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: 2026/11/7 ／ 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 →- 論文アクション転移画像認識
潜在アクション世界モデルにおける異なる体型キャラクター間のアクション転移
ラベルなし動画から学んだ潜在アクションを、異なる体型の2Dキャラクター間で転移できるかを検証し、画面移動と身体動作を分離する新たな転移スコアを提案した実証研究。
原題: Action Transfer Across Character Body Plans in Latent-Action World Models: An Empirical Study of Animated Characters ／ Amarnath R
日本語で読む → - 論文マニピュレーションロボティクス
握って、なぞって、書く：高自由度ロボット筆記のための力覚対応模倣・強化学習
ペンを把持したまま筆記する高自由度ロボットハンド向けに、把持制御と筆記動作を分離しつつ連成させる二分支Actorと、インク・力・時間・保持を報酬にした強化学習フレームワークを提案した。
原題: Grip, Trace, Write: Force-Aware Imitation and Reinforcement Learning for High-DoF Robotic Handwriting ／ Rongqian Chen, Yiding Chen, Jijie Zhou 他
日本語で読む → - 論文解釈可能性ロボティクス
スパース内部特徴からロボット方策の失敗を検出・説明する手法
学習済み視覚運動方策の内部活性をスパースオートエンコーダで分解し、失敗につながる特徴変化を検出・説明するMINDを提案。シミュレーションと実機で有効性を示した。
原題: Detecting and Explaining Robot Policy Failures from Sparse Internal Features ／ Riad Ahmed, Sujosh Nag, Moniruzzaman Akash 他
日本語で読む → - 論文VLAAI
先読み：探索駆動型推論による身体性AI
凍結したACTポリシーの行動チャンクに対しビーム探索で候補を生成・評価し、必要な時だけ探索するゲートOSAで成功率を0%から18%に向上させつつ実行時間を約3倍短縮した研究。
原題: Look Ahead: Search-Driven Reasoning in Embodied AI ／ Ahmed Zeer, Osama Shbib, Muzaffer Kaan Yuce 他
日本語で読む → - 論文マニピュレーションロボティクス
BAT-WAM：巧みな手のための世界行動モデルにおける行動と触覚の橋渡し
視覚・関節状態・触覚を統合し、欠損した触覚情報を補完しながら巧みな手の操作を可能にする世界行動モデルBAT-WAMを提案した論文。
原題: BAT-WAM: Bridging Action and Touch in World-Action Models for Dexterous Hands ／ Dong Fang, Feixuan Huang, Yuanxin Zhong 他
日本語で読む → - 論文異常検知機械学習
スマートグリッドにおける解釈可能なサイバー物理攻撃検知：融合・頑健性・可観測性限界のリーケージ制御マルチテストベッド評価
時系列評価や敵対的攻撃、実トラフィックなど複数のテストベッドで解釈可能な融合Random Forest型検知器を評価し、従来の楽観的評価の危険性と検知限界を明らかにした研究。
原題: Interpretable Cyber-Physical Attack Detection in Smart Grids: A Leakage-Controlled Multi-Testbed Evaluation of Fusion, Robustness, and Observability Limits ／ Muhammad Ridwanul Hoquea, Sarah Sharif, Reza Saeed Kandezy 他
日本語で読む → - 論文筋骨格制御ロボティクス
負担か報酬か至福か？全身筋骨格制御のための筋考慮リターゲティングとヌル空間探索
単眼動画から700筋を制御する全身筋骨格模倣ポリシーを学習するパイプラインを提案し、筋考慮リターゲティングとヌル空間探索で参照動作の再現性と探索効率を改善した。
原題: Burden, Bounty, or Bliss? Muscle-Aware Retargeting and Null-Space Exploration for Whole-Body Musculoskeletal Control ／ Ruiyang Kong, Takeshi Oishi
日本語で読む → - 論文触覚ロボティクス
触覚センサの配置が器用な操作ポリシーに与える影響の検証
触覚センサの配置を統一プロトコルで比較し、接触統計に基づく少数のタクセルが均一配置の大規模セットと同等であることを示した研究。
原題: Which Taxels, Not How Many: Tactile Sensor Placement for Dexterous Policies ／ Taeyun Kim, Jinsoo Shin, Taehwa Kim 他
日本語で読む → - 論文軌道予測画像認識
進化する社会相互作用グラフによる軌道予測のための空間推論アダプタ
拡散・フローマッチング型軌道予測器に組み込むグラフデノイザSRAを提案し、生成過程の各ステップで予測軌道から相互作用グラフを再構築して残差補正を行うことで、複数のデータセットとモデルで予測精度を改善した。
原題: SRA: Spatial Reasoning Adapter via Evolving Social Interaction Graphs for Trajectory Prediction ／ Jaewoo Jeong, Seonkyu Song, Hyeonwoo Park 他
日本語で読む → - 論文ナビゲーションロボティクス
モデルベース模倣学習による単眼視ナビゲーション
学習した衝突モデルを軌道最適化に組み込み、人間のデモからリスクと目標進行のバランスを模倣学習することで、単眼カメラのみで混雑環境を安全にナビゲーションする手法を提案した。
原題: Model-Based Imitation Learning For Monocular Vision-Based Navigation ／ Basant Sharma, Prajyot Jadhav, Saqi Hussain Kalan 他
日本語で読む → - 論文世界モデル画像認識
WorldFoundry：世界知能のための統合インフラストラクチャ
生成的世界モデルの定義と評価枠組みを提示し、動画・3D/4D・身体行動・対話型世界システムの推論と評価を再現可能にするオープンソース基盤WorldFoundryを提案した論文。
原題: WorldFoundry: Towards Unified Infrastructure for World Intelligence ／ Juanxi Tian, Jiadong Hou, Baiang Li 他
日本語で読む → - 論文VLM推論AI
見るだけでは足りない：推論アクセスギャップをTIGERで橋渡しして視覚推論を解き放つ
MLLMが視覚入力で推論できない「モダリティ推論アクセスギャップ」を特定し、テキストで解けるが画像で失敗する合成例を用いたGRPO学習(TIGER)で実世界の視覚ベンチマーク性能を向上させた論文。
原題: Seeing Isn't Enough: Unlocking Visual Reasoning by Bridging the Reasoning-Access Gap with TIGER ／ Gregory Kang Ruey Lau, Minh Huynh Nguyen, Bryan Kian Hsiang Low
日本語で読む → - 論文ナビゲーションロボティクス
HSGNav: 物体移動を伴うマルチスケール生涯ナビゲーションのための仮説シーングラフ
家具などの永続的な3D物体と、卓上小物の仮説的な表面物体を分離して管理する仮説シーングラフ(HSG)を提案し、物体の移動や多スケール探索に対応する生涯ナビゲーション手法HSGNavを実現した。
原題: HSGNav: Hypothesis Scene Graphs for Multi-Scale Lifelong Navigation under Object Relocation ／ Kaiyao Liao, Qingfeng Li, Chen Chen 他
日本語で読む → - 論文3DGS画像認識
確率的LiDARスキャフォールドによるコンパクトで表面整合なガウシアンスプラッティング
カメラとLiDARのデータから階層的ガウス混合モデルを構築し、それを足場として表面に沿ったコンパクトな3DGS表現を生成する手法を提案。
原題: PLS-GS: Probabilistic Lidar Scaffolds for Compact, Surface-Aligned Gaussian Splatting ／ Krishnan Harikumar, Alejandro Fontan, Thierry Peynot 他
日本語で読む → - 論文模倣学習ロボティクス
デモンストレータのマルチモーダリティを明示的に捉え拡散ポリシーへ蒸留する手法
同じ観測からデモンストレータをk回クエリするvine samplingで行動クローニングデータを収集し、拡散ポリシーがデモの多様な行動分布を再現できるようにする。
原題: Explicitly capturing demonstrator multi-modality for distillation into diffusion policies ／ Shao Yuan Chew Chia, Rebecca H. Jiang, Abhinav Agarwal 他
日本語で読む → - 論文群制御制御
シフト相互作用関数：コンセンサスネットワークにおける不完全な駆動とセンシングの統一フレームワーク
駆動制約やセンシングバイアスを「シフトした単調相互作用」として表現し、速度整列やクラスタ化の収束条件をリアプノフ解析と最大値原理で明らかにする統一理論を提案。
原題: Shifted Interaction Functions: A Unified Framework for Imperfect Actuation and Sensing in Consensus Networks ／ Yang Xu, Enric Morella Violeta, Hector Garcia de Marina
日本語で読む → - 論文マニピュレーションロボティクス
MoE-DAgger：位相構造マニピュレーションにおける遷移認識ルータエントロピーゲーティングによる選択的人間修正
位相順序を持つマニピュレーションで、ルータの因果履歴を用いて隣接位相の遷移と異常な高エントロピーを区別し、必要な時だけ人間修正を要求するDAgger手法を提案。
原題: MoE-DAgger: Transition-Aware Router-Entropy Gating for Selective Human Correction in Phase-Structured Manipulation ／ Sungjun Heo, Sungjun Yang, Heedon Jeong 他
日本語で読む → - 論文ベンチマーク/モバイルロボティクスロボティクス
意図駆動型モバイルロボットミッションのランタイム適応を評価するベンチマーク
モバイルロボットのミッション意図を構造化契約で表現し、UAVシミュレーション上で知覚戦略のランタイム適応を評価するベンチマークを提案した。実行に伴う観測損失を無視すると戦略の優劣が逆転することなどを示した。
原題: EmbodiedIntentBench: Benchmarking Intent-Driven Runtime Adaptation for Mobile Robotic Missions ／ Rajat Bhattacharjya, Changwoon Lee, Hyeonjong Ju 他
日本語で読む → - 論文VLAロボティクス
検索ガイダンスによるゼロショットVLA適応
ドメイン不一致の実演データセットから検索した軌道を幾何校正と粗密検索で変換し、フローマッチング推論を誘導することで、VLAモデルを再学習せずに新環境へ適応させる手法を提案した。
原題: Zero-Shot VLA Adaptation with Retrieved Guidance ／ Subin Kim, Anh-Quan Pham, Dinesh Jayaraman
日本語で読む → - 論文交渉エージェントロボティクス
ゲームではなくプールを制す：言語ベース経済ゲームのためのホワイトボックス均衡エージェント
推論時LLM呼び出しなしのルールベースエージェントで、過去対戦プールのパーセンタイルを目標に均衡シェアで制約しつつ交渉・説得ゲームをプレイし、117,280試合でレーティング2056を達成した。
原題: Beating the Pool, Not the Game: A White-Box Equilibrium Agent for Language-Based Economic Games ／ Sudhanshu Srivastava, Faisal Aqlan
日本語で読む → - 論文異常検知機械学習
物理情報エージェントによる実行時異常検知
LLMエージェントが物理残差に基づく異常検知器を自動生成・データで検証し、BATADALベンチマークで高精度かつ原因特定可能な検知を実現した。
原題: PIA: Agentic Physics-Informed Runtime Anomaly Detection ／ Ali Mohammadi Ruzbahani, Abbas Yazdinejad, Hadis Karimipour
日本語で読む → - 論文世界モデル画像認識
言語条件付き世界モデルの統合ベンチマークと選択的想像エージェント
ナビゲーション・ロボティクス・ゲーム・運転を統一した言語条件付き世界モデルベンチマークLCWM-Benchを構築し、拡散ポリシーと映像世界モデルを組み合わせて計画するエージェントTiresiasを提案した論文。
原題: Tiresias: Towards Language-Conditioned World Models ／ Fengyi Wu, Yifei Dong, Yetong Sha 他
日本語で読む → - 論文エージェント評価AI
エージェント視点で基盤モデルの道徳的意思決定を評価するマルチモーダルベンチマークABHBench
ゲーム『Detroit: Become Human』を用い、基盤モデル自身が一人称のエージェントとして道徳的ジレンマで意思決定する様子を評価するマルチモーダルベンチマークを提案し、12モデルの行動が状況依存で大きく変化することを示した。
原題: ABHBench: Evaluating Moral Decision-Making of Foundation Models from an Agentic Perspective ／ Chaoran Li, Yukun Li, Zeyuan Zhao 他
日本語で読む → - 論文UAV探査ロボティクス
LiDAR搭載UAV探査のための軽量パス考慮型フロンティア再ランキング
LiDAR搭載UAVの3D自律探査において、候補フロンティアを軽量に絞った後、時間制限付きRRT*で経路コストを見積もって再ランキングする手法を提案し、従来より短い探査経路と時間を実現した。
原題: Lightweight Path-Aware Frontier Re-ranking for LiDAR-Based UAV Exploration ／ Duc Manh Do, Thanh Nguyen Canh, Ngoc Minh Do 他
日本語で読む → - 論文3D再構成ロボティクス
OfficeTwin: 部分視点知覚による冗長シーンの3D再構成
ロボット搭載カメラの限られた視点から、オフィスの反復構造を利用して欠損のない水密なデジタルツインを構築するフレームワーク。
原題: OfficeTwin: Realizing 3D Reconstruction of Redundant Scenes through Partial Viewpoint Perception ／ Quanyun Wu, Kyle Gao, Daisy Li 他
日本語で読む → - 論文ヒューマノイド全身制御ロボティクス
運動追従とバランス制御を分離したヒューマノイド全身制御フレームワークDKWBC
モデルベースの逆動力学による追従トルクと、学習したバランス補正の残差ポリシーを組み合わせ、ヒューマノイドの全身制御を安定化させる手法を提案した。
原題: DKWBC: Decoupling Motion Tracking and Balancing for Humanoid Whole-Body Control ／ Dingkun Wei, Zehong Shen, Huaijin Pi 他
日本語で読む → - 論文触覚画像認識
一人称視点映像から触覚を推定するマルチソース教師あり学習モデル
手袋・ロボット触覚など複数データ源の触覚情報と特権視点の蒸留を用い、一人称映像のみから接触・圧力を密に推定するTouchAnnotatorを提案した。
原題: TouchAnnotator: Multi-Source Tactile Supervision with Privileged-View Distillation ／ Ao Li, Zhihao Yuan, Chubin Zhang 他
日本語で読む → - 論文イベントセンシングcs.DC
EventHOI: スマートグラス向けイベント駆動型の省リソース手物体インタラクション記録
低消費電力のイベントセンサでRGB撮影のタイミングと圧縮領域を決め、BLE帯域内で手物体インタラクションを記録するスマートグラス向けシステムを提案した。
原題: EventHOI: Event-Driven Resource-Efficient Hand-Object Interaction Logging on Smartglasses ／ Le Zhang, Kailai Cui, Hao Chen 他
日本語で読む → - 論文sim2realロボティクス
ゼロショットSim-to-Real強化学習による自律型粒子画像流速測定
6自由度マニピュレータに搭載したカメラを強化学習で制御し、水槽内の翼後流を自律的に探索・撮影してPIV計測を高精度化する手法を提案。シミュレーションのみで学習し実環境へゼロショット転移を実現した。
原題: Autonomous Particle Image Velocimetry Using Zero-Shot Sim-to-Real Reinforcement Learning ／ Chang Rajani, Luke Sebastien Marsden, Stephan Kunz 他
日本語で読む → - 論文触覚ロボティクス
個人の触覚知覚を学習するウェアラブル入出力インターフェース
36チャネル電気触覚アレイと静電容量タッチセンシングを統合したウェアラブルデバイスで、ユーザーごとに異なる触覚知覚位置を計測し、個人適応型の知覚モデルを構築して触覚レンダリングを実現した研究。
原題: A wearable input/output interface learns personalized models of haptic perception ／ Wen Li, E. Magnus Adams, Zijie Xu 他
日本語で読む →