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 →- 論文マルチタスク知覚画像認識
M2H: 単眼空間知覚のための効率的なウィンドウベースクロスタスク注意を用いたマルチタスク学習
単眼画像からセマンティックセグメンテーション・深度・エッジ・表面法線を同時推定する軽量マルチタスク学習フレームワークM2Hを提案し、ウィンドウベースのクロスタスク注意でタスク間の特徴交換を効率化した。
原題: M2H: Multi-Task Learning with Efficient Window-Based Cross-Task Attention for Monocular Spatial Perception / U. V. B. L Udugama, George Vosselman, Francesco Nex
日本語で読む → - 論文模倣学習ロボティクス
ロボットが人間より上手くなる:制約付き実演者からの学習
制約のある実演から状態のみの報酬を推定し、より短く効率的な軌道を探索することで、模倣学習を超える性能を実現した。
原題: When a Robot is More Capable than a Human: Learning from Constrained Demonstrators / Xinhu Li, Ayush Jain, Zhaojing Yang 他
日本語で読む → - 論文ナビゲーションロボティクス
論理誘導型ソーシャル対応ロボットナビゲーション世界モデル
LLMの推論に時空間世界モデルと一階述語論理による思考連鎖を組み合わせ、社会的規範を守りつつ安全に人混みをナビゲートする手法NaviWMを提案した。
原題: Logic-Guided Socially-aware Robot Navigation World Model / Weizheng Wang, Obi Ike, Soyun Choi 他
日本語で読む → - 論文歩行ロボティクス
ロバストな汎用四足歩行ポリシーのためのサンプリング戦略
四足ロボットの汎用歩行ポリシーを強化学習で訓練する際、物理パラメータと関節PDゲインのサンプリング戦略を比較し、シミュレーションから実機へのゼロショット転移を実現した。
原題: Sampling Strategies for Robust Universal Quadrupedal Locomotion Policies / David Rytz, Kim Tien Ly, Ioannis Havoutis
日本語で読む → - 論文多物体追跡画像認識
GenTrack2: 改良型ハイブリッド多物体追跡手法
確率的粒子フィルタと決定論的関連付けを組み合わせ、非線形ダイナミクス下での多物体追跡の識別子一貫性を向上させる手法を提案。
原題: GenTrack2: An Improved Hybrid Approach for Multi-Object Tracking / Toan Van Nguyen, Rasmus G. K. Christiansen, Dirk Kraft 他
日本語で読む → - 論文ヒューマノイド制御ロボティクス
Thor: 接触の多い過酷環境における人間レベルの全身反応を目指すヒューマノイドフレームワーク
ヒューマノイドが強い力で環境と接触する際に、人間のような全身反応を実現する強化学習フレームワークThorを提案し、Unitree G1で高い引っ張り力を達成した。
原題: Thor: Towards Human-Level Whole-Body Reactions for Intense Contact-Rich Environments / Gangyang Li, Qing Shi, Youhao Hu 他
日本語で読む → - 論文軌道計画ロボティクス
STITCHER: 複雑環境における制約付き軌道計画のためのリアルタイムモーションプリミティブ探索
短い軌道セグメントをグラフ探索でつなぎ合わせる最適化不要の計画フレームワークを提案し、大規模複雑環境でリアルタイムに近最適な軌道を生成できることをシミュレーションとクアッドロータ実験で示した。
原題: STITCHER: Constrained Trajectory Planning in Complex Environments with Real-Time Motion Primitive Search / Helene J. Levy, Brett T. Lopez
日本語で読む → - 論文VLAロボティクス
VER: 基盤モデル蒸留と動的ルーティングによるロボット学習のための視覚エキスパートトランスフォーマー
複数の視覚基盤モデルを蒸留してエキスパートライブラリを構築し、軽量なルーティングネットワークでタスクに応じた専門家を動的に選択することで、17種類のロボットタスクで最先端性能を達成した。
原題: VER: Vision Expert Transformer for Robot Learning via Foundation Distillation and Dynamic Routing / Yixiao Wang, Mingxiao Huo, Zhixuan Liang 他
日本語で読む → - 論文マニピュレーションロボティクス
HJCD-IK: バッチ型ハイブリッドヤコビアン座標降下法によるGPU高速化逆運動学
GPU上でサンプリングとヤコビアン法を組み合わせ、衝突回避を考慮した逆運動学を高速かつ高精度に解くソルバを提案し、実機で検証した。
原題: HJCD-IK: GPU-Accelerated Inverse Kinematics through Batched Hybrid Jacobian Coordinate Descent / Cael Yasutake, Andrew H. Liu, Zachary Kingston 他
日本語で読む → - 論文VLAロボティクス
FailSafe: VLAモデルの失敗推論と回復
VLAモデルが実行中に遭遇する失敗を検出し、回復動作を生成できるようにする失敗生成・回復システムFailSafeを提案し、LLaVA-OV-7Bを微調整してロボットアームの失敗検出・回復性能を向上させた。
原題: FailSafe: Reasoning and Recovery from Failures in Vision-Language-Action Models / Zijun Lin, Jiafei Duan, Haoquan Fang 他
日本語で読む → - 論文自動運転計画ロボティクス
HyPlan: 不確実性下での安全な自動運転のためのハイブリッド学習支援計画
部分観測交通環境での衝突回避ナビゲーションのため、マルチエージェント行動予測、PPOによる深層強化学習、オンラインPOMDP計画を組み合わせたハイブリッド計画手法を提案し、安全性と実行速度を両立させた。
原題: HyPlan: Hybrid Learning-Assisted Planning Under Uncertainty for Safe Autonomous Driving / Donald Pfaffmann, Matthias Klusch, Marcel Steinmetz
日本語で読む → - 論文GNSS測位ロボティクス
全球コアプラズマモデルを用いた月面GNSS受信機の電離圏・プラズマ圏遅延特性評価
月周回および月南極で受信する地球GNSS信号について、全球コアプラズマモデルと光線追跡で電離圏・プラズマ圏遅延を評価し、太陽活動や周波数依存性を明らかにした。
原題: Ionospheric and Plasmaspheric Delay Characterization for Lunar Terrestrial GNSS Receivers with Global Core Plasma Model / Keidai Iiyama, Grace Gao
日本語で読む → - 論文ロボットハンドロボティクス
LEGO MINDSTORMSで作るソフトシナジー搭載の教育用ロボットハンド
LEGO MINDSTORMSのみを用いて、腱駆動・高受動性の人間型ロボットハンドを開発し、教育現場で最新ロボティクスを学べることを示した。
原題: Educational SoftHand-A: Building an Anthropomorphic Hand with Soft Synergies using LEGO MINDSTORMS / Jared K. Lepora, Haoran Li, Efi Psomopoulou 他
日本語で読む → - 論文シナリオ生成ロボティクス
トランスフォーマー強化型CVAEによるラウンドアバウトでのマルチエージェントシナリオ生成
トランスフォーマーで強化した条件付き変分オートエンコーダ(CVAE-T)を用いて、ラウンドアバウトにおける複数車両の交通シナリオを生成する手法を提案し、元シナリオの再構成と多様な合成シナリオの生成が可能であることを示した。
原題: Multi-Agent Scenario Generation in Roundabouts with a Transformer-enhanced Conditional Variational Autoencoder / Li Li, Tobias Brinkmann, Till Temmen 他
日本語で読む → - 論文マルチモーダル参照理解画像認識
奥行きを考慮したマルチモーダル身体参照理解手法
言語指示と指差しの手がかりから対象物体を特定する身体参照理解において、LLMによるデータ拡張と深度マップ、深度認識決定モジュールを組み合わせ、曖昧な場面での精度を向上させた。
原題: A Multimodal Depth-Aware Method For Embodied Reference Understanding / Fevziye Irem Eyiokur, Dogucan Yaman, Hazım Kemal Ekenel 他
日本語で読む → - 論文探索/強化学習ロボティクス
HEADER: 専門家誘導報酬を用いた注意機構ベース階層型強化学習によるロボット探索
大規模環境でのロボット自律探索を効率化するため、階層グラフと注意機構を組み合わせた強化学習手法HEADERを提案し、シミュレーションと実機で既存手法を上回る探索効率を実証した。
原題: HEADER: Hierarchical Robot Exploration via Attention-Based Deep Reinforcement Learning with Expert-Guided Reward / Yuhong Cao, Yizhuo Wang, Jingsong Liang 他
日本語で読む → - 論文教育ロボティクスHCI
紙製ロボット組み立てキットの設計
紙を素材として活用し、低コストで柔軟なロボット組み立てキットの設計空間を提案し、その有効性を示した。
原題: Design of Paper Robot Building Kits / Ruhan Yang, Ellen Yi-Luen Do
日本語で読む → - 論文模倣学習ロボティクス
幾何学を考慮した方策模倣
模倣学習を実演の幾何学的曲線として捉え、距離場から進行流と吸引流を導出することで、拡散ベースの方策より高成功率かつ20倍高速でメモリ効率の良いロボット制御を実現した。
原題: Geometry-aware Policy Imitation / Yiming Li, Nael Darwiche, Amirreza Razmjoo 他
日本語で読む → - 論文触覚ロボティクス
二ストリームネットワークによる視覚ベース触覚センサの物体特徴抽出と融合知覚
視覚ベース触覚センサの冗長性を抑えつつ、深さと硬さの特徴を二ストリームCNNで抽出・融合し、物体認識精度を高める手法を提案した。
原題: Two-stream network-driven vision-based tactile sensor for object feature extraction and fusion perception / Muxing Huang, Zibin Chen, Weiliang Xu 他
日本語で読む → - 論文模倣学習機械学習
実演からのパラメータ化スキル学習
専門家の実演からパラメータ化されたスキルを発見するDEPSを提案し、メタポリシーと共に学習することで未見タスクへの汎化性能を向上させた。
原題: Learning Parameterized Skills from Demonstrations / Vedant Gupta, Haotian Fu, Calvin Luo 他
日本語で読む → - 論文群制御ロボティクス
SADCHER: 異種ロボット群の動的連合を考慮したリアルタイムスケジューリング
模倣学習とグラフアテンション・トランスフォーマーを用いて、異種マルチロボットチームの動的な連合形成とタスク優先順位制約を考慮したリアルタイムタスク割り当てを実現するフレームワークを提案。
原題: SADCHER: Scheduling using Attention-based Dynamic Coalitions of Heterogeneous Robots in Real-Time / Jakob Bichler, Andreu Matoses Gimenez, Javier Alonso-Mora
日本語で読む → - 論文ドローンレーシング/モデルベースRL/sim2realロボティクス
SkyDreamer: モデルベース強化学習による解釈可能なエンドツーエンド視覚ベースドローンレーシング
世界モデルが訓練時のみ利用可能な特権情報をデコードすることで暗黙の状態・パラメータ推定器として機能する、ピクセルからモータ指令へ直接マッピングするエンドツーエンド視覚ベースドローンレーシング方策を提案し、実機で最大21m/s・6gの高速飛行とsim-to-real転移を実現した。
原題: SkyDreamer: Interpretable End-to-End Vision-Based Drone Racing with Model-Based Reinforcement Learning / Aderik Verraest, Stavrow Bahnam, Robin Ferede 他
日本語で読む → - 論文人間ロボット協調ロボティクス
最大適応・最小ガイダンス:人間参加型の許容的反応ロボットタスク計画
人間が独立した未知のタスクを行う環境で、ロボットが時相論理タスクを満たしつつ、オンラインで適応し必要最小限の協力要請を行う枠組みを提案し、ブロック操作とOvercooked-AIで検証した。
原題: Maximal Adaptation, Minimal Guidance: Permissive Reactive Robot Task Planning with Humans in the Loop / Oz Gitelson, Satya Prakash Nayak, Ritam Raha 他
日本語で読む → - 論文歩行ロボティクス
接触点分解による脚式ロボットの動的整合軌道最適化
接触点ごとに並進動力学を分解し、ベジェ多項式の微分行列と凸包性を利用して、摩擦円錐制約と動力学を満たす脚式ロボットの軌道を生成する手法を提案。
原題: Dynamically-Consistent Trajectory Optimization for Legged Robots via Contact Point Decomposition / Sangmin Kim, Hajun Kim, Gijeong Kim 他
日本語で読む → - 論文歩行ロボティクス
低コスト車輪型四脚ロボットにおける転倒復帰を考慮した視覚ナビゲーション
低コストな車輪付き四脚ロボットに、深度カメラと深層強化学習を組み合わせ、不整地での移動と転倒からの自律復帰、屋内での目的地ナビゲーションを実現した研究。
原題: Stand, Walk, Navigate: Recovery-Aware Visual Navigation on a Low-Cost Wheeled Quadruped / Jans Solano, Diego Quiroz
日本語で読む → - 論文VLAロボティクス
言った通りに動け:実行時推論・行動整合性検証による視覚言語行動モデルの誘導
推論型VLAモデルが生成するテキスト計画と実際の行動の不一致を実行時に検証し、シミュレーションとVLMで計画に最も合致する行動を選ぶことで、再学習なしにOOD環境でのロバスト性と新規行動の合成を実現した。
原題: Do What You Say: Steering Vision-Language-Action Models via Runtime Reasoning-Action Alignment Verification / Yilin Wu, Anqi Li, Tucker Hermans 他
日本語で読む → - 論文ナビゲーションロボティクス
HyPerNav: 未知環境における物体指向ナビゲーションのためのハイブリッド知覚
VLMを活用し、自己中心的なRGB-D観測とトップダウンマップを統合して未知環境で目標物体へナビゲートする手法を提案し、シミュレーションと実機で最先端性能を達成した。
原題: HyPerNav: Hybrid Perception for Object-Oriented Navigation in Unknown Environment / Zecheng Yin, Hao Zhao, Zhen Li
日本語で読む → - 論文キャリブレーションロボティクス
写真測量によるステュワートプラットフォームの非侵襲的キャリブレーション
写真測量と順運動学を用いてステュワートプラットフォームの誤差を推定し、最小二乗法による補償戦略で精度を向上させる非侵襲的キャリブレーション手法を開発した。
原題: Non-Invasive Calibration Of A Stewart Platform By Photogrammetry / Sourabh Karmakar, Cameron J. Turner
日本語で読む → - 論文SLAMロボティクス
劣化環境向けDVLプリインテグレーションを用いた水中視覚・慣性・音響・深度SLAM
ステレオカメラ・IMU・DVL・圧力センサを統合し、視覚が劣化する水中でも安定して動作するグラフベースSLAMを提案。DVLの速度バイアスを考慮したプリインテグレーションでドリフトを抑え、シミュレーションと実環境で従来手法を上回る精度と堅牢性を示した。
原題: Underwater Visual-Inertial-Acoustic-Depth SLAM with DVL Preintegration for Degraded Environments / Shuoshuo Ding, Tiedong Zhang, Dapeng Jiang 他
日本語で読む → - 論文マニピュレーションロボティクス
ハイブリッド整合性ポリシー:ロボットマニピュレーションにおけるマルチモーダル多様性とリアルタイム効率の分離
拡散ベース模倣学習の多様性を保ちつつ、短い確率的プレフィックスと1ステップ整合性ジャンプで高速推論を実現するハイブリッド整合性ポリシーを提案。
原題: Hybrid Consistency Policy: Decoupling Multi-Modal Diversity and Real-Time Efficiency in Robotic Manipulation / Qianyou Zhao, Yuliang Shen, Xuanran Zhai 他
日本語で読む →