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: 2026/9/29 ／ 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 →- 論文音源ナビゲーションロボティクス
BCNav: 方位条件付き深度方策による音源ナビゲーション
音源方向推定(DOA)と深度画像のみを入力とするナビゲーション方策を模倣学習で訓練し、音響シミュレーションや実環境での音声データ収集なしに未知環境で音源へ移動できるロボットを実現した。
原題: BCNav: Bearing-Conditioned Depth Policies for Sound Source Navigation ／ Yaozhong Kang, Jiang Wang, Takeshi Ashizawa 他
日本語で読む → - 論文視覚ナビゲーションロボティクス
動的視覚ナビゲーションのための特権制御バリア関数をRGBのみの安全フィルタへ蒸留
特権的な制御バリア関数教師の安全行動をRGBのみの生徒フィルタに蒸留し、動的環境での衝突回避を実現する手法を提案。
原題: Distilling Privileged Control Barrier Functions into RGB-Only Safety Filters for Dynamic Visual Navigation ／ Seungyeon Yoo, Gawon Lee, Seungwoo Jung 他
日本語で読む → - 論文水中ロボット/ナビゲーションロボティクス
水中ロボットのためのオンボードビジョンとMPCナビゲーション：マルチロボット実験とドッキングのためのオープンBlueROV2プラットフォーム
BlueROV2にオンボードビジョンと非線形MPCを統合し、水中での自律ナビゲーションとドッキングを実現するオープンソースプラットフォームを開発した。
原題: Onboard Vision and MPC Navigation for Underwater Robots: An Open BlueROV2 Platform for Multi-Robot Experiments & Docking ／ Victor Nan Fernandez-Ayala, Wiktor Kowalczyk, Cezary Banaszek 他
日本語で読む → - 論文物体ナビゲーションロボティクス
SOR-Nav: 探索継続か領域移動か？文脈ゲート付き探索と領域間移動による物体ナビゲーション
未探索環境で物体を探す際、現在の探索を続けるか別の領域へ移動するかをLLMで判断する階層型ナビゲーションシステムを提案し、複数のベンチマークで最高性能を達成した。
原題: SOR-Nav: Search or Relocate? Context-Gated Exploration and Cross-Region Relocation for Object Navigation ／ Yuan Ji, Zirui Li, Yuxin Cai 他
日本語で読む → - 論文視覚ナビゲーションロボティクス
意図先行の潜在計画とJEPA世界モデルを組み合わせた視覚ナビゲーション
目標条件付きJEPAが潜在的な意図を提案し、行動条件付きJEPAが将来の潜在状態を予測する閉ループ構造で、意図・行動・結果を連携させて視覚ナビゲーションの計画を構築する手法を提案した論文。
原題: InJePA: Intention-First Latent Planning with Coupled JEPA World Models for Visual Navigation ／ Siming Zhou, Bowen Ma, Ruiran Du 他
日本語で読む → - 論文ナビゲーション画像認識
PanoVLN: パノラマ視覚と言語による効果的なナビゲーション
パノラマ画像を用いた視覚言語ナビゲーションにおいて、行動予測・訓練監督・視覚表現を改良し、より広い視野を活かした長期的な行動計画と経路選択を可能にする手法を提案。
原題: PanoVLN: Towards Effective Panoramic Vision-and-Language Navigation ／ Zhen Wang, Changpeng Wang, Zhe Liu 他
日本語で読む → - 論文ナビゲーションロボティクス
NavHarness: 生涯身体性ナビゲーションに向けて
記憶処理をナビゲーションループに組み込み、地図や過去の探索記録を観測と照合しながら訂正・蓄積する訓練不要の身体性ナビゲーション手法を提案。GOAT-Benchなどで大幅な性能向上を達成。
原題: NavHarness: Towards Lifelong Embodied Navigation ／ Xunyi Zhao, Jian Zhou, Sihao Lin 他
日本語で読む → - 論文ナビゲーションAI
VCN-Bench：事前視覚経験に基づく空間推論のためのビデオ文脈化ナビゲーションベンチマーク
事前に撮影された動画を手がかりに、指示された目的地を推論してナビゲーションする新ベンチマークVCN-Benchを提案し、MLLMの閉ループ空間推論能力を評価した。
原題: VCN-Bench: A Video-Contextualized Navigation Benchmark for Spatial Reasoning over Prior Visual Experience ／ Siqi Zhang, Meng Wei, Chenyang Wan 他
日本語で読む → - 論文VLAナビゲーションロボティクス
InfraVLA: インフラカメラを活用した視覚言語行動ナビゲーションの拡張
倉庫や病院などに既設の監視カメラ映像をVLAナビゲーションモデルに統合し、ロボットの死角情報を活用して指示対象の発見や障害物回避の成功率を大幅に向上させた。
原題: InfraVLA: Extending Vision-Language-Action Navigation with Infrastructure Cameras ／ Lukas Vierling, Benjamin Ramtoula, Luke Robinson 他
日本語で読む → - 論文ソーシャルナビゲーションロボティクス
インターネット動画から方策状態空間でソーシャルナビゲーションを学習
単眼歩行動画を方策の状態空間における閉ループのソーシャルナビゲーション訓練環境に変換する手法を提案し、実機実験で高い成功率を達成した。
原題: Learning Social Navigation from Internet Videos in the Policy State Space ／ Jiaming Wang, Duc Thang Nguyen, Jizhuo Chen 他
日本語で読む → - 論文ナビゲーションロボティクス
RECAST: 視覚言語セマンティクスをロボットナビゲーションのための行動可能なコストマップへ再構築
VLMの推論と視覚基盤モデルの空間グラウンディングを組み合わせ、通行可能性・危険・進行方向・通過可能な隙間の判断を1枚のコストマップに変換してロボットナビゲーションを行う手法。
原題: RECAST: Recasting Vision-Language Semantics into an Actionable Cost Map for Robot Navigation ／ Incheol Cho, Jintae Park, Jinkyu Kim 他
日本語で読む → - 論文ナビゲーションAI
RAO-Nav: 統合言語モデルによるゼロショット音声視覚ナビゲーションの探求
音声と視覚を統合した大規模言語モデルをゼロショットの音声視覚ナビゲーションに適用し、学習データなしで既存手法を上回る性能を実現した。
原題: RAO-Nav: Probing Omni-Language Models for Zero-shot Semantic Audio-Visual Navigation ／ Qilang Ye, Meng Liu, Yu Zhou
日本語で読む → - 論文記憶・ナビゲーションロボティクス
MemTransfer: 実世界意思決定における経験を超えた記憶のベンチマーク
ロボットエージェントの記憶表現6種を比較するベンチマークを提案し、条件変化に対する記憶の頑健性が一様でないことを示した。
原題: MemTransfer: Benchmarking Memory Beyond Matched Experience in Embodied Decision-Making ／ Haiming Tang, Xianjie Dai, Gujie Shao 他
日本語で読む → - 論文水中ナビゲーションロボティクス
AquaBEV-Nav: 水中ナビゲーションと探査のための学習型BEV占有マップ
単眼深度推定を介さずにRGB画像から直接BEV占有マップを予測し、水中探査の安全性と効率を高めるフレームワークを提案。
原題: AquaBEV-Nav: Learned BEV Occupancy for Underwater Navigation and Exploration ／ Trung Tien Dong, Zhenqi Wu, Sahasra Kondapalli 他
日本語で読む → - 論文ナビゲーションロボティクス
自律型マイクロモビリティナビゲーションのための微分可能ダイナミクス
車椅子やスクーターなどのマイクロモビリティ向けに、タイヤ滑りや摩擦を考慮した微分可能なダイナミクスモデルDiffKBMとDiffGM3を構築し、軌道追従と群衆ナビゲーションで評価した論文。
原題: Differentiable Dynamics for Autonomous Micro-Mobility Navigation ／ Grace Cai, Joey Lee, Nithin Parepally 他
日本語で読む → - 論文ナビゲーションロボティクス
UCON: 動的環境における不確実性を考慮した履歴再関連付けナビゲーション
動的環境での知覚不安定性と不確実性最適化の不一致に対処するため、点群の履歴再関連付けとカルマンフィルタによる不確実性セクターを軌道最適化に組み込んだナビゲーション手法を提案。
原題: UCON: Uncertainty-aware Navigation with Historical Re-association in Dynamic Environments ／ Bing Sun, Yue Lin, Yongsheng Yuan 他
日本語で読む → - 論文視覚ナビゲーションロボティクス
遠隔カメラからの学習ベース視覚ナビゲーション
遠隔監視カメラの映像から自己中心的な深度を予測し、地図なしで衝突回避しながらロボットをナビゲートする手法を提案。
原題: ReVNM: Learning-Based Visual Navigation from a Remote Camera ／ Michikuni Eguchi, Kohei Honda, Masafumi Endo 他
日本語で読む → - 論文ナビゲーションロボティクス
SoGuDiff: 社会的規範に基づく調整可能な拡散モデルロボットナビゲーション
拡散モデルを用いて、ロボットの社会的ナビゲーション行動を展開時にスタイル指定で調整可能にし、衝突回避と両立させたフレームワークを提案。
原題: SoGuDiff: Socially Guided Diffusion for Steerable, Norm-Grounded Robot Navigation ／ Christian Schaible, Haoran Ji, Yash Vardhan Pant 他
日本語で読む → - 論文ナビゲーションロボティクス
動的環境における効率的で安全なナビゲーションのための記憶認識型マルチセンサー知覚
LiDARとRGBの知覚、オンライン距離場表現学習、段階適応型制御バリア関数QPを統合し、過去に観測した構造を記憶して動的障害物を追跡しながら安全にナビゲーションするフレームワークを提案した。
原題: Memory-Aware Multi-Sensor Perception for Efficient and Safe Navigation in Dynamic Environments ／ Jingshuo Li, Yifan Xue, Yifei Li 他
日本語で読む → - 論文ナビゲーションロボティクス
野外移動ロボット向けGNSSベース航法スタックの実地展開
単一GNSS-IMUとデュアルアンテナGNSSの測位フロントエンドを切り替え可能なROS 2航法スタックを構築し、ブドウ園での800回の走行実験で経路追従性能を評価した。
原題: A Field-Deployable GNSS-based Navigation Stack for Outdoor Mobile Robots ／ Yiyuan Lin, Cole Regnier, Yu Jiang
日本語で読む → - 論文ナビゲーション画像認識
空間推論ベンチマークを超えて：ナビゲーションへの応用
空間推論ベンチマークの性能がナビゲーションに直結しない問題を分析し、空間監督をナビゲーション目標に合わせて2段階で微調整する手法を提案。8BモデルでHM3Dなどで高性能を達成。
原題: Beyond Spatial Benchmarks: From Spatial Reasoning to Navigation ／ Xun Huang, Shijia Zhao, Rongsheng Qu 他
日本語で読む → - 論文ソーシャルナビゲーションロボティクス
どこに加わるべきか？言語誘導型目標予測によるロボットのグループ参加
自然言語で指定されたグループにロボットが参加するため、言語条件付きモデルでグループを特定し、人間の隊形事前分布を用いて社会的に適切な参加位置を予測する手法を提案した。
原題: Where Should I Join? Robot Group Joining via Language-Guided Goal Prediction ／ Zilin Fang, Zishuo Wang, Gim Hee Lee 他
日本語で読む → - 論文視覚言語ナビゲーションロボティクス
Talk2Escape: 対話による視覚言語ナビゲーションの閉ループ化
ナビゲーションエージェントの迷走を検知したら対話で修正指示を求める仕組みを提案し、シミュレータと実機で成功率と頑健性を向上させた。
原題: Talk2Escape: Conversational Grounding for Vision-and-Language Navigation ／ Zerui Li, Sihao Lin, Yanyan Shao 他
日本語で読む → - 論文ナビゲーションロボティクス
NavProbe: 能動的記憶検索による証拠に基づく推論を用いたゼロショットナビゲーション
訪問場所や遷移の要約をインデックス化し、必要時に視覚・幾何情報を能動的に検索してサブゴールを修正する階層型ゼロショットナビゲーション手法を提案し、R2R-CEやRxR-CEで高い性能を示した。
原題: NavProbe: Evidence-Grounded Reasoning with Active Memory Retrieval for Zero-Shot Navigation ／ Jingyang Liu, Sujia Yao, Jiayuan Gu 他
日本語で読む → - 論文物体ナビゲーションロボティクス
NaviScale: 物体ナビゲーション向け大規模セマンティックマップデータセットの生成
実環境の3D再構成なしに、実住宅の間取り図と部屋単位のセマンティック・障害物マップを組み合わせて大規模なセマンティックマップ訓練データを生成し、物体ナビゲーションの性能を向上させる手法を提案。
原題: NaviScale: Generating Large-Scale Semantic Map Datasets for Object Navigation ／ Chuanlin Lan, Yanwei Zheng, Weijian Liu 他
日本語で読む → - 論文ナビゲーションロボティクス
MCP経由のLLM駆動ロボットナビゲーションのための空間・意味推論
占有グリッドを画像化し意味注釈を付与する表現層をMCPツールとして提供し、既存ROSスタックを変更せずにLLMが自然言語指示でナビゲーションできる枠組みを提案した。
原題: Spatial and Semantic Reasoning for LLM-Driven Robot Navigation via MCP ／ Jungsoo Lee, Jaegyun Park, Wansoo Kim
日本語で読む → - 論文ナビゲーションロボティクス
DUGM-R: 不確実性を考慮した動的グリッドマッピングとリスクトリガ型リカバリによる学習ベース局所ナビゲーション
混雑環境での局所ナビゲーション向けに、障害物の動きとその不確実性を統合した動的グリッドマップと、衝突リスクを予測してリカバリ方策を起動する学習フレームワークを提案し、シミュレーションと実機TurtleBot3で有効性を示した。
原題: DUGM-R: Uncertainty-Aware Dynamic Grid Mapping and Risk-Triggered Recovery for Learned Local Navigation ／ Haoyun Feng, Adrian Rubio-Solis, Zhaodong Guo 他
日本語で読む → - 論文ナビゲーションロボティクス
基盤モデルによる身体性ナビゲーションの実環境展開
基盤モデルをナビゲーションエージェントに適用する際の訓練バイアスと文脈長制限に対処するため、人間習慣データによる事前調整とメモリヘッドによる能動的記憶管理を提案し、実環境で性能向上を実証した。
原題: Deploying Foundation Models for Embodied Navigation ／ Vishnu Sashank Dorbala, Dinesh Manocha
日本語で読む → - 論文水中ナビゲーションロボティクス
単一センサユニットの計測履歴を用いた非定常流れ下の水中ナビゲーション
単一のセンサユニットが取得した計測履歴から、因果的オブザーバを用いて流れの横方向速度を推定し、水中ロボットのナビゲーション制御に利用する手法を提案した。円柱後流で訓練したオブザーバが未学習のレイノルズ数でも高い成功率を達成することを示した。
原題: Underwater Navigation in Unsteady Flows Using Measurement Histories from a Single Sensing Unit ／ Linhao Jin, Qimin Feng, Peter Gunnarson 他
日本語で読む → - 論文ナビゲーションロボティクス
Skytopia: 行動条件付き潜在世界モデルによる単眼ドローン航法
単眼カメラのみで未知環境の目標地点へ飛行するため、行動条件付き潜在世界モデルを学習し、予測器を捨てて方策のみで3種の航法タスクを実機含め達成した研究。
原題: Skytopia: Monocular Drone Navigation with Action-Conditioned Latent World Models ／ Yuhang Zhang, Rangya Zhang, Yujing Shang 他
日本語で読む →