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: 2025/9/1 ／ 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 →- 論文マイクロロボット/深度推定ロボティクス
適応グリッドと物理情報を活用した光マイクロロボットの深度推定
光ピンセットで操作される透明なマイクロロボットの深度推定において、物理ベースのフォーカス指標と適応グリッド戦略を組み合わせることで、少ない学習データでも高精度を実現した研究。
原題: Physics-Informed Machine Learning with Adaptive Grids for Optical Microrobot Depth Estimation ／ Lan Wei, Lou Genoud, Dandan Zhang
日本語で読む → - 論文動作計画ロボティクス
産業用ロボットセル設計のための動作計画アルゴリズムにおけるトレードオフの系統的評価
産業用ロボットセルの設計最適化において、動作計画の簡略化が上位最適化に与える影響を評価する指標を提案し、シミュレーションで検証した。
原題: Systematic Evaluation of Trade-Offs in Motion Planning Algorithms for Optimal Industrial Robotic Work Cell Design ／ G. de Mathelin, C. Hartl-Nesic, A. Kugi
日本語で読む → - 論文LiDARオドメトリ/悪天候ロバスト性ロボティクス
晴天から雪天への教師なしLiDARオドメトリモデルの汎化
雪などの悪天候下でのLiDARオドメトリの性能低下を解決するため、パッチ内の点の分散を評価するPSMと適応的な点重みを予測するPPWPを導入し、晴天データのみで学習して雪天や動的環境でも頑健に動作する教師なしモデルを提案した。
原題: Generalizing Unsupervised Lidar Odometry Model from Normal to Snowy Weather Conditions ／ Beibei Zhou, Zhiyuan Zhang, Zhenbo Song 他
日本語で読む → - 論文幾何学的制御ロボティクス
対称性を持つ機械システムのスライディングモードによる幾何学的制御
主ファイバー束上で対称性を持つ機械システムに対し、基底空間で到達則を、構造群上でスライディング則を設計するスライディングモード制御の枠組みを提案し、宇宙機や一輪車ロボットに適用した。
原題: Geometric Control of Mechanical Systems with Symmetries Based on Sliding Modes ／ Eduardo Espindola, Yu Tang
日本語で読む → - 論文強化学習/報酬設計AI
TimeRewarder：受動的動画からフレーム間時間距離で密報酬を学習
フレーム間の時間距離をモデル化し、ロボット実演や人間動画からタスク進捗を推定して強化学習の密報酬を生成する手法を提案。
原題: TimeRewarder: Learning Dense Reward from Passive Videos via Frame-wise Temporal Distance ／ Yuyang Liu, Chuan Wen, Yihang 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
分解作業のためのシェル型ソフト治具
ロボットによる分解作業で物体を柔軟に保持するシェル型ソフト治具を提案し、従来のバイスやジャミンググリッパ型治具と比較して有効性を検証した。
原題: Shell-Type Soft Jig for Holding Objects during Disassembly ／ Takuya Kiyokawa, Ryunosuke Takebayashi, Kensuke Harada
日本語で読む → - 論文自動運転/運動計画ロボティクス
サンプリングを学習する：強化学習ガイドによる自動運転の運動計画
強化学習エージェントがサンプリング領域を誘導し、軌道生成と評価は解析的に保つハイブリッド枠組みを提案。CommonRoadで最大99%のサンプル削減と84%の実行時間短縮を達成。
原題: Learning to Sample: Reinforcement Learning-Guided Sampling for Autonomous Vehicle Motion Planning ／ Korbinian Moller, Roland Stroop, Mattia Piccinini 他
日本語で読む → - 論文3Dシーン生成cs.GR
SceneWeaver: 拡張可能な自己反省型エージェントによるオールインワン3Dシーン合成
言語モデルベースのプランナーが多様なシーン生成ツールを選択し、自己評価と反復的な改善を通じて物理的・視覚的・意味的に整合した3D屋内シーンを合成するフレームワークを提案。
原題: SceneWeaver: All-in-One 3D Scene Synthesis with an Extensible and Self-Reflective Agent ／ Yandan Yang, Baoxiong Jia, Shujie Zhang 他
日本語で読む → - 論文ソーシャルロボットロボティクス
Pepperロボットによる手話コミュニケーション支援
商用ソーシャルロボットPepperにイタリア手話(LIS)の52種類のサインを実装し、ろう者・聴者12名を対象に認識実験を行った結果、単語単位では多くが正しく認識されたが、文単位ではロボットの関節可動域や時間的制約により認識率が低下した。
原題: Using the Pepper Robot to Support Sign Language Communication ／ Giulia Botta, Marco Botta, Cristina Gena 他
日本語で読む → - 論文シーングラフ/位置合わせ画像認識
SGAligner++: 言語支援によるクロスモーダル3Dシーングラフの位置合わせ
言語を補助情報として用い、異なるモダリティの3Dシーングラフを統合埋め込み空間で位置合わせするフレームワークを提案し、低重複やノイズ下でも高精度を実現した。
原題: SGAligner++: Cross-Modal Language-Aided 3D Scene Graph Alignment ／ Binod Singh, Sayan Deb Sarkar, Iro Armeni
日本語で読む → - 論文群制御ロボティクス
ランダム特徴ガウス過程を用いた未知場のオンライン学習と被覆制御
複数ロボットが未知で時間変化する密度場をオンラインで学習しながらボロノイ被覆制御で効率的にカバーする枠組みを提案し、後悔解析による理論保証と実機実験を示した。
原題: Online Learning and Coverage of Unknown Fields Using Random-Feature Gaussian Processes ／ Ruijie Du, Ruoyu Lin, Yanning Shen 他
日本語で読む → - 論文マニピュレーションロボティクス
柔軟手首の受動コンプライアンスとVLMによる失敗回復を統合したロバストな物体挿入
受動的に柔らかい手首で接触を安全に吸収し、VLMが失敗を検知して回復動作を提案することで、位置ずれや摩擦変化があっても物体挿入を成功させる手法を提案した。
原題: Robust and Resilient Soft Robotic Object Insertion with Compliance-Enabled Contact Formation and Failure Recovery ／ Mimo Shirasaka, Cristian C. Beltran-Hernandez, Masashi Hamaya 他
日本語で読む → - 論文遠隔操作ロボティクス
ロボット遠隔操作の状況認識のためのリアルタイムフォトリアリスティックマッピング
ガウススプラッティングSLAMとオンラインマップベースの遠隔操作システムをGPU上で統合し、未知環境での遠隔操作効率を向上させるリアルタイムフォトリアリスティックマッピングを実現した。
原題: Real-time Photorealistic Mapping for Situational Awareness in Robot Teleoperation ／ Ian Page, Pierre Susbielle, Olivier Aycard 他
日本語で読む → - 論文VLAロボティクス
VLA-Reasoner: オンラインMCTSによる推論で視覚言語行動モデルを強化
VLAモデルにテスト時スケーリングを適用し、ワールドモデルとMCTSで将来状態を予測・探索することで長期的な操作タスクの性能を向上させるプラグイン手法を提案。
原題: VLA-Reasoner: Empowering Vision-Language-Action Models with Reasoning via Online Monte Carlo Tree Search ／ Wenkai Guo, Guanxing Lu, Haoyuan Deng 他
日本語で読む → - 論文世界モデルAI
スケーラブルな世界モデル内でのエージェント学習
Dreamer 4は、高速で正確な世界モデル内で強化学習を行い、オフラインデータのみからMinecraftでダイヤモンドを獲得できる初のエージェントである。
原題: Training Agents Inside of Scalable World Models ／ Danijar Hafner, Wilson Yan, Timothy Lillicrap
日本語で読む → - 論文オドメトリ/レーダロボティクス
Equi-RO: 同変ネットワークによる4Dミリ波レーダオドメトリ
4Dミリ波レーダのドップラー速度を不変特徴に変換し、同変・不変ネットワークとグラフ構造でフレーム間対応を強化するオドメトリ手法を提案。公開データセットで並進・回転精度を改善。
原題: Equi-RO: A 4D mmWave Radar Odometry via Equivariant Networks ／ Zeyu Han, Shuocheng Yang, Minghan Zhu 他
日本語で読む → - 論文群制御ロボティクス
マルチエージェント系のための分散イベントトリガ型距離ベースフォーメーション制御
限られたリソース下で複数ロボットが距離計測に基づきフォーメーションを形成するため、イベントトリガ型の分散制御器を提案し、衝突回避も保証しつつ制御更新を削減できることを実機で示した。
原題: Distributed Event-Triggered Distance-Based Formation Control for Multi-Agent Systems ／ Evangelos Psomiadis, Panagiotis Tsiotras
日本語で読む → - 論文マニピュレーションロボティクス
DAGDiff: 拡散モデルによる安定かつ衝突のない双腕把持の生成
双腕把持をSE(3)×SE(3)空間での拡散モデルで直接生成し、幾何・安定性・衝突のガイダンスで物理的に妥当な把持を実現するフレームワーク。
原題: DAGDiff: Guiding Dual-Arm Grasp Diffusion to Stable and Collision-Free Grasps ／ Md Faizal Karim, Vignesh Vembar, Keshab Patra 他
日本語で読む → - 論文異常検出ロボティクス
機械学習によるロボットシステムの異常行動検出
CoppeliaSimで収集した2種類のロボットログに対し、ロジスティック回帰・SVM・オートエンコーダを比較し、異常検出性能が文脈依存であることを示した研究。
原題: Detection of Anomalous Behavior in Robot Systems Based on Machine Learning ／ Mahfuzul I. Nissan, Sharmin Aktar
日本語で読む → - 論文マルチロボット協調ロボティクス
マルチモーダル確率計画によるナビゲーションとマルチロボット協調
マルチモーダルな方策分布を扱うサンプリングベースの再計画プランナを提案し、局所解への頑健性と探索性を高め、マルチロボットの衝突回避やデッドロック回避に拡張した。
原題: A Multimodal Stochastic Planning Approach for Navigation and Multi-Robot Coordination ／ Mark Gonzales, Ethan Oh, Joseph Moore
日本語で読む → - 論文VLAロボティクス
FLOWER: 効率的な視覚-言語-行動フローポリシーによる汎用ロボットポリシーの民主化
LLM層の削減とモジュラー適応でパラメータを抑えた9.5億パラメータのVLAモデルFLOWERを提案し、200GPU時間の事前学習で大規模モデルに匹敵する性能とCALVIN ABCベンチマークでのSoTAを達成した。
原題: FLOWER: Democratizing Generalist Robot Policies with Efficient Vision-Language-Action Flow Policies ／ Moritz Reuss, Hongyi Zhou, Marcel Rühle 他
日本語で読む → - 論文sim2realロボティクス
OmniRetarget: 相互作用を保持するヒューマノイド全身移動操作・シーンインタラクション向けデータ生成
人間・地形・物体間の空間的・接触的関係をインタラクションメッシュで明示的に保持しながら運動をリターゲティングし、物理的に妥当で多様な全身移動操作データを生成する手法を提案。
原題: OmniRetarget: Interaction-Preserving Data Generation for Humanoid Whole-Body Loco-Manipulation and Scene Interaction ／ Lujie Yang, Xiaoyu Huang, Zhen Wu 他
日本語で読む → - 論文触覚ロボティクス
TranTac: 過渡的な触覚信号を活用した接触の多いロボットマニピュレーション
グリッパ先端の弾性体に6軸IMUを内蔵し、挿入時の微小な過渡触覚信号をトランスフォーマーと拡散ポリシーで学習することで、視覚では捉えにくい6自由度の姿勢補正を実現した低コスト・データ効率の良い触覚制御フレームワーク。
原題: TranTac: Leveraging Transient Tactile Signals for Contact-Rich Robotic Manipulation ／ Yinghao Wu, Shuhong Hou, Haowen Zheng 他
日本語で読む → - 論文マニピュレーションロボティクス
人間のように掴む：固有感覚運動統合から汎化可能な多指把持を学習
データグローブで人間の触覚・運動感覚を計測し、グラフ表現と時空間ネットワークを用いてロボット多指ハンドへ把持技能を転移する模倣学習フレームワークを提案した。
原題: Grasp Like Humans: Learning Generalizable Multi-Fingered Grasping from Human Proprioceptive Sensorimotor Integration ／ Ce Guo, Xieyuanli Chen, Zhiwen Zeng 他
日本語で読む → - 論文データ拡張ロボティクス
ROPA: RGB-D両腕操作データ拡張のための合成ロボット姿勢生成
拡散モデルを微調整し、第三者視点のRGB-D観測と関節空間行動ラベルを同時生成することで、両腕操作の模倣学習データを拡張する手法を提案。
原題: ROPA: Synthetic Robot Pose Generation for RGB-D Bimanual Data Augmentation ／ Jason Chen, I-Chun Arthur Liu, Gaurav Sukhatme 他
日本語で読む → - 論文ナビゲーションロボティクス
人間のための環境で人間らしくナビゲーションするロボットシステム
視覚言語モデルの推論能力を活用し、標識の読み取りや道案内の依頼といった人間らしい行動を組み込んだモジュール式ナビゲーションシステムを提案し、大規模複雑な建物内での効率的な移動を実現した。
原題: Human-like Navigation in a World Built for Humans ／ Bhargav Chandaka, Gloria X. Wang, Haozhe 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
Point-JEPAによるラベル効率的な把持関節角度予測
Point-JEPAで事前学習した3D点群エンコーダを使い、少ないラベルで多指ハンドの把持関節角度を予測する手法を検証した。低ラベル設定で精度が向上し、全教師ありと同等の性能に達した。
原題: Label-Efficient Grasp Joint Prediction with Point-JEPA ／ Jed Guzelkabaagac, Boris Petrović
日本語で読む → - 論文SLAMロボティクス
IL-SLAM: 動的環境向け特徴認識に基づく知的ライン支援SLAM
動的環境でSLAMの点特徴が不足する問題に対し、特徴の十分性を評価して必要な時だけライン特徴を導入する機構を提案し、計算コストとノイズを抑えつつ追跡・姿勢推定を改善した。
原題: IL-SLAM: Intelligent Line-assisted SLAM Based on Feature Awareness for Dynamic Environments ／ Haolan Zhang, Thanh Nguyen Canh, Chenghao Li 他
日本語で読む → - 論文VLA機械学習
会話的方位推論：マルチモーダル連鎖思考による自己中心から絶対中心へのナビゲーション
音声認識テキストとランドマーク座標を組み合わせたマルチモーダル連鎖思考（MCoT）を提案し、中国語の会話ナビゲーションにおいて自己中心的な発話から絶対方位を高精度に推論する。
原題: Conversational Orientation Reasoning: Egocentric-to-Allocentric Navigation with Multimodal Chain-of-Thought ／ Yu Ti Huang
日本語で読む → - 論文V2X協調知覚画像認識
通信効率の高いマルチエージェント知覚のための残差ベクトル量子化
マルチエージェント協調知覚において、中間特徴を残差ベクトル量子化で圧縮し、通信帯域を大幅に削減しつつ精度を維持する手法ReVQomを提案。
原題: Residual Vector Quantization For Communication-Efficient Multi-Agent Perception ／ Dereje Shenkut, B. V. K Vijaya Kumar
日本語で読む →