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UAVナビゲーションロボティクス
HUNT: 瞬時相対座標系による非構造環境での高速UAVナビゲーションと追跡
オンボードの姿勢・高度・速度などの瞬時観測量からナビゲーション目標を直接定義し、探索中の高速反応飛行と目標発見後の追跡を単一の相対的枠組みで統合したリアルタイムUAVフレームワーク。
原題: HUNT: High-Speed UAV Navigation and Tracking in Unstructured Environments via Instantaneous Relative Frames / Alessandro Saviolo, Jeffrey Mao, Giuseppe Loianno
日本語で読む → - 論文VLAロボティクス
World-Env: ワールドモデルを仮想環境として活用するVLAポストトレーニング
物理的に整合性のあるワールドモデルを仮想シミュレータとして使い、VLAモデルを強化学習でポストトレーニングする枠組みを提案。タスクごとに5件の実演データだけで複雑なマニピュレーション性能を向上させる。
原題: World-Env: Leveraging World Model as a Virtual Environment for VLA Post-Training / Junjin Xiao, Yandan Yang, Xinyuan Chang 他
日本語で読む → - 論文マルチエージェントロボティクス
Aegis: マルチエージェントシステムのための自動エラー生成と帰属
LLMベースのマルチエージェントシステムにおいて、成功軌道に文脈依存のエラーを注入して大規模なエラー帰属データセットを自動生成し、教師あり・強化学習・対照学習でエラー原因エージェントを特定する手法を提案。
原題: Aegis: Automated Error Generation and Attribution for Multi-Agent Systems / Fanqi Kong, Ruijie Zhang, Huaxiao Yin 他
日本語で読む → - 論文VLAロボティクス
AdaNav: 不確実性に基づく適応的推論による視覚言語ナビゲーション
視覚言語ナビゲーションにおいて、不確実性に応じて推論を動的に発動する軽量プラグインを提案し、少ない学習データで大幅な性能向上を実現した。
原題: AdaNav: Adaptive Reasoning with Uncertainty for Vision-Language Navigation / Xin Ding, Jianyu Wei, Yifan Yang 他
日本語で読む → - 論文強化学習/報酬設計ロボティクス
グラフ思考による報酬進化:強化学習のための二段階言語モデルフレームワーク
LLMとVLMを組み合わせ、タスクをグラフ構造で分解して報酬関数を自動生成・改良する強化学習フレームワークを提案し、複数のロボット操作タスクで成功率を大幅に向上させた。
原題: Reward Evolution with Graph-of-Thoughts: A Bi-Level Language Model Framework for Reinforcement Learning / Changwei Yao, Xinzi Liu, Chen Li 他
日本語で読む → - 論文VLAロボティクス
DynaMIC: 動的マルチモーダル・インコンテキスト学習によるロボットの反事実的指示への耐性
人間の誤解を招く指示(指示的反事実)を検出し、ロボットがタスク実行中にフィードバックを返すことで安全性を高めるフレームワークDynaMICを提案した。
原題: DynaMIC: Dynamic Multimodal In-Context Learning Enabled Embodied Robot Counterfactual Resistance Ability / Tianqiang Yan, Ziqiao Lin, Sicheng Wang 他
日本語で読む → - 論文同定・ダイナミクスロボティクス
射影幾何代数に基づくロボット慣性同定のための基底パラメータ解析の幾何学的手法
射影幾何代数で剛体動力学を再定式化し、ロボットの基底慣性パラメータを自動決定する幾何学的手法を提案。4種類のロボットで有効性を検証した。
原題: A Geometric Method for Base Parameter Analysis in Robot Inertia Identification Based on Projective Geometric Algebra / Guangzhen Sun, Ye Ding, Xiangyang Zhu
日本語で読む → - 論文マルチエージェント軌道最適化機械学習
DiffCoord: 分散マルチエージェント軌道最適化のための微分可能な協調
ADMMとDDPを組み合わせた分散軌道最適化において、協調品質とタスク性能を決めるパラメータをニューラルネットでメタ学習し、エンドツーエンド微分で効率的に最適化する手法を提案。協調航空輸送で有効性を実証。
原題: DiffCoord: Differentiable Coordination for Distributed Multi-Agent Trajectory Optimization / Bingheng Wang, Yichao Gao, Tianchen Sun 他
日本語で読む → - 論文SLAM/3D再構成ロボティクス
PROFusion: カメラ姿勢回帰と最適化によるロバストで高精度な密な再構成
カメラ姿勢回帰ネットワークで初期値を予測し、ランダム化最適化で深度画像を幾何学的に整合させることで、不安定なカメラ動作でもリアルタイムに高精度な密なシーン再構成を実現した。
原題: PROFusion: Robust and Accurate Dense Reconstruction via Camera Pose Regression and Optimization / Siyan Dong, Zijun Wang, Lulu Cai 他
日本語で読む → - 論文ソフトロボティクス/強化学習ロボティクス
並列ソフトロボットによる動的タスクのためのリアルタイム強化学習
3Dプリントされた柔らかいアクチュエータで構成されたスチュワートプラットフォーム上で、カリキュラム学習を用いた強化学習により、動的バランス制御を実機でリアルタイムに学習させる手法を実証した。
原題: Real-Time Reinforcement Learning for Dynamic Tasks with a Parallel Soft Robot / James Avtges, Jake Ketchum, Millicent Schlafly 他
日本語で読む → - 論文セグメンテーション画像認識
水環境におけるセマンティックセグメンテーションのための偏光融合の評価
水面の反射や照明変化に強い偏光画像を用いて、浮遊プラスチックごみのセグメンテーション精度を向上させる融合ネットワークを公開データセットPoTATOで評価し、RGB単独より高精度だが計算負荷と偽陽性のリスクが増えることを示した。
原題: Evaluation of Polarimetric Fusion for Semantic Segmentation in Aquatic Environments / Luis F. W. Batista, Tom Bourbon, Cedric Pradalier
日本語で読む → - 論文歩行ロボティクス
月重力環境における脚式ロボットの効率的な学習ベース制御
重力に応じてスケールする電力最適化報酬を用いた強化学習により、月重力から超地球重力まで対応する脚式ロボットの移動・姿勢制御を実現し、実機実験で省電力性を検証した。
原題: Efficient Learning-Based Control of a Legged Robot in Lunar Gravity / Philip Arm, Oliver Fischer, Joseph Church 他
日本語で読む → - 論文マルチロボット計画ロボティクス
大規模言語モデルと分散現場知識を活用した複数ロボットによる複数物体探索タスク計画
各ロボットが異なる現場知識を持つ環境で、LLMと空間概念を用いて自然言語指示をサブタスクに分解し複数ロボットに割り当てるタスク計画手法を提案し、実機実験で有効性を示した。
原題: Multi-Robot Task Planning for Multi-Object Retrieval Tasks with Distributed On-Site Knowledge via Large Language Models / Kento Murata, Shoichi Hasegawa, Tomochika Ishikawa 他
日本語で読む → - 論文強化学習/模倣学習/衛星計画AI
地球観測衛星の科学成果を高める学習ベースの計画手法
地球観測衛星の動的ターゲティングにおいて、強化学習と模倣学習を用いて観測地点の系列を計画し、既存のヒューリスティック手法より優れた性能を達成した。
原題: Learning-Based Planning for Improving Science Return of Earth Observation Satellites / Abigail Breitfeld, Alberto Candela, Juan Delfa 他
日本語で読む → - 論文マニピュレーションロボティクス
HL-IK:ヒューマノイド腕における人間らしい逆運動学の軽量実装
大規模人間動作データから学習した肘の事前分布を数値IKに組み込み、エンドエフェクタ追従を保ちながら腕全体の姿勢を人間らしくする軽量な逆運動学フレームワークを提案。
原題: HL-IK: A Lightweight Implementation of Human-Like Inverse Kinematics in Humanoid Arms / Bingjie Chen, Zihan Wang, Zhe Han 他
日本語で読む → - 論文ソーシャルロボティクス/オフラインRLロボティクス
適応型ソーシャルゲームロボットに向けて:オフライン強化学習ベースのフレームワーク
学習困難を抱える生徒を支援するゲームプレイロボットのため、マルチモーダル感情認識と適応応答を統合したシステムを構築し、実世界データで複数のオフラインRLアルゴリズムを評価した。
原題: Towards an Adaptive Social Game-Playing Robot: An Offline Reinforcement Learning-Based Framework / Soon Jynn Chu, Raju Gottumukkala, Alan Barhorst
日本語で読む → - 論文イベントカメラ/位置推定ロボティクス
Event-LAB: ニューロモーフィック位置推定手法の標準評価フレームワーク
イベントベース位置推定の手法とデータセットを統一環境で実行・比較できるフレームワークEvent-LABを提案し、VPRとSLAMで有効性を示した。
原題: Event-LAB: Towards Standardized Evaluation of Neuromorphic Localization Methods / Adam D. Hines, Alejandro Fontan, Michael Milford 他
日本語で読む → - 論文タスク・モーションプランニングロボティクス
知覚と計画の橋渡し:Signal Temporal Logicタスクのためのエンドツーエンド計画
多視点カメラ画像とSTL仕様から直接軌道を生成する微分可能な計画フレームワークS-MSPを提案し、工場物流シミュレーションで有効性を示した。
原題: Bridging Perception and Planning: Towards End-to-End Planning for Signal Temporal Logic Tasks / Bowen Ye, Junyue Huang, Yang Liu 他
日本語で読む → - 論文交通シミュレーション画像認識
R1スタイル強化学習ファインチューニングによるマルチエージェント交通シミュレーションの高度化
交通シミュレーションの次トークン予測モデルに対し、R1スタイルの強化学習ファインチューニングを適用し、人間の選好や評価指標に合致する挙動を生成できるようにした。Waymoのベンチマークで最高性能を達成。
原題: Advancing Multi-agent Traffic Simulation via R1-Style Reinforcement Fine-Tuning / Muleilan Pei, Shaoshuai Shi, Shaojie Shen
日本語で読む → - 論文3D占有予測画像認識
ST-GS: 時空間ガウシアンスプラッティングによる視覚ベース3Dセマンティック占有予測
視覚中心の自動運転向け3D占有予測において、ガウシアン表現の空間的相互作用と時間的一貫性を強化する時空間ガウシアンスプラッティングフレームワークを提案し、nuScenesで最先端性能を達成した。
原題: ST-GS: Vision-Based 3D Semantic Occupancy Prediction with Spatial-Temporal Gaussian Splatting / Xiaoyang Yan, Muleilan Pei, Shaojie Shen
日本語で読む → - 論文ソフトロボティクスロボティクス
ソフト成長ロボットの接触と駆動の並列シミュレーション
ソフト成長ロボットの成長・曲げ・駆動・障害物接触を統合したモデルと高速並列シミュレータを開発し、実機で検証した。さらに、環境との接触を活用してアクチュエータ数を最小化する設計最適化を行い、実機で実証した。
原題: Parallel Simulation of Contact and Actuation for Soft Growing Robots / Yitian Gao, Lucas Chen, Priyanka Bhovad 他
日本語で読む → - 論文モバイルマニピュレーションロボティクス
N2M: ロールアウトから姿勢選好を学習しナビゲーションとマニピュレーションを橋渡し
マニピュレーションポリシーの実行に適したベース位置を、ポリシーのロールアウトから学習した姿勢選好に基づいて推定する手法を提案し、シーン再構成不要で高速かつ高精度にモバイルマニピュレーションを実現した。
原題: N2M: Bridging Navigation and Manipulation by Learning Pose Preference from Rollout / Kaixin Chai, Hyunjun Lee, Joseph J. Lim
日本語で読む → - 論文3D知覚ロボティクス
TriLift: 組み込みシステム向け高効率3D知覚のための補間不要なTri-Planeリフティング
3Dボクセルを直接平面特徴に射影して特徴量を再構成する補間不要のTri-Planeリフティング手法を提案し、組み込み向け3D知覚を高効率化した。
原題: TriLift: Interpolation-Free Tri-Plane Lifting for Efficient 3D Perception on Embedded Systems / Sibaek Lee, Jiung Yeon, Hyeonwoo Yu
日本語で読む → - 論文ロボット計画ロボティクス
Self-CriTeach:自動ドメイン生成によるロボット計画改善のためのLLM自己教授・自己批評フレームワーク
LLMが記号計画ドメインを自動生成し、それを大規模なCoT教師データ生成と強化学習の報酬関数の両方に活用することで、ロボット計画性能を高める自己教授・自己批評手法を提案した。
原題: Self-CriTeach: LLM Self-Teaching and Self-Critiquing for Improving Robotic Planning via Automated Domain Generation / Jinbang Huang, Zhiyuan Li, Yuanzhao Hu 他
日本語で読む → - 論文群制御ロボティクス
カバレッジ制御のためのスケーラブルなマルチエージェント拡散ポリシー
拡散モデルを用いて分散ロボット群の協調行動を生成し、カバレッジ制御タスクで高い汎化性能とベースラインを上回る性能を実現した。
原題: Scalable Multi Agent Diffusion Policies for Coverage Control / Frederic Vatnsdal, Romina Garcia Camargo, Saurav Agarwal 他
日本語で読む → - 論文言語条件付け予測ロボティクス
言語条件付けによる非管制空域での航空機ゴール予測精度の向上
パイロットの無線通信を音声認識と大規模言語モデルで解釈し、その意図ラベルを軌道予測モデルに融合することで、非管制空域における他機の目標位置予測精度を高めるマルチモーダル手法を提案した。
原題: Language Conditioning Improves Accuracy of Aircraft Goal Prediction in Non-Towered Airspace / Sundhar Vinodh Sangeetha, Chih-Yuan Chiu, Sarah H. Q. Li 他
日本語で読む → - 論文sim2realロボティクス
実時間でのゼロからの自律化:非構造環境における動力学のオンライン適応
関数エンコーダと再帰的最小二乗法を組み合わせ、ストリーミングオドメトリから動力学モデルをオンラインで適応させる手法を提案し、氷上を含む非構造地形でのナビゲーション性能を向上させた。
原題: Zero to Autonomy in Real-Time: Online Adaptation of Dynamics in Unstructured Environments / William Ward, Sarah Etter, Jesse Quattrociocchi 他
日本語で読む → - 論文VLAロボティクス
Mamba2を用いた視覚-固有感覚融合による運動制御のためのエンドツーエンド強化学習
視覚と固有感覚をMamba2で融合し、長距離依存を効率的に扱うエンドツーエンド強化学習フレームワークを提案。多様な運動制御タスクで安全性と性能を向上。
原題: Vision-Proprioception Fusion with Mamba2 in End-to-End Reinforcement Learning for Motion Control / Xiaowen Tao, Yinuo Wang, Jinzhao Zhou
日本語で読む → - 論文世界モデル画像認識
3D・4D世界モデリングのサーベイ
RGB-D画像や占有グリッド、LiDAR点群といったネイティブな3D/4D表現を用いた世界モデリング研究を初めて体系的に整理し、定義・分類・データセット・評価指標をまとめたサーベイ。
原題: 3D and 4D World Modeling: A Survey / Lingdong Kong, Yu Yang, Jianbiao Mei 他
日本語で読む → - 論文動作計画ロボティクス
文脈情報を活用した分布ロバスト安全動作計画
障害物の将来軌道の条件付き分布をRKHSに埋め込み、曖昧集合を定義することで、文脈情報を考慮した分布ロバストな衝突回避制約を導出し、移動ロボットの動作計画に適用した。
原題: Distributionally Robust Safe Motion Planning with Contextual Information / Kaizer Rahaman, Simran Kumari, Ashish R. Hota
日本語で読む →