Takekazu Kitagishi, Yuichi Hiroi 他
日本語で読む → - 論文マニピュレーションロボティクス
強化学習による平面マニピュレータのタスク適応型形態最適化
強化学習を用いて平面マニピュレータのリンク長や関節角度などの形態を最適化し、解析解のある円軌道追従で妥当性を確認したうえで、楕円・矩形軌道でもグリッド探索より少ない評価回数で収束することを示した。
原題: Task-Aware Morphology Optimization of Planar Manipulators via Reinforcement Learning ／ Arvind Kumar Mishra, Sohom Chakrabarty
日本語で読む → - 論文BMI/安全検証ロボティクス
神経信号制御ロボティクス向けのゲート付き不確実性対応ランタイム二重不変条件
脳波から意図を解読してロボットを制御する際に、論理的安全性と生理的信頼性をリアルタイムで二重に検証するフレームワークGUARDIANを提案し、低精度なデコーダでも高い安全率を実現した。
原題: Gated Uncertainty-Aware Runtime Dual Invariants for Neural Signal-Controlled Robotics ／ Tasha Kim, Oiwi Parker Jones
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 → - 論文案内ロボットロボティクス
BUDD-e: 視覚障害者向け自律型案内ロボット
視覚障害者を病院内で案内する自律ロボットBUDD-eを開発し、実際の病院で視覚障害者ボランティアを交えた実証実験を行い、高い性能とユーザー受容性を示した。
原題: BUDD-e: an autonomous robotic guide for visually impaired users ／ Jinyang Li, Marcello Farina, Luca Mozzarelli 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 → - 論文ナビゲーションロボティクス
スケール選好条件付けによる地形コストマップ生成
合成データを活用して未知地形に汎化しつつ、テスト時にユーザー指定のスケール選好で相対コストを迅速に適応できる地形コストマップ生成手法SPACERを提案。
原題: Terrain Costmap Generation via Scaled Preference Conditioning ／ Luisa Mao, Garrett Warnell, Peter Stone 他
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
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 → - 論文強化学習機械学習
一次ソボレフ強化学習
価値関数の値だけでなく状態・行動に対する微分もベルマンターゲットに一致させるソボレフ型損失を導入し、批評家の収束を速め方策勾配を安定化させるTD学習の改良を提案。
原題: First-order Sobolev Reinforcement Learning ／ Fabian Schramm, Nicolas Perrin-Gilbert, Justin Carpentier
日本語で読む → - 論文VINSロボティクス
SP-VINS: 暗黙的環境マップに基づくハイブリッドステレオ視覚慣性ナビゲーションシステム
キーフレームと2Dキーポイントからなる暗黙的環境マップでループ閉じ込みを行い、ランドマーク再投影とレイ制約を統合したハイブリッド残差フィルタで高精度かつ高効率なステレオVINSを実現した。
原題: SP-VINS: A Hybrid Stereo Visual Inertial Navigation System based on Implicit Environmental Map ／ Xueyu Du, Lilian Zhang, Fuan Duan 他
日本語で読む → - 論文物体操作ロボティクス
拡散方向場による物体中心タスク表現と転移
曲面物体上でのタスク転移を可能にするため、拡散方向場（DOF）を用いて局所参照枠を滑らかに表現し、スパースなキーポイント対応でタスクを転移する手法を提案した。
原題: Object-centric Task Representation and Transfer using Diffused Orientation Fields ／ Cem Bilaloglu, Tobias Löw, Sylvain Calinon
日本語で読む → - 論文VLAロボティクス
Skypilot: 物理的接地を取り入れたLLM微調整によるAAVカバレッジ探索
モンテカルロ木探索と物理に基づく報酬を組み合わせてLLMを物理世界に接地させ、Qwen3-4Bを微調整することで、自律飛行体のカバレッジ探索を効率化した二段階フレームワーク。
原題: Skypilot: Fine-Tuning LLM with Physical Grounding for AAV Coverage Search ／ Zhongkai Chen, Yihao Sun, Chao Yan 他
日本語で読む → - 論文モデルベース強化学習ロボティクス
夢見るファルコン：クアッドコプターのための物理情報に基づくモデルベース強化学習
クアッドコプターの制御にDreamerを適用する際、物理情報を組み込んだ世界モデルを提案し、標準的なRNNベースのモデルと比較した。
原題: Dreaming Falcon: Physics-Informed Model-Based Reinforcement Learning for Quadcopters ／ Eashan Vytla, Bhavanishankar Kalavakolanu, Andrew Perrault 他
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 → - 論文状態推定ロボティクス
ロボットシステムのためのマルチフィデリティ残差物理情報ニューラルプロセスに基づく状態推定のリアルタイム性能解析
マルチフィデリティ残差物理情報ニューラルプロセス（MFR-PINP）を用いてロボットの状態推定を行い、カルマンフィルタ系手法と比較してリアルタイム性能を評価した。
原題: Real-Time Performance Analysis of Multi-Fidelity Residual Physics-Informed Neural Process-Based State Estimation for Robotic Systems ／ Devin Hunter, Chinwendu Enyioha
日本語で読む → - 論文ソフトロボティクスロボティクス
AFT: ソフトロボットのマーカーレス・学習不要形状復元のための外観ベース特徴追跡
ソフトロボットの表面模様を暗黙のマーカーとして利用し、マーカーや学習データなしでリアルタイムに形状を追跡・復元する視覚手法を提案した。
原題: AFT: Appearance-Based Feature Tracking for Markerless and Training-Free Shape Reconstruction of Soft Robots ／ Shangyuan Yuan, Preston Fairchild, Yu Mei 他
日本語で読む → - 論文VINSロボティクス
不可観測部分空間の進化と整合性のためのビジュアル慣性ナビゲーション
VINSの不整合問題を解析するため、推定パイプライン全体で不可観測部分空間がどう進化するかを追跡する枠組みを提案し、それを用いた整合性改善手法を提示した論文。
原題: Unobservable Subspace Evolution and Alignment for Consistent Visual-Inertial Navigation ／ Chungeng Tian, Fenghua He, Ning Hao
日本語で読む →