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
MiMo-Embodied: クロス身体性基盤モデル技術報告
自動運転と身体性AIを統合した初のクロス身体性基盤モデルを開発し、両分野で最先端性能を達成した。
原題: MiMo-Embodied: X-Embodied Foundation Model Technical Report ／ Xiaoshuai Hao, Lei Zhou, Zhijian Huang 他
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 → - 論文群制御cs.MA
自律走行車ルーティングにおけるマルチエージェント協調：通信・記憶・ルーティングループに関するシミュレーション研究
障害物記憶を持たない車両がルーティングループに陥る問題をシミュレーションで示し、障害物情報を共有する軽量な記憶管理機構OMMを導入して移動時間と待ち時間を大幅に削減できることを明らかにした。
原題: Multi-Agent Coordination in Autonomous Vehicle Routing: A Simulation-Based Study of Communication, Memory, and Routing Loops ／ KM Khalid Saifullah, Daniel Palmer
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 → - 論文状態推定ロボティクス
InEKFormer：ヒューマノイドロボットのためのハイブリッド状態推定器
不変拡張カルマンフィルタ（InEKF）とTransformerを組み合わせたハイブリッド状態推定法を提案し、ヒューマノイドロボットRH5のデータセットで従来手法と比較した。
原題: InEKFormer: A Hybrid State Estimator for Humanoid Robots ／ Lasse Hohmeyer, Mihaela Popescu, Ivan Bergonzani 他
日本語で読む → - 論文ソフトロボティクス/剛性制御ロボティクス
機械的層ジャミングシステムの実験的特性評価
歯状突起を持つ二層構造の機械的層ジャミングについて、曲げ・ねじり荷重下での剛性変化や層分離力を測定し、設計パラメータの影響を明らかにした。
原題: An Experimental Characterization of Mechanical Layer Jamming Systems ／ Jessica Gumowski, Krishna Manaswi Digumarti, David Howard
日本語で読む → - 論文UAV探査/3D再構築ロボティクス
再構築品質に基づくUAV表面探査計画
再構築品質を目的関数として明示的に用いるモジュール型Next-Best-View計画法を提案し、TSDFの不確かさを活用して効率的な視点生成・選択を行う。シミュレーションで従来法より被覆率・地図品質・経路効率が優れることを示した。
原題: Quality-guided UAV Surface Exploration for 3D Reconstruction ／ Benjamin Sportich, Kenza Boubakri, Olivier Simonin 他
日本語で読む → - 論文VLAcs.CR
身体性AIのショーシャンク・リデンプション：間接的環境ジェイルブレイクの理解とベンチマーク
環境に注入された間接的なプロンプト（壁の悪意ある指示など）で身体性AIをジェイルブレイクする新攻撃IEJを提案し、自動攻撃生成・ベンチマーク生成フレームワークとベンチマークを構築した。
原題: The Shawshank Redemption of Embodied AI: Understanding and Benchmarking Indirect Environmental Jailbreaks ／ Chunyang Li, Zifeng Kang, Junwei Zhang 他
日本語で読む → - 論文医療ロボティクス/自動手術ロボティクス
TumorMap：3D腫瘍マッピングと完全自動腫瘍切除のためのレーザー手術プラットフォーム
3種類のレーザー（OCT・自家蛍光・切断用）と深層学習を統合し、術中に3D腫瘍境界を推定して非接触で完全自動切除する手術ロボットを開発、マウス肉腫モデルでサブミリ精度を実証した。
原題: TumorMap: A Laser-based Surgical Platform for 3D Tumor Mapping and Fully-Automated Tumor Resection ／ Guangshen Ma, Ravi Prakash, Beatrice Schleupner 他
日本語で読む → - 論文身体性AIベンチマーク画像認識
記述を超えて：身体性エージェントのための細粒度行動の認知ベンチマーク
身体性エージェントの細粒度行動知能を評価する新ベンチマークCFG-Benchを提案し、最先端MLLMの限界を明らかにした。
原題: Beyond Description: Cognitively Benchmarking Fine-Grained Action for Embodied Agents ／ Dayong Liu, Chao Xu, Weihong Chen 他
日本語で読む → - 論文VLAロボティクス
成功を超えて：混合品質データからのジャストインタイム介入による優雅なロボットマニピュレーションの洗練
人間のデモの混合品質に起因するVLAモデルの実行品質のばらつきを改善するため、暗黙のタスク制約を評価するElegance Criticを学習し、推論時に必要な瞬間だけ介入するJITI機構を提案した。
原題: Beyond Success: Refining Elegant Robot Manipulation from Mixed-Quality Data via Just-in-Time Intervention ／ Yanbo Mao, Jianlong Fu, Ruoxuan Zhang 他
日本語で読む → - 論文フィールドロボティクスロボティクス
WetExplorer: 自律移動ロボットによる湿地温室効果ガス調査の自動化
湿地での温室効果ガスサンプリング作業を完全自動化する自律走行ロボットを開発し、屋外・屋内試験で高精度な自己位置推定と障害物回避を実証した。
原題: WetExplorer: Automating Wetland Greenhouse-Gas Surveys with an Autonomous Mobile Robot ／ Jose Vasquez, Xuping Zhang
日本語で読む → - 論文マニピュレーションロボティクス
ClutterNav: 学習済みコストマップと勾配誘導探索による効率的な3D clutter除去
密集した物体群から目的物を取り出すため、次に除去すべき物体を学習ベースで選定する意思決定フレームワークを提案。除去可能性クリティックと積分勾配を組み合わせ、積み重なりの崩壊を抑えつつ効率的に目的物へ到達する。
原題: ClutterNav: Gradient-Guided Search for Efficient 3D Clutter Removal with Learned Costmaps ／ Navin Sriram Ravie, Keerthi Vasan M, Bijo Sebastian
日本語で読む → - 論文VLAロボティクス
人間参加型選好アライメントによる展開可能な視覚駆動UAV河川航行
人間が介入して選好を提供するHITL学習手法SPAR-Hを提案し、視覚駆動UAVの河川追従をシミュレーションと実機で実現した。
原題: Deployable Vision-driven UAV River Navigation via Human-in-the-loop Preference Alignment ／ Zihan Wang, Jianwen Li, Li-Fan Wu 他
日本語で読む → - 論文マニピュレーションロボティクス
IFG: インターネット規模の知識を活用した機能的な把持生成
大規模視覚モデルの意味理解とシミュレーションによる力学的把持生成を組み合わせ、人手データなしで高精度なロボット把持を実現した研究。
原題: IFG: Internet-Scale Guidance for Functional Grasping Generation ／ Ray Muxin Liu, Mingxuan Li, Kenneth Shaw 他
日本語で読む → - 論文医療ロボティクス/ナビゲーションeess.IV
DualVision ArthroNav: 外付けカメラによる画像ベース関節鏡ナビゲーションの位置推定と再構成の改善
関節鏡に外付けカメラを追加し、単眼内視鏡映像と組み合わせることで、スケール曖昧性やドリフトを解消し、高精度な位置推定とシーン再構成を実現するナビゲーションシステムを提案した。
原題: DualVision ArthroNav: Investigating Opportunities to Enhance Localization and Reconstruction in Image-based Arthroscopy Navigation via External Cameras ／ Hongchao Shu, Lalithkumar Seenivasan, Mingxu Liu 他
日本語で読む → - 論文ナビゲーションロボティクス
TP-MDDN: タスク優先度付きマルチ要求駆動ナビゲーションと自律的意思決定
複数の要求とタスク優先度を考慮した長期的ナビゲーションの新ベンチマークTP-MDDNを提案し、指示分解・目標選択・タスク監視を行う自律意思決定システムAWMSystemで解決する。
原題: TP-MDDN: Task-Preferenced Multi-Demand-Driven Navigation with Autonomous Decision-Making ／ Shanshan Li, Da Huang, Yu He 他
日本語で読む → - 論文相対位置推定ロボティクス
半分散型クロスモーダル空中-地上相対位置推定
地上車両とドローンのSLAMを独立させ、LiDAR・カメラ・IMUを統合した局所バンドル調整により、高精度かつ効率的な相対位置推定を実現した。
原題: Semi-distributed Cross-modal Air-Ground Relative Localization ／ Weining Lu, Deer Bin, Lian Ma 他
日本語で読む → - 論文ナビゲーションロボティクス
考え、記憶し、ナビゲートする：VLM推論によるゼロショット物体目標ナビゲーション
VLMをナビゲーションの能動的な戦略立案者として活用し、構造化された思考連鎖プロンプトと行動履歴・障害物マップの解釈により、ゼロショット物体目標ナビゲーションの効率を大幅に向上させた。
原題: Think, Remember, Navigate: Zero-Shot Object-Goal Navigation with VLM-Powered Reasoning ／ Mobin Habibpour, Fatemeh Afghah
日本語で読む → - 論文自己位置推定ロボティクス
スパースな実現可能仮説サンプリングと信頼性の高いバッチ多段推論による誘拐ロボット問題への取り組み
単一のLiDARスキャンと占有格子地図から、ロボットが静止したまま大域的な自己位置を効率的かつ信頼性高く推定する2次元大域再定位フレームワークを提案。RRTによるスパース仮説生成とバッチ多段推論で完備性と効率のバランスを実現する。
原題: Tackling the Kidnapped Robot Problem via Sparse Feasible Hypothesis Sampling and Reliable Batched Multi-Stage Inference ／ Muhua Zhang, Lei Ma, Ying Wu 他
日本語で読む → - 論文歩行ロボティクス
APEX: 行動事前分布による脚式ロボットのロバスト動作追従のための効率的探索
専門家のデモンストレーションを減衰する行動事前分布として強化学習に組み込み、展開時の参照データ依存を排除しつつ、脚式ロボットの多様な動作追従を効率的かつロバストに学習する手法を提案。
原題: APEX: Action Priors Enable Efficient Exploration for Robust Motion Tracking on Legged Robots ／ Shivam Sood, Laukik Nakhwa, Sun Ge 他
日本語で読む → - 論文自動運転/ドメイン適応画像認識
サリエンシー誘導による左側通行自動運転のためのドメイン適応
米国の右側通行データで学習したPilotNetを、反転データでの事前学習と豪州高速道路データでの微調整により左側通行環境へ適応させ、ステアリング予測精度と注意領域の変化をサリエンシー解析で評価した。
原題: Saliency-Guided Domain Adaptation for Left-Hand Driving in Autonomous Steering ／ Zahra Mehraban, Sebastien Glaser, Michael Milford 他
日本語で読む → - 論文群制御ロボティクス
RSPECT: 空中監視におけるUAV-UGVチームのエネルギーを考慮した協調のためのロバストでスケーラブルなプランナ
UAVと移動充電ステーションとしてのUGVのチームが、不確実性下でも大幅な修正なしに実行できるロバストな計画を、混合整数計画問題として定式化し、スケーラブルなヒューリスティックRSPECTを提案した。
原題: RSPECT: Robust and Scalable Planner for Energy-Aware Coordination of UAV-UGV Teams in Aerial Monitoring ／ Cahit Ikbal Er, Amin Kashiri, Yasin Yazicioglu
日本語で読む → - 論文マニピュレーションロボティクス
拡散ポリシー学習による建設現場の接触リッチ組立
建設スケールの産業用ロボットに拡散ポリシーを適用し、嵌合精度が厳しい木工継手の組立を力覚センサ付き遠隔操作デモから学習。位置ずれ最大10mmでも接触を考慮した制御で高い成功率を示した。
原題: Contact-Rich Robotic Assembly in Construction via Diffusion Policy Learning ／ Salma Mozaffari, Daniel Ruan, William van den Bogert 他
日本語で読む → - 論文経路計画ロボティクス
APULSE: 大規模密グラフ上の資源制約付き最短経路問題に対するスケーラブルなハイブリッドアルゴリズム
A*ヒューリスティックとパルス型枝刈り・時間バケット化を組み合わせ、大規模密グラフ上の資源制約付き最短経路問題を高速かつ堅牢に解くハイブリッドラベル設定法を提案。
原題: APULSE: A Scalable Hybrid Algorithm for the RCSPP on Large-Scale Dense Graphs ／ Nuno Soares, António Grilo
日本語で読む → - 論文VLAロボティクス
微調整なしでVLAを実運用：身体性進化拡散によるプラグアンドプレイ推論時ポリシー誘導
事前学習済みVLAモデルを追加の微調整やデータ収集なしで実機展開するため、推論時にポリシーを誘導するプラグアンドプレイ手法VLA-Pilotを提案し、実世界の操作タスクで成功率を大幅に向上させた。
原題: Towards Deploying VLA without Fine-Tuning: Plug-and-Play Inference-Time VLA Policy Steering via Embodied Evolutionary Diffusion ／ Zhuo Li, Junjia Liu, Zhipeng Dong 他
日本語で読む → - 論文状態推定ロボティクス
変形するロボットのための動力学事前分布を用いた単眼状態推定
柔軟に変形するロボットでも剛体前提の姿勢推定を拡張できるよう、変形-力モデルと連続時間Bスプライン運動モデルを組み合わせ、単眼視からメートルスケールと重力方向を復元する手法を提案。
原題: Metric, inertially aligned monocular state estimation via kinetodynamic priors ／ Jiaxin Liu, Min Li, Wanting Xu 他
日本語で読む → - 論文水中測位ロボティクス
Raspi²USBL：Raspberry Piベースのオープンソース受動型超短基線水中測位システム
Raspberry Piを用いた低コストで再現可能な受動型超短基線（piUSBL）水中測位システムを開発し、水槽・湖・海洋での実験で距離精度0.1%未満、方位精度0.1度以内、最大1.3kmの安定動作を実証した。
原題: Raspi$^2$USBL: An open-source Raspberry Pi-Based Passive Inverted Ultra-Short Baseline Positioning System for Underwater Robotics ／ Jin Huang, Yingqiang Wang, Ying Chen
日本語で読む → - 論文VLAロボティクス
言語モデルをロボティクス向け閉ループ高レベルプランナとして活用する：概要とベンチマーク
LLM/VLMをロボットの高レベルプランナとして閉ループで使う際の制御ホライズンやウォームスタートの影響を実験的に調べ、性能と堅牢性を高める実践的指針を示した。
原題: Using Language Models as Closed-Loop High-Level Planners for Robotics Applications: A Brief Overview and Benchmarks ／ Hao Wang, Sathwik Karnik, Bea Lim 他
日本語で読む → - 論文ワールドモデル機械学習
Jasmine: シンプルで高性能・スケーラブルなJAXベースのワールドモデリングコードベース
JAXを用いた高性能なワールドモデル学習基盤を提案し、単一ホストから数百アクセラレータまでスケール可能で、CoinRun事例を従来より桁違いに高速に再現できることを示した。
原題: Jasmine: A Simple, Performant and Scalable JAX-based World Modeling Codebase ／ Mihir Mahajan, Alfred Nguyen, Franz Srambical 他
日本語で読む →