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VLAロボティクス
LCMF: 具身ロボティクスVQAのための軽量クロスモダリティMambaformer
クロスアテンションとパラメータ共有状態空間モデルを組み合わせた軽量フレームワークLCMFを提案し、ロボット向けVQA・EQAタスクで高精度かつ低計算コストを実現した。
原題: LCMF: Lightweight Cross-Modality Mambaformer for Embodied Robotics VQA / Zeyi Kang, Liang He, Yanxin Zhang 他
日本語で読む → - 論文経路計画ロボティクス
四輪独立操舵ロボットのためのマルチモーダル動作拡張を伴うHybrid A*経路計画
四輪独立操舵ロボットの複数の動作モードを統合するため、4次元状態空間で動作する拡張Hybrid A*経路計画手法を提案し、複雑環境での計画性能を向上させた。
原題: Hybrid A* Path Planning with Multi-Modal Motion Extension for Four-Wheel Steering Mobile Robots / Runjiao Bao, Lin Zhang, Tianwei Niu 他
日本語で読む → - 論文自律検査ロボティクス
言語をループに組み込んだエリー運河のカルバート検査
視覚言語モデルと視点計画を組み合わせ、四足歩行ロボットでカルバート内を自律検査するシステムを開発し、専門家評価で有効性を示した。
原題: Language-in-the-Loop Culvert Inspection on the Erie Canal / Yash Turkar, Yashom Dighe, Karthik Dantu
日本語で読む → - 論文マニピュレーションロボティクス
並列制約モデル予測制御:並列計算を活用した安全性向上
安全集合制約をホライズン上の異なる時点で課した複数のMPC問題を並列に解き、最良解を選ぶことでロボットアームの安全性と性能を改善する手法を提案。
原題: Parallel-Constraint Model Predictive Control: Exploiting Parallel Computation for Improving Safety / Elias Fontanari, Gianni Lunardi, Matteo Saveriano 他
日本語で読む → - 論文sim2real画像認識
製造業中小企業の組立目視検査を支援する合成データパイプライン
CADデータからシミュレーション画像を生成し物体検出を訓練することで、中小企業でも導入しやすい組立品質検査の合成データ活用パイプラインを提案した。
原題: A Synthetic Data Pipeline for Supporting Manufacturing SMEs in Visual Assembly Control / Jonas Werheid, Shengjie He, Aymen Gannouni 他
日本語で読む → - 論文マルチモーダル転移学習機械学習
D-CAT: 単一モーダル推論のためのセンサモダリティ間デカップルドクロスアテンション転移
推論時に複数センサを必要とせず、クロスアテンションによる特徴空間の整合でモダリティ間の知識転移を実現し、単一センサ推論の精度を向上させるフレームワーク。
原題: D-CAT: Decoupled Cross-Attention Transfer between Sensor Modalities for Unimodal Inference / Leen Daher, Zhaobo Wang, Malcolm Mielle
日本語で読む → - 論文医療ロボティクス/セグメンテーション/力推定画像認識
TransForSeg: カテーテル挿入におけるステレオセグメンテーションと3D力推定を同時に行うマルチタスクステレオViT
2方向のX線画像を入力とし、Vision Transformerでカテーテルのステレオセグメンテーションと3D力推定を同時に行うマルチタスクモデルを提案した論文。
原題: TransForSeg: A Multitask Stereo ViT for Joint Stereo Segmentation and 3D Force Estimation in Catheterization / Pedram Fekri, Mehrdad Zadeh, Javad Dargahi
日本語で読む → - 論文VLAロボティクス
GC-VLN: グラフ制約としての指示による学習不要の視覚言語ナビゲーション
人間の指示を空間制約の有向非巡回グラフに分解し、制約ソルバで経路を解くことで、学習なしに連続環境でロボットをナビゲートするフレームワークを提案した。
原題: GC-VLN: Instruction as Graph Constraints for Training-free Vision-and-Language Navigation / Hang Yin, Haoyu Wei, Xiuwei Xu 他
日本語で読む → - 論文医療ロボティクスロボティクス
PERSEUS: 意味論的内視鏡理解とSLAMによる知覚
内視鏡手術向けに、学習ベースのセグメンテーション・深度推定・3D再構成を統合し、ロボット姿勢との位置合わせで単眼画像のスケール曖昧性を解消するリアルタイム意味論的SLAMパイプラインを提案。
原題: PERSEUS: Perception with Semantic Endoscopic Understanding and SLAM / Ayberk Acar, Fangjie Li, Susheela Sharma Stern 他
日本語で読む → - 論文触覚ロボティクス
乳頭構造を模したニューロモーフィック触覚センサによる初期滑り検出システム
乳頭状の皮膚構造を持つNeuroTacセンサとスパイキングCNNを組み合わせ、物体が滑り始める前の「初期滑り」を低消費電力で検出するニューロモーフィック触覚システムを提案した。
原題: A Neuromorphic Incipient Slip Detection System using Papillae Morphology / Yanhui Lu, Zeyu Deng, Stephen J. Redmond 他
日本語で読む → - 論文マニピュレーションロボティクス
Dexplore: 参照スコープ探索による器用な操作のためのスケーラブルなニューラル制御
人間の手のモーションキャプチャをソフトなガイドとして活用し、リターゲティングと追従を単一ループで統合最適化することで、器用なロボット操作の制御方策を大規模に学習する手法を提案。
原題: Dexplore: Scalable Neural Control for Dexterous Manipulation from Reference-Scoped Exploration / Sirui Xu, Yu-Wei Chao, Liuyu Bian 他
日本語で読む → - 論文制御/モデルベースRLロボティクス
リアルタイム再帰的モデル更新によるサンプル効率の高いオンライン制御方策学習
クープマン理論に基づき、データセットサイズに依存しない軽量な再帰的モデル更新でオンライン制御方策を学習する手法を提案し、従来の10%以下のデータで同等性能を実現した。
原題: Sample-Efficient Online Control Policy Learning with Real-Time Recursive Model Updates / Zixin Zhang, James Avtges, Todd D. Murphey
日本語で読む → - 論文ロボット知覚画像認識
回転同変な画像分類と物体検出のための四元数近似ネットワーク
四元数畳み込みを実数演算で近似するQUANを提案し、回転に強い画像分類・物体検出を少ないパラメータで実現した。
原題: Quaternion Approximation Networks for Enhanced Image Classification and Oriented Object Detection / Bryce Grant, Peng Wang
日本語で読む → - 論文UAV制御/リスク評価制御
PRReach: 到達可能性解析を用いたUAV制御の確率的リスク評価
UAVの動力学と到達可能性解析を用いて全軌道にわたる確率的リスクを評価し、許容リスク閾値内で既存制御則を最小限に修正する制御最適化手法を提案。実データのシミュレーションで最大53%のリスク低減を実現。
原題: PRREACH: Probabilistic Risk Assessment Using Reachability for UAV Control / Nicole Fronda, Hariharan Narayanan, Sadia Afrin Ananna 他
日本語で読む → - 論文sim2realロボティクス
シミュレーションと実機のポリシー共同学習のための汎化可能なドメイン適応
シミュレーションと少数の実機デモを組み合わせ、最適輸送に基づく損失でドメイン不変な特徴空間を学習し、実機でのマニピュレーション成功率を最大30%向上させる手法を提案。
原題: Generalizable Domain Adaptation for Sim-and-Real Policy Co-Training / Shuo Cheng, Liqian Ma, Zhenyang Chen 他
日本語で読む → - 論文VLAロボティクス
クロスドメインスキル拡散による文脈内ポリシー適応
ドメイン非依存のプロトタイプスキルとドメイン適応スキルを拡散モデルで学習し、モデル更新なし・少量データで強化学習ポリシーを新環境に適応させるフレームワークを提案。
原題: In-Context Policy Adaptation via Cross-Domain Skill Diffusion / Minjong Yoo, Woo Kyung Kim, Honguk Woo
日本語で読む → - 論文VLA画像認識
AsyMoE: モーダル非対称性を活用した大規模視覚言語モデルにおける専門家の特化
視覚と言語の処理の非対称性に着目し、モダリティ特化・双曲線的クロスモーダル・証拠優先の3種の専門家群で構成される新しいMoEアーキテクチャを提案し、精度向上とパラメータ削減を実現した。
原題: AsyMoE: Leveraging Modal Asymmetry for Enhanced Expert Specialization in Large Vision-Language Models / Heng Zhang, Haichuan Hu, Yaomin Shen 他
日本語で読む → - 論文ロバストMPC/知覚ロボティクス
知覚ベースオブザーバを備えた自律移動ロボットのためのロバストモデル予測制御設計
深層学習知覚の非ガウスノイズをゾノトープ集合推定で捉え、LP化したロバストMPCで全方向移動ロボットを安定制御する手法を提案・実機検証した。
原題: Robust Model Predictive Control Design for Autonomous Vehicles with Perception-based Observers / Nariman Niknejad, Gokul S. Sankar, Bahare Kiumarsi 他
日本語で読む → - 論文ADAS/歩行者安全cs.CY
ADASを活用した歩行者安全:致死事故削減へのデータ駆動型アプローチ
米国の事故データ(FARS)を分析し、歩行者用自動緊急ブレーキ(PAEB)などのADAS機能が歩行者死亡事故をどれだけ減らせるかを評価。低照度や悪天候では効果が低下することを明らかにした。
原題: Harnessing ADAS for Pedestrian Safety: A Data-Driven Exploration of Fatality Reduction / Methusela Sulle, Judith Mwakalonge, Gurcan Comert 他
日本語で読む → - 論文ソーシャルロボティクスロボティクス
MOFU:膨張収縮可能なモーフィングふわふわユニットの開発とその動きの生命感評価
1つのモーターで全身が膨張収縮するふわふわ外装の移動ロボットを開発し、その動きが人間に与える生命感をアンケートで評価した。
原題: MOFU: Development of a MOrphing Fluffy Unit with Expansion and Contraction Capabilities and Evaluation of the Animacy of Its Movements / Taisei Mogi, Mari Saito, Yoshihiro Nakata
日本語で読む → - 論文予測ロボティクス
ゲーム理論的プライアを用いた車両操作予測の改善
レベルkゲーム理論で周囲車両との相互作用を考慮した事前分布を算出し、従来の軌道ベース分類モデルと組み合わせて車線変更などの操作予測精度を高める手法を提案した。
原題: Improved Vehicle Maneuver Prediction using Game Theoretic Priors / Nishant Doshi
日本語で読む → - 論文強化学習ロボティクス
PRIMT: 基盤モデルによるマルチモーダルフィードバックと軌道合成を用いた選好ベース強化学習
基盤モデルを活用してマルチモーダルな合成フィードバックと軌道生成を行い、人間の入力を減らしつつ選好ベース強化学習の曖昧さとクレジット割り当てを改善するフレームワークを提案。
原題: PRIMT: Preference-based Reinforcement Learning with Multimodal Feedback and Trajectory Synthesis from Foundation Models / Ruiqi Wang, Dezhong Zhao, Ziqin Yuan 他
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 → - 論文自動運転/強化学習ロボティクス
SEG-Parking: エンドツーエンドオフライン強化学習による安全・効率的・汎用的な自動駐車
駐車シーン用データセットを構築し、目標条件付き状態エンコーダと保守的正則化付きオフライン強化学習を組み合わせることで、対向車との相互作用を含む自動駐車を実現した研究。
原題: SEG-Parking: Towards Safe, Efficient, and Generalizable Autonomous Parking via End-to-End Offline Reinforcement Learning / Zewei Yang, Zengqi Peng, Jun Ma
日本語で読む → - 論文VLAロボティクス
DepthVision: GANベースのLiDAR-to-RGB合成で堅牢な視覚言語モデルを実現する自動運転フレームワーク
LiDARの点群から条件付きGANでRGB風画像を合成し、既存の視覚言語モデルにそのまま入力できるようにすることで、暗所やブレなどの劣化時でも自動運転のシーン理解を向上させる手法を提案。
原題: DepthVision: Enabling Robust Vision-Language Models with GAN-Based LiDAR-to-RGB Synthesis for Autonomous Driving / Sven Kirchner, Nils Purschke, Ross Greer 他
日本語で読む → - 論文動作計画ロボティクス
KoopMotion: ほぼ発散のないKoopman流れ場を学習する動作計画
Koopman作用素で流れ場を表現し、発散特性を利用して任意の初期状態から目標軌道へ滑らかに収束・追従する動作計画法を提案。LASAや3Dマニピュレータ、実機の自律表面艇で検証した。
原題: KoopMotion: Learning Almost Divergence Free Koopman Flow Fields for Motion Planning / Alice Kate Li, Thales C Silva, Victoria Edwards 他
日本語で読む → - 論文パーチング/バイオミメティクス/制御ロボティクス
ハエトリグサの捕食機構に着想を得たパーチングドローンの設計と制御
ハエトリグサの高速捕食機構を模倣した柔軟パーチング機構を開発し、100ms未満で対象に止まれるドローンを実現。外乱を推定・補償するカスケードEHGO制御で風や着地衝撃への耐性も向上させた。
原題: Design and Control of a Perching Drone Inspired by the Prey-Capturing Mechanism of Venus Flytrap / Ye Li, Daming Liu, Yanhe Zhu 他
日本語で読む → - 論文軌道予測cs.SE
マルチモーダル人間軌道予測のメタモルフィックテスト
自動運転やロボットの安全性に関わる人間軌道予測モデルを、正解が一意に定まらない問題に対応するメタモルフィックテストで体系的に検証する手法を提案した。
原題: Metamorphic Testing of Multimodal Human Trajectory Prediction / Helge Spieker, Nadjib Lazaar, Arnaud Gotlieb 他
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 →