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: 2025/10/1 ／ 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 →- 論文触覚ロボティクス
センサ間触覚生成
触覚センサの形状差を超えてモデルを転用するため、ペアデータを使うTouch2Touchと中間深度表現を介するT2D2の2手法を提案し、手内姿勢推定や行動クローニングで有効性を示した。
原題: Cross-Sensor Touch Generation ／ Samanta Rodriguez, Yiming Dou, Miquel Oller 他
日本語で読む → - 論文VLAロボティクス
次世代LLMによるUAV運用：自然言語から自律飛行へ
自然言語指示を解釈し、短・中・長距離のUAVミッションを計画・制御するNeLVシステムを提案し、複数UAVの巡回・配送などのユースケースで実現可能性を示した。
原題: Next-Generation LLM for UAV: From Natural Language to Autonomous Flight ／ Liangqi Yuan, Chuhao Deng, Dong-Jun Han 他
日本語で読む → - 論文マニピュレーションロボティクス
スピン対応四足歩行ロボットの卓球のための全身モデル予測制御
四足歩行ロボットが高速カメラと学習済み残差モデルで球のスピンを推定し、全身モデル予測制御で多様なスピンに対応してラリーできる卓球システムを開発した。
原題: Whole Body Model Predictive Control for Spin-Aware Quadrupedal Table Tennis ／ David Nguyen, Zulfiqar Zaidi, Kevin Karol 他
日本語で読む → - 論文自動運転ロボティクス
SCOUT：自動運転におけるシナリオカバレッジ評価のための軽量フレームワーク
LVLMの推論結果を蒸留してエージェントの潜在表現からシナリオカバレッジを予測する軽量モデルSCOUTを提案し、大規模データで高精度かつ低計算コストを実現した。
原題: SCOUT: A Lightweight Framework for Scenario Coverage Assessment in Autonomous Driving ／ Anil Yildiz, Sarah M. Thornton, Carl Hildebrandt 他
日本語で読む → - 論文物体目標ナビゲーションロボティクス
EfficientNav: ナビゲーションマップのキャッシュと検索によるオンデバイス物体目標ナビゲーション
小型LLMをオンデバイスで動かすため、ナビゲーションマップの意味論的検索とKVキャッシュの再利用を組み合わせ、物体目標ナビゲーションを高速化・高精度化した研究。
原題: EfficientNav: Towards On-Device Object-Goal Navigation with Navigation Map Caching and Retrieval ／ Zebin Yang, Sunjian Zheng, Tong Xie 他
日本語で読む → - 論文ビジュアルサーボロボティクス
深層アライメントとGRUベースの遮蔽復元を備えたハイブリッドビジュアルサーボ
深層特徴量とLucas-Kanade法を組み合わせ、GRUで遮蔽時の追跡を補完するハイブリッド視覚追跡を提案し、90%の遮蔽下でも2px以下の誤差で30Hzのサーボ制御を実現した。
原題: Hybrid Vision Servoing with Depp Alignment and GRU-Based Occlusion Recovery ／ Jee Won Lee, Hansol Lim, Sooyeun Yang 他
日本語で読む → - 論文マニピュレーションロボティクス
ヒューマノイドロボットによる効率的な多地点検査のための経路・動作最適化
階層的計画とMPCを組み合わせ、ヒューマノイドが多地点をミリメートル精度で高速に検査する枠組みを提案し、Kuavo 4Proで検証した。
原題: Path and Motion Optimization for Efficient Multi-Location Inspection with Humanoid Robots ／ Jiayang Wu, Jiongye Li, Shibowen Zhang 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
人間のデモンストレーション不要の軌道スコアラーによるエンドツーエンド自動運転
人間のデモンストレーションを一切使わず、実世界画像とルールベース報酬のみで学習する強化学習ベースのエンドツーエンド自動運転計画手法ZTRSを提案し、長尾シナリオで模倣学習を上回る性能を示した。
原題: Zero-Human Demonstration End-to-end Autonomous Driving with Trajectory Scorer ／ Zhenxin Li, Nadine Chang, Wenhao Yao 他
日本語で読む → - 論文歩行ロボティクス
二足歩行系の前額面安定性における最小歩幅周波数の推定
二足歩行ロボットの前額面安定性を保つために必要な最小の歩行周波数を、質量や脚長などのパラメータから予測する手法を提案し、ランダム生成モデルで検証した。
原題: Estimation of Minimum Stride Frequency for the Frontal Plane Stability of Bipedal Systems ／ Harsha Karunanayaka, Siavash Rezazadeh
日本語で読む → - 論文マニピュレーションロボティクス
ロボットマニピュレーションの統合的理解に向けて：包括的サーベイ
ロボットマニピュレーション研究を、タスク別ベンチマーク・データセット・手法の統一的分類・ボトルネック・実応用まで幅広く整理した包括的サーベイ。
原題: Towards a Unified Understanding of Robot Manipulation: A Comprehensive Survey ／ Shuanghao Bai, Wenxuan Song, Jiayi Chen 他
日本語で読む → - 論文医療ロボティクスロボティクス
模倣学習による軟体ロボットの血管内自律ナビゲーションに向けて
血管内治療用の軟体ガイドワイヤを、Transformerベースの模倣学習で自律的に動かし、未見の血管形状でも動脈瘤へ到達できるようにした研究。
原題: Toward Autonomous Soft Robotic Endovascular Navigation via Imitation Learning ／ Noah Barnes, Ji Woong Kim, Lingyun Di 他
日本語で読む → - 論文VLAロボティクス
RoboBench：マルチモーダル大規模言語モデルを身体化脳として評価する包括的ベンチマーク
マニピュレーションの意思決定を担う「身体化脳」としてのマルチモーダルLLMを、指示理解・知覚推論・汎化計画・アフォーダンス予測・失敗分析の5次元で評価するベンチマークを提案した。
原題: Robobench: A Comprehensive Evaluation Benchmark for Multimodal Large Language Models as Embodied Brain ／ Yulin Luo, Chun-Kai Fan, Menghang Dong 他
日本語で読む → - 論文VLAロボティクス
Spatial Forcing：視覚-言語-行動モデルのための暗黙的な空間表現アラインメント
3D入力や深度推定器に頼らず、VLAモデルの中間視覚埋め込みを事前学習済み3D基盤モデルの幾何表現に揃えることで、空間理解を暗黙的に獲得させ、行動精度と学習効率を向上させる手法を提案。
原題: Spatial Forcing: Implicit Spatial Representation Alignment for Vision-language-action Model ／ Fuhao Li, Wenxuan Song, Han Zhao 他
日本語で読む → - 論文自動運転/自己対戦RL機械学習
SPACeR: 集中参照モデルによる自己対戦アンカリング
事前学習済みのトークン化自己回帰運動モデルを集中参照ポリシーとして自己対戦強化学習を誘導し、人間らしい運転行動を効率的に学習するフレームワークを提案。
原題: SPACeR: Self-Play Anchoring with Centralized Reference Models ／ Wei-Jer Chang, Akshay Rangesh, Kevin Joseph 他
日本語で読む → - 論文動作模倣cs.GR
MimicKit: 動作模倣と制御のための強化学習フレームワーク
動作模倣と強化学習を用いた動作コントローラの学習を統合的に行えるオープンソースフレームワークを提供し、モジュール性と拡張性を高めた。
原題: MimicKit: A Reinforcement Learning Framework for Motion Imitation and Control ／ Xue Bin Peng
日本語で読む → - 論文マニピュレーションロボティクス
RTFF: 双腕マニピュレータによるランダムから目標への布平坦化ポリシー
しわのある布を任意の目標姿勢に平坦化するタスクを定義し、メッシュ表現と模倣学習＋ビジュアルサーボを組み合わせて実機双腕系で実現した。
原題: RTFF: Random-to-Target Fabric Flattening Policy using Dual-Arm Manipulator ／ Kai Tang, Dipankar Bhattacharya, Hang Xu 他
日本語で読む → - 論文連続体ロボット/形状推定ロボティクス
時空間ニューラルネットワークによる外力下の連続体ロボット形状推定
腱駆動連続体ロボットの形状を、腱変位の時系列データとRGB画像を融合する時空間ニューラルネットで推定し、外力下でも高精度に点群とベジェ曲線を生成する手法を提案した。
原題: Estimating Continuum Robot Shape under External Loading using Spatiotemporal Neural Networks ／ Enyi Wang, Zhen Deng, Chuanchuan Pan 他
日本語で読む → - 論文全身制御ロボティクス
二人で成し遂げる：ヒューマノイドロボット間のインタラクティブ全身制御の学習
二人のヒューマノイドが相互作用する人間の動作を模倣するため、接触を考慮した動作リターゲティングと相互作用駆動型制御器を組み合わせたフレームワークHarmanoidを提案。
原題: It Takes Two: Learning Interactive Whole-Body Control Between Humanoid Robots ／ Zuhong Liu, Junhao Ge, Minhao Xiong 他
日本語で読む → - 論文VLAロボティクス
RoVer: 視覚-言語-行動モデルのためのテスト時検証器としてのロボット報酬モデル
VLAモデルの推論時にロボット過程報酬モデルを検証器として使い、候補行動を生成・評価・選択することで、追加学習なしに性能を向上させるフレームワークを提案。
原題: RoVer: Robot Reward Model as Test-Time Verifier for Vision-Language-Action Model ／ Mingtong Dai, Lingbo Liu, Yongjie Bai 他
日本語で読む → - 論文VLAロボティクス
USIMとU0：汎用水下ロボットのための視覚-言語-行動データセットとモデル
言語指示で動く汎用水下ロボット向けに、BlueROV2の約25時間分の模擬データセットUSIMと、空間認識を強化した視覚-言語-行動モデルU0を提案し、既存手法を上回る性能を示した。
原題: USIM and U0: A Vision-Language-Action Dataset and Model for General Underwater Robots ／ Junwen Gu, Zhiheng Wu, Pengxuan Si 他
日本語で読む → - 論文手術ロボット/世界モデルロボティクス
Cosmos-Surg-dVRK：世界基盤モデルによる手術ロボット方策学習の自動オンライン評価
手術ロボット向け世界基盤モデルCosmos-Surg-dVRKを構築し、映像分類器と組み合わせて方策の自動オンライン評価を実現、実機dVRKとの相関を確認した。
原題: Cosmos-Surg-dVRK: World Foundation Model-based Automated Online Evaluation of Surgical Robot Policy Learning ／ Lukas Zbinden, Nigel Nelson, Juo-Tung Chen 他
日本語で読む → - 論文マニピュレーションロボティクス
OmniDexGrasp: 基盤モデルと力覚フィードバックによる汎用可能な巧みな把持
基盤モデルで人間の把持画像を生成し、それをロボット動作に変換して力覚適応制御で把持する、多様な指示・タスク・ハンドに汎用可能な巧みな把持フレームワークを提案。
原題: OmniDexGrasp: Generalizable Dexterous Grasping via Foundation Model and Force Feedback ／ Yi-Lin Wei, Zhexi Luo, Yuhao Lin 他
日本語で読む → - 論文VLAロボティクス
言語から運動へ：動作潜在ガイダンスによるリターゲティング不要なヒューマノイド制御
言語指示から直接ヒューマノイドの動作を生成するフレームワークRoboGhostを提案し、従来の動作デコード・リターゲティングを省略して低遅延かつ高精度な制御を実現した。
原題: From Language to Locomotion: Retargeting-free Humanoid Control via Motion Latent Guidance ／ Zhe Li, Cheng Chi, Yangyang Wei 他
日本語で読む → - 論文sim2realロボティクス
産業用ロボットナビゲーションのシミュレーションベーステストにおける研究と実践の橋渡し
UAV向けのシミュレーションテスト生成フレームワークSurrealistをANYmal四足歩行ロボットに適用し、産業検査での6ヶ月間の実運用評価を通じて有効性を検証した。
原題: Bridging Research and Practice in Simulation-based Testing of Industrial Robot Navigation Systems ／ Sajad Khatiri, Francisco Eli Vina Barrientos, Maximilian Wulf 他
日本語で読む → - 論文安全強化学習機械学習
安全フィルタリング下での証明可能に最適な強化学習
安全フィルタを環境の一部として組み込んだフィルタ済みMDPを定式化し、十分に許容的なフィルタを用いれば漸近性能を損なわずに安全性を保証できることを証明した。
原題: Provably Optimal Reinforcement Learning under Safety Filtering ／ Donggeon David Oh, Duy P. Nguyen, Haimin Hu 他
日本語で読む → - 論文マニピュレーションロボティクス
触覚条件付き拡散方策による力覚対応ロボットマニピュレーション
触覚センサの高次元データから力信号を推定し、把持力・姿勢・グリップ幅を同時に予測する拡散方策を提案。高力・低力・動的力適応の3タスクで既存手法を上回った。
原題: Tactile-Conditioned Diffusion Policy for Force-Aware Robotic Manipulation ／ Erik Helmut, Niklas Funk, Tim Schneider 他
日本語で読む → - 論文LiDARセグメンテーション画像認識
BikeScenes: 自転車向けオンラインLiDARセマンティックセグメンテーション
自転車搭載LiDARで周囲をオンライン認識するため、新データセットBikeScenes-lidarsegを構築し、ファインチューニングで高精度なセグメンテーションを実現した。
原題: BikeScenes: Online LiDAR Semantic Segmentation for Bicycles ／ Denniz Goren, Holger Caesar
日本語で読む → - 論文マニピュレーションロボティクス
ロールモデル強化学習による精密ロボットマニピュレーション
人間のデモンストレーションなしで、ロールモデル戦略によりオンライン学習データへ自動的にラベルを付与し、精密なロボット操作を実現する強化学習フレームワークを提案した。
原題: RM-RL: Role-Model Reinforcement Learning for Precise Robot Manipulation ／ Xiangyu Chen, Chuhao Zhou, Yuxi Liu 他
日本語で読む → - 論文VLAAI
Memo: 強化学習による記憶効率の良い身体性エージェントの訓練
Transformerベースの強化学習において、定期的な要約トークンを入力に挟み込むことで記憶の生成と検索を行い、長期的なタスクを効率的に学習する手法を提案。
原題: Memo: Training Memory-Efficient Embodied Agents with Reinforcement Learning ／ Gunshi Gupta, Karmesh Yadav, Zsolt Kira 他
日本語で読む → - 論文テレオペレーションロボティクス
ヒューマノイド多接触テレオペレーションのための安定性を考慮したリターゲティング
手の接触と非平面を含むテレオペレーションで、重心安定性マージンの勾配を解析的に計算し、接触点と姿勢を動的に調整することで安定性を高める手法を提案。シミュレーションと実機で検証。
原題: Stability-Aware Retargeting for Humanoid Multi-Contact Teleoperation ／ Stephen McCrory, Romeo Orsolino, Dhruv Thanki 他
日本語で読む →