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 → - 論文マニピュレーションロボティクス
拡散モデル誘導によるマルチアーム動作計画
単腕軌道生成とペア衝突解消の2つの拡散モデルを組み合わせ、MAPF風の分解で多数アームの動作計画を効率化した手法。
原題: Diffusion-Guided Multi-Arm Motion Planning ／ Viraj Parimi, Brian C. Williams
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 → - 論文最適制御math.OC
双対正則化リカッチ再帰による内点最適制御
制約付き非凸最適制御問題を内点法で解く際に現れる双対正則化LQR部分問題に対し、逐次O(N)・並列O(log N)のリカッチ再帰を導出し、降下方向性の保証と実装・ベンチマークを示した論文。
原題: Dual-Regularized Riccati Recursions for Interior-Point Optimal Control ／ João Sousa-Pinto, Dominique Orban
日本語で読む → - 論文マルチロボット協調知覚ロボティクス
CU-Multi：マルチロボット協調知覚のためのデータセット
複数ロボットの協調知覚研究用に、コロラド大学ボルダー校の屋外2地点で収集したRGB-D・RTK GPS・セマンティックLiDARを含む同期済みデータセットを構築した。
原題: CU-Multi: A Dataset for Multi-Robot Collaborative Perception ／ Doncey Albin, Daniel McGann, Miles Mena 他
日本語で読む → - 論文群制御ロボティクス
視覚言語モデルを用いた協調的マルチロボット探索・捜索
視覚言語モデル(VLM)を活用し、複数ロボットの探索と目的物体捜索を知的に協調させるフレームワークCOMRES-VLMを提案。大規模屋内シミュレーションで従来手法より探索完了が10.2%速く、物体捜索効率が55.7%高いことを示した。
原題: COMRES-VLM: Coordinated Multi-Robot Exploration and Search using Vision Language Models ／ Ruiyang Wang, Hao-Lun Hsu, David Hunt 他
日本語で読む → - 論文人間-物体インタラクション画像認識
OnlineHOI: オンライン人間-物体インタラクションの生成と知覚
ロボティクスやAR/VRで重要な人間-物体インタラクション(HOI)を、各時刻で現在と過去の情報のみを使うオンライン設定で生成・知覚する新タスクを提案し、Mambaとメモリ機構に基づくOnlineHOIフレームワークで高精度を達成した。
原題: OnlineHOI: Towards Online Human-Object Interaction Generation and Perception ／ Yihong Ji, Yunze Liu, Yiyao Zhuo 他
日本語で読む → - 論文群制御ロボティクス
動的な農場環境における複数自律オフロード車両の適応的カバレッジ制御
UAVで障害物や地形を検出し、UGV群が動的に経路を調整する適応的カバレッジ制御を提案。重み付き有向グラフとボロノイ分割で動的環境での効率的な走行を実現。
原題: An Adaptive Coverage Control Approach for Multiple Autonomous Off-road Vehicles in Dynamic Agricultural Fields ／ Sajad Ahmadi, Mohammadreza Davoodi, Javad Mohammadpour Velni
日本語で読む → - 論文VLAロボティクス
DreamNav: 軌道ベースの想像フレームワークによるゼロショット視覚言語ナビゲーション
自己中心視点のみを用いて、軌道レベル計画と能動的想像を統合したゼロショット視覚言語ナビゲーション手法を提案し、VLN-CEと実世界でSOTAを達成した。
原題: DreamNav: A Trajectory-Based Imaginative Framework for Zero-Shot Vision-and-Language Navigation ／ Yunheng Wang, Yuetong Fang, Taowen Wang 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 → - 論文システム同定機械学習
既知のダイナミクス下での物体識別：UAV分類のためのPIRNNアプローチ
物理情報を組み込んだ残差ニューラルネットワーク（PIRNN）を用いて、既知のダイナミクス下でUAV（クアッドコプター、固定翼機、ヘリコプター）を高精度かつ短時間で分類する手法を提案した。
原題: Object Identification Under Known Dynamics: A PIRNN Approach for UAV Classification ／ Nyi Nyi Aung, Neil Muralles, Adrian Stein
日本語で読む → - 論文マルチロボット協調/強化学習ロボティクス
CRAFT: 基盤モデルを用いたマルチロボット協調タスクのための強化学習の自律的コーチング
大規模言語モデルと視覚言語モデルを「コーチ」として活用し、マルチロボット協調タスクをサブタスクに分解して報酬関数を生成・洗練することで、複雑な協調行動を自律的に学習するフレームワークCRAFTを提案。
原題: CRAFT: Coaching Reinforcement Learning Autonomously using Foundation Models for Multi-Robot Coordination Tasks ／ Seoyeon Choi, Kanghyun Ryu, Jonghoon Ock 他
日本語で読む → - 論文マニピュレーションロボティクス
U-DiTポリシー：ロボットマニピュレーションのためのU字型拡散トランスフォーマー
U-Netの多スケール特徴融合とTransformerの大域的文脈モデリングを組み合わせたU字型拡散トランスフォーマーを提案し、シミュレーションと実機のマニピュレーションタスクで既存手法を上回る性能と汎化性を示した。
原題: U-DiT Policy: U-shaped Diffusion Transformers for Robotic Manipulation ／ Linzhi Wu, Aoran Mei, Xiyue Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
不確実性区間を考慮した決定を行う可動障害物間ナビゲーションNAMOUnc
観測ノイズや行動失敗などの不確実性を見積もり、障害物を除去するか迂回するかの時間コスト区間を比較して意思決定するNAMOフレームワークを提案し、実機実験で有効性を示した。
原題: NAMOUnc: Navigation Among Movable Obstacles with Decision Making on Uncertainty Interval ／ Kai Zhang, Eric Lucet, Julien Alexandre Dit Sandretto 他
日本語で読む → - 論文VLAcs.NI
相乗的強化：無線通信と身体性知能の融合
無線通信と身体性知能が相互に強化し合う共進化の枠組みを、知覚・認知・実行ループの観点から整理し、今後の課題を提示した展望論文。
原題: Synergetic Empowerment: Wireless Communications Meets Embodied Intelligence ／ Hongtao Liang, Yihe Diao, YuHang Wu 他
日本語で読む → - 論文キャリブレーションロボティクス
eKalibr-Inertial: イベントベース視覚慣性システムのための連続時間時空間キャリブレーション
円形グリッドボードを用いてイベントカメラと慣性センサの外部・時間パラメータを高精度にキャリブレーションする手法を提案し、実世界実験で有効性を示した。
原題: eKalibr-Inertial: Continuous-Time Spatiotemporal Calibration for Event-Based Visual-Inertial Systems ／ Shuolong Chen, Xingxing Li, Liu Yuan
日本語で読む → - 論文軌道予測ロボティクス
自動運転における軌道予測のための大規模基盤モデル：包括的サーベイ
自動運転の軌道予測に大規模言語モデルやマルチモーダル基盤モデルを活用する研究を体系的にレビューし、手法・評価・課題を整理したサーベイ。
原題: Large Foundation Models for Trajectory Prediction in Autonomous Driving: A Comprehensive Survey ／ Wei Dai, Shengen Wu, Wei Wu 他
日本語で読む → - 論文VLAロボティクス
ロボット制御に必要なのはピクセルモーション拡散である
高レベルな運動意図と低レベルなロボット動作をピクセルモーション表現で橋渡しする拡散モデルベースの統合フレームワークDAWNを提案し、CALVINやMetaWorldで高性能を示すとともに実機への転移も実証した。
原題: Pixel Motion Diffusion is What We Need for Robot Control ／ E-Ro Nguyen, Yichi Zhang, Kanchana Ranasinghe 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
MoTo: 汎用モバイルマニピュレーションのためのゼロショット・プラグイン型インタラクション認識ナビゲーション
固定ベースのマニピュレーション基盤モデルにプラグインするだけで、VLMと軌道最適化によりゼロショットで移動マニピュレーションを実現する手法を提案。
原題: MoTo: A Zero-shot Plug-in Interaction-aware Navigation for General Mobile Manipulation ／ Zhenyu Wu, Angyuan Ma, Xiuwei Xu 他
日本語で読む → - 論文ナビゲーションロボティクス
EZREAL: 視界変動下で遠方目標へ向かうゼロショット屋外ロボットナビゲーションの強化
遠方で小さく映る目標や一時的な遮蔽に対応するため、マルチスケール画像タイル階層と顕著性融合を用いた軽量なゼロショット物体ナビゲーションシステムを提案し、実環境で成功率を向上させた。
原題: EZREAL: Enhancing Zero-Shot Outdoor Robot Navigation toward Distant Targets under Varying Visibility ／ Tianle Zeng, Jianwei Peng, Hanjing Ye 他
日本語で読む → - 論文マニピュレーションロボティクス
DEXOP：巧みな人間操作をロボットへ転移するデバイス
人間の手指をロボットハンドに機械的に接続する受動型外骨格DEXOPを開発し、視覚・触覚データを大規模に収集してロボットの巧みな操作スキルを効率的に学習させる手法を提案した。
原題: DEXOP: A Device for Robotic Transfer of Dexterous Human Manipulation ／ Hao-Shu Fang, Branden Romero, Yichen Xie 他
日本語で読む → - 論文歩行ロボティクス
反力制御と歩容制御の分離による動的適応型脚式ロコモーション方策
強化学習による脚式ロコモーションにおいて、支持脚制御と遊脚制御を分離する枠組みを提案し、未知環境へのオンライン適応とsim-to-realギャップの低減を実現した。
原題: Dynamic Adaptive Legged Locomotion Policy via Decoupling Reaction Force Control and Gait Control ／ Renjie Wang, Shangke Lyu, Donglin Wang
日本語で読む → - 論文自律探索ロボティクス
GRATE: グラフトランスフォーマーを用いた時間効率の良い自律ロボット探索のための深層強化学習アプローチ
未知環境を自律探索するロボットの経路計画にグラフトランスフォーマーとカルマンフィルタを組み合わせ、移動距離と探索完了時間を最大約21%削減する強化学習手法を提案した。
原題: GRATE: a Graph transformer-based deep Reinforcement learning Approach for Time-efficient autonomous robot Exploration ／ Haozhan Ni, Jingsong Liang, Chenyu He 他
日本語で読む → - 論文物体識別画像認識
RoboEye: 選択的3D幾何キーポイントマッチングによる2Dロボット物体識別の強化
2D外観特徴に加え、必要な時だけ3D幾何特徴とキーポイント対応で再ランキングする2段階の物体識別フレームワークを提案し、倉庫の自動梱包での識別精度を向上させた。
原題: RoboEye: Enhancing 2D Robotic Object Identification with Selective 3D Geometric Keypoint Matching ／ Xingwu Zhang, Guanxuan Li, Zhuocheng Zhang 他
日本語で読む → - 論文飛行制御ロボティクス
壁面近傍飛行のための吸着力モデル補償型ドローン制御
壁に近づくと生じる吸着力を物理モデルで表現し、それを補償するモデル予測制御でクアッドロータの安定した軌道追従を実現した。
原題: Wall Inspector: Quadrotor Control in Wall-proximity Through Model Compensation ／ Peiwen Yang, Weisong Wen, Runqiu Yang 他
日本語で読む → - 論文点群処理画像認識
点群のリアルタイムマルチモデルパラメトリック表現
点群をガウス混合モデルでクラスタ分割し、平面やBスプライン曲面としてリアルタイムに検出・フィッティングする手法を提案。従来より高精度・高効率で、低電力オンボード計算機上で36.4fpsを実現した。
原題: A Real-Time Multi-Model Parametric Representation of Point Clouds ／ Yuan Gao, Wei Dong
日本語で読む → - 論文群制御ロボティクス
多脚ロボット群による分散協調物体輸送：ピンチ・リフト・ムーブの学習
腕付き四脚ロボット群が通信や集中制御なしに接触力だけで協調し、掴めない物体を持ち上げて運ぶ分散制御を階層的方策と報酬設計で実現した。
原題: Multi-Quadruped Cooperative Object Transport: Learning Decentralized Pinch-Lift-Move ／ Bikram Pandit, Aayam Kumar Shrestha, Alan Fern
日本語で読む → - 論文群制御ロボティクス
スウォームオラクル：ロボット群によるトラストレスなブロックチェーン合意
複数のステークホルダーに属する自律ロボット群が、搭載センサとP2P通信を用いて現実世界のデータをビザンチン耐性プロトコルで集合的に検証し、パブリックブロックチェーンのスマートコントラクトに提供する分散型オラクルを提案した。
原題: Swarm Oracle: Trustless Blockchain Agreements through Robot Swarms ／ Alexandre Pacheco, Hanqing Zhao, Volker Strobel 他
日本語で読む → - 論文自律走行ロボティクス
自律走行レースのためのオンライン滑り検出と摩擦係数推定
IMUとLiDAR、制御入力のみを用いて、車両やタイヤのモデルなしでリアルタイムに滑りを検出し、路面摩擦係数を推定する軽量手法を提案し、1:10スケールの自律走行車で有効性を示した。
原題: Online Slip Detection and Friction Coefficient Estimation for Autonomous Racing ／ Christopher Oeltjen, Carson Sobolewski, Saleh Faghfoorian 他
日本語で読む → - 論文マニピュレーションロボティクス
跳ぶ前に見よ：高自由度ロボットのための運動と知覚の同時計画
知覚制約を満たしながら高自由度ロボットの運動を計画するため、知覚スコアをニューラル代理モデルで近似しGPU並列化した確率的ロードマッププランナ（PS-PRM）を提案。動的環境でのオンライン再計画を可能にした。
原題: Look as You Leap: Planning Simultaneous Motion and Perception for High-DOF Robots ／ Qingxi Meng, Emiliano Flores, Carlos Quintero-Peña 他
日本語で読む →