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 →- 論文群制御ロボティクス
U2UData+:身体的長期タスク向けスケーラブルな群UAV自律飛行データセット
15機のUAVによる群自律飛行で長期依存や動的な目標変化を扱う身体的長期タスク向けの大規模データセットと、オンライン収集・閉ループ検証プラットフォームを構築した。
原題: U2UData+: A Scalable Swarm UAVs Autonomous Flight Dataset for Embodied Long-horizon Tasks / Tongtong Feng, Xin Wang, Feilin Han 他
日本語で読む → - 論文モデルベースRLロボティクス
分離型逆伝播による一次モデルベース強化学習
シミュレータで軌道を生成し、学習した微分可能モデルを通して勾配を計算することで、シミュレータの勾配が不要な高効率な一次方策最適化を実現し、四足・二足歩行タスクで有効性を示した。
原題: First Order Model-Based RL through Decoupled Backpropagation / Joseph Amigo, Rooholla Khorrambakht, Elliot Chane-Sane 他
日本語で読む → - 論文マニピュレーションロボティクス
脚式移動マニピュレータによる多段階ピックアンドプレースの学習
四足歩行ロボットによる移動マニピュレーションの多段階ピックアンドプレースタスクをシミュレーションで視覚運動ポリシーとして学習し、実世界で約80%の成功率を達成した。
原題: Learning Multi-Stage Pick-and-Place with a Legged Mobile Manipulator / Haichao Zhang, Haonan Yu, Le Zhao 他
日本語で読む → - 論文マニピュレーションロボティクス
PEEK: ロボットマニピュレーションポリシーのゼロショット汎化のための誘導と最小画像表現
VLMを使ってエンドエフェクタ経路とタスク関連マスクを予測し、ポリシーに必要な最小限の手がかりを与えることで、シミュレーションのみで訓練したポリシーの実世界ゼロショット汎化を大幅に向上させる手法を提案。
原題: PEEK: Guiding and Minimal Image Representations for Zero-Shot Generalization of Robot Manipulation Policies / Jesse Zhang, Marius Memmel, Kevin Kim 他
日本語で読む → - 論文マニピュレーションロボティクス
GBPP: 二段階学習による把持を考慮したロボットのベース配置予測
RGB-D画像1枚から把持に適したロボットのベース姿勢を高速に選ぶ学習ベースのスコアラーを提案。安価なヒューリスティックで大規模データを自動ラベリングし、少数の高忠実度シミュレーションで微調整する二段階カリキュラムを採用した。
原題: GBPP: Grasp-Aware Base Placement Prediction for Robots via Two-Stage Learning / Jizhuo Chen, Diwen Liu, Jiaming Wang 他
日本語で読む → - 論文マルチエージェント強化学習機械学習
好奇心は道を開く:マルチエージェント文脈校正による好奇心駆動型探索
マルチエージェント強化学習において、仲間の行動から文脈を推論して好奇心を動的に校正し、ノイズを除去して効率的な探索を実現する手法CERMICを提案。
原題: Wonder Wins Ways: Curiosity-Driven Exploration through Multi-Agent Contextual Calibration / Yiyuan Pan, Zhe Liu, Hesheng Wang
日本語で読む → - 論文水中ナビゲーションロボティクス
DUViN: 知識転移した深度特徴による拡散モデルベース水中視覚ナビゲーション
空中データで学習した拡散モデルベースの視覚ナビゲーション方策を、水中深度推定タスクで再学習した特徴抽出器と組み合わせることで、地図なしで未知の水中環境を4自由度で自律航行できるようにした研究。
原題: DUViN: Diffusion-Based Underwater Visual Navigation via Knowledge-Transferred Depth Features / Jinghe Yang, Minh-Quan Le, Mingming Gong 他
日本語で読む → - 論文テレプレゼンスロボティクス
回転の分離が非シミュレーション没入型テレプレゼンスにおけるVR酔いを軽減する
実カメラ映像を用いたロボットテレプレゼンスにおいて、ロボットの回転をユーザーの視界から分離する「回転の分離」手法がVR酔いを軽減し、ユーザーに好まれることを被験者実験で示した。
原題: Unwinding Rotations Reduces VR Sickness in Nonsimulated Immersive Telepresence / Filip Kulisiewicz, Basak Sakcak, Evan G. Center 他
日本語で読む → - 論文群制御ロボティクス
ロボット群のメモリ効率の良い2D/3D形状組み立て
ロボット群が指定された2D/3D形状を組み立てる際のメモリ使用量を抑えるため、木構造表現と分散制御器を提案し、シミュレーションと実機実験で有効性を示した。
原題: Memory-Efficient 2D/3D Shape Assembly of Robot Swarms / Shuoyu Yue, Pengpeng Li, Yang Xu 他
日本語で読む → - 論文姿勢推定ロボティクス
TRIADを併用したマニフォールドEKFによるロバスト姿勢推定
マニフォールドEKFにTRIADアルゴリズムを組み込み、磁気センサの外乱に強い姿勢推定手法を提案し、実験で有効性を示した。
原題: Robust Orientation Estimation with TRIAD-aided Manifold EKF / Arjun Sadananda, Ravi Banavar, Kavi Arya
日本語で読む → - 論文群制御ロボティクス
高動的環境におけるマルチロボット協調:非対称障害物と限られた通信への対処
限られた通信環境で活動的な非対称障害物に対処するため、市場ベースのタスク割り当てを改良した分散協調手法を提案し、NAOロボットを用いた実験でタスク重複を52%削減した。
原題: Multi Robot Coordination in Highly Dynamic Environments: Tackling Asymmetric Obstacles and Limited Communication / Vincenzo Suriani, Daniele Affinita, Domenico D. Bloisi 他
日本語で読む → - 論文VLA画像認識
イベントカメラによる視覚的グラウンディング
イベントカメラデータを用いた言語駆動型物体グラウンディングのための大規模ベンチマークTalk2Eventを構築し、動的環境でのマルチモーダル知覚を可能にした。
原題: Visual Grounding from Event Cameras / Lingdong Kong, Dongyue Lu, Ao Liang 他
日本語で読む → - 論文群制御cs.DC
移動障害を持つ不透明ロボットの非同期集合
移動障害モデルにおいて、非同期環境でロボットを集合させるための色数と時間のトレードオフを明らかにし、最適な色数を用いた決定アルゴリズムを提案した理論研究。
原題: Asynchronous Gathering of Opaque Robots with Mobility Faults / Subhajit Pramanick, Saswata Jana, Partha Sarathi Mandal 他
日本語で読む → - 論文強化学習ライブラリロボティクス
RSL-RL: ロボティクス研究のための学習ライブラリ
ロボティクス研究向けに設計された軽量で拡張しやすい強化学習ライブラリを提案し、GPU特化の高速学習と実機実験での有効性を示した。
原題: RSL-RL: A Learning Library for Robotics Research / Clemens Schwarke, Mayank Mittal, Nikita Rudin 他
日本語で読む → - 論文マルチモーダルエージェントロボティクス
Automotive-ENV:車載インターフェースシステムにおけるマルチモーダルエージェントのベンチマーク
車載GUI向けの初の高忠実度ベンチマークと対話環境を構築し、GPS情報を活用する位置認識型マルチモーダルエージェントASURADAを提案した。
原題: Automotive-ENV: Benchmarking Multimodal Agents in Vehicle Interface Systems / Junfeng Yan, Biao Wu, Meng Fang 他
日本語で読む → - 論文自己位置推定ロボティクス
S³E: レーダー慣性システムのための自己教師あり状態推定
スパースなレーダー点群ではなく信号スペクトルと慣性情報を相補的に融合し、位置正解なしで自己教師あり学習する状態推定手法を提案。
原題: S$^3$E: Self-Supervised State Estimation for Radar-Inertial System / Shengpeng Wang, Yulong Xie, Qing Liao 他
日本語で読む → - 論文マニピュレーションロボティクス
SARM: 長期的ロボットマニピュレーションのためのステージ認識型報酬モデリング
自然言語のサブタスク注釈を活用し、タスクの段階と進捗を予測する報酬モデルを提案。これに基づく行動クローニングでTシャツ折りなどの長期変形物体操作を大幅に改善。
原題: SARM: Stage-Aware Reward Modeling for Long Horizon Robot Manipulation / Qianzhong Chen, Justin Yu, Mac Schwager 他
日本語で読む → - 論文3D点群分類画像認識
ModelNet-RとPoint-SkipNetによる3D点群分類の強化
3D点群分類のベンチマークModelNet40を改良したModelNet-Rを提案し、軽量なグラフベースネットワークPoint-SkipNetで高精度かつ低計算コストな分類を実現した。
原題: Enhancing 3D Point Cloud Classification with ModelNet-R and Point-SkipNet / Mohammad Saeid, Amir Salarpour, Pedram MohajerAnsari
日本語で読む → - 論文農業ロボットロボティクス
AgriCruiser: 列間ナビゲーションのためのオープンソース農業ロボット
低コストで再構成可能な列間農業ロボットを開発し、精密散布による除草効果と走行性能を実証した。
原題: AgriCruiser: An Open Source Agriculture Robot for Over-the-row Navigation / Kenny Truong, Yongkyu Lee, Jason Irie 他
日本語で読む → - 論文SLAM/3DGScs.AR
AGS: 動画コーデックを活用したフレーム共可視性検出による3DガウシアンスプラッティングSLAMの高速化
動画圧縮コーデックの情報を利用して隣接フレーム間の類似性を検出し、3DガウシアンスプラッティングSLAMの計算を削減するアルゴリズム・ハードウェア協調設計を提案し、最大17倍の高速化を実現した。
原題: AGS: Accelerating 3D Gaussian Splatting SLAM via CODEC-Assisted Frame Covisibility Detection / Houshu He, Naifeng Jing, Li Jiang 他
日本語で読む → - 論文交通データセットロボティクス
FLUID: 都市信号交差点における密なコンフリクト軌跡の細粒度軽量データセット
ドローンを用いて都市の信号交差点3種類を約5時間撮影し、2万以上の交通参加者の軌跡・信号・地図・映像を収録したデータセットFLUIDを構築した。車両コンフリクトや違反を分類し、自動運転研究などに有用であることを示した。
原題: FLUID: A Fine-Grained Lightweight Urban Signalized-Intersection Dataset of Dense Conflict Trajectories / Yiyang Chen, Zhigang Wu, Guohong Zheng 他
日本語で読む → - 論文連続体ロボットロボティクス
ケーブル駆動連続体ロボットの軽量な運動学・静力学モデリング:駆動空間エネルギー定式化
ケーブル駆動連続体ロボットに対し、駆動空間でポテンシャルエネルギーを直接定式化することで、ケーブルと骨格の接触を陽にモデル化せずに軽量かつ解析的な順運動学モデルを与え、運動学と静力学を統合するLASEMフレームワークを提案した。
原題: Lightweight Kinematic and Static Modeling of Cable-Driven Continuum Robots via Actuation-Space Energy Formulation / Ke Wu, Yuhao Wang, Kevin Henry 他
日本語で読む → - 論文状態推定ロボティクス
柔軟で形態適応型ロボットのための状態推定
柔軟性や形態変化を持つロボットの形状・速度・姿勢を推定するニューラルネットワーク手法を提案し、GOATプラットフォームで有効性を実証した。
原題: State Estimation for Compliant and Morphologically Adaptive Robots / Valentin Yuryev, Max Polzin, Josie Hughes
日本語で読む → - 論文マニピュレーションロボティクス
環境不確実性下におけるロボットマニピュレーションの安全フィルタリング:計算論的アプローチ
物理シミュレーションを活用し、世界パラメータの不確実性下で制御ポリシーを評価する安全フィルタリング手法を提案。双腕マニピュレーションタスクで不安全な軌道を効率的に特定・除去できることを示した。
原題: Safety filtering of robotic manipulation under environment uncertainty: a computational approach / Anna Johansson, Daniel Lindmark, Viktor Wiberg 他
日本語で読む → - 論文医療ロボティクスロボティクス
深層強化学習による柔軟ロボット内視鏡の接触支援ナビゲーション:動的胃環境への適用
変形する胃壁との接触力を活用し、深層強化学習で柔軟ロボット内視鏡を目標位置まで高精度に誘導する手法を提案。物理シミュレーションで訓練し、静的・動的環境で100%の成功率を達成した。
原題: Contact-Aided Navigation of Flexible Robotic Endoscope Using Deep Reinforcement Learning in Dynamic Stomach / Chi Kit Ng, Huxin Gao, Tian-Ao Ren 他
日本語で読む → - 論文ソフトロボティクス/マニピュレーションロボティクス
MELEGROS:光学センサを内蔵したゾウの鼻に着想を得たモノリシックグリッパ
ゾウの鼻の先端構造に倣い、光学導波路センサと空気圧チャンバを単一の軟質樹脂で一体造形したグリッパを開発し、触覚と固有感覚を分離して把持・すくい上げ・リーチングを実現した。
原題: MELEGROS: Monolithic Elephant-inspired Gripper with Optical Sensors / Petr Trunin, Diana Cafiso, Anderson Brazil Nardin 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
DreamControl: 拡散モデル誘導による人間模倣型全身ヒューマノイドのシーンインタラクション制御
人間の動作データで学習した拡散モデルを事前分布として強化学習を誘導し、ヒューマノイドが全身で物体操作やシーンインタラクションを行うスキルを獲得する手法を提案。Unitree G1で実機検証も行った。
原題: DreamControl: Human-Inspired Whole-Body Humanoid Control for Scene Interaction via Guided Diffusion / Dvij Kalaria, Sudarshan S Harithas, Pushkal Katara 他
日本語で読む → - 論文デジタルツインロボティクス
変分オートエンコーダを備えた深層生成・識別デジタルツインによる産業用ロボットの教師なし予測熱状態モニタリング
変分オートエンコーダを用いたデジタルツインでロボットの熱異常を再構成誤差から検知し、動作プロファイルの熱的実行可能性を事前予測する手法を提案。
原題: Deep Generative and Discriminative Digital Twin endowed with Variational Autoencoder for Unsupervised Predictive Thermal Condition Monitoring of Physical Robots in Industry 6.0 and Society 6.0 / Eric Guiffo Kaigom
日本語で読む → - 論文マニピュレーションロボティクス
突いて打つ:タスクに即した探索方策の学習
強化学習を用いて、タスクに必要な物体の物理特性を効率的に探索し、その後のタスク実行に活かす手法を提案。パックを打つタスクで90%の成功率を達成。
原題: Poke and Strike: Learning Task-Informed Exploration Policies / Marina Y. Aoyama, Joao Moura, Juan Del Aguila Ferrandis 他
日本語で読む → - 論文社会的ナビゲーションロボティクス
単眼RGB-Dカメラによる人間インタラクションのリアルタイム認識と社会的配慮型ロボットナビゲーション
単眼RGB-Dカメラから3Dキーポイントと位置を推定し、PCAと靴紐公式で集団インタラクションの方向や関心領域をリアルタイムに認識するROS 2パッケージを提案した。
原題: Real-time Recognition of Human Interactions from a Single RGB-D Camera for Socially-Aware Robot Navigation / Thanh Long Nguyen, Duc Phu Nguyen, Thanh Thao Ton Nu 他
日本語で読む →