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: 2025/8/1 ／ 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 →- 論文動作計画ロボティクス
GPUを用いた産業用ロボットの動作計画：拡張自由度システムへのcuRoboの統合
NVIDIAのcuRoboをVentionのモジュール式自動化プラットフォームに統合し、7軸ガントリーを含む多自由度ロボットのピックアンドプレース作業で高速な軌道生成と動的衝突回避を実現した。
原題: Industrial Robot Motion Planning with GPUs: Integration of cuRobo for Extended DOF Systems ／ Luai Abuelsamen, Harsh Rana, Ho-Wei Lu 他
日本語で読む → - 論文VLAロボティクス
OmniVTLA: 触覚知覚を統合した視覚・触覚・言語・行動モデル
触覚センサの異種性に対応する二経路エンコーダと大規模触覚データセットObjTacを構築し、接触を伴う操作タスクで高い成功率を達成したVLAモデルを提案。
原題: OmniVTLA: Vision-Tactile-Language-Action Models with Semantic-Aligned Tactile Sensing ／ Zhengxue Cheng, Yiqian Zhang, Anni Tang 他
日本語で読む → - 論文軌道計画ロボティクス
微分平坦性を利用した自動駐車のための高速反復軌道計画法
自動駐車向けに、微分平坦性とギアチェンジ点での終端平滑化制約を組み合わせ、衝突回避と制御可能性を両立させた高速反復軌道計画手法を提案した。
原題: A Rapid Iterative Trajectory Planning Method for Automated Parking through Differential Flatness ／ Zhouheng Li, Lei Xie, Cheng Hu 他
日本語で読む → - 論文ロバストMPCロボティクス
データから安全な移動ロボットナビゲーションへ：効率的でモジュール式なロバストMPC設計パイプライン
閉ループ実験データから外乱境界を推定し、ロバスト出力フィードバックMPCを合成する反復パイプラインを提案。Gazebo上のクアッドロータで制約充足と再帰的実行可能性を実証した。
原題: From Data to Safe Mobile Robot Navigation: An Efficient and Modular Robust MPC Design Pipeline ／ Dennis Benders, Johannes Köhler, Robert Babuška 他
日本語で読む → - 論文平面検出画像認識
モデル情報最適化による平面検出とランキング
深度画像から平面を検出する際、RANSACの閾値依存による誤検出を防ぐため、モデル情報最適化に基づく枠組みを提案し、真の平面数決定と各平面の品質ランキングを可能にした。
原題: Plane Detection and Ranking via Model Information Optimization ／ Daoxin Zhong, Jun Li, Meng Yee Michael Chuah
日本語で読む → - 論文VLAロボティクス
INTENTION：対話的直感と接地されたVLMによるヒューマノイドロボット動作の傾向推論
視覚言語モデルによるシーン推論と対話駆動型メモリを統合し、新しい環境でも人間のように直感的に操作行動を推論できるロボットフレームワークを提案。
原題: INTENTION: Inferring Tendencies of Humanoid Robot Motion Through Interactive Intuition and Grounded VLM ／ Jin Wang, Weijie Wang, Boyuan Deng 他
日本語で読む → - 論文制御ロボティクス
計算制約下の航空システムのためのニュートン・ラフソン法に基づく軽量追従制御
小型飛行船と中型クアッドロータにニュートン・ラフソン法ベースの軽量追従制御を実装し、実機実験で従来手法より計算時間とエネルギーを大幅に削減しつつ同等以上の追従性能を達成した。
原題: Lightweight Tracking Control for Computationally Constrained Aerial Systems with the Newton-Raphson Method ／ Evanns Morales-Cuadrado, Luke Baird, Yorai Wardi 他
日本語で読む → - 論文マニピュレーションロボティクス
模倣学習によるHannes義手の把持制御
模倣学習を用いてHannes義手を制御し、非構造環境での物体把持を実現する手法とデータセットを提案した論文。
原題: HannesImitation: Grasping with the Hannes Prosthetic Hand via Imitation Learning ／ Carlo Alessi, Federico Vasile, Federico Ceola 他
日本語で読む → - 論文全身運動模倣ロボティクス
人間データからの全身運動模倣フレームワーク：フルサイズヒューマノイドロボット向け
人間の全身運動を接触を考慮してリターゲティングし、非線形重心MPCと全身制御でバランスを保ちながら実機ヒューマノイドに模倣させるフレームワークを提案した。
原題: A Whole-Body Motion Imitation Framework from Human Data for Full-Size Humanoid Robot ／ Zhenghan Chen, Haodong Zhang, Dongqi Wang 他
日本語で読む → - 論文モジュラーロボットロボティクス
モジュラーロボットの自己再構成における環境活用の探求
モジュラートラスロボットが環境の段差や隙間、傾斜を利用して、移動や自己再構成、2次元から3次元への組み立てを効率的に行う方法を研究した。
原題: Exploring environment exploitation for self-reconfiguration in modular robotics ／ Philippe Martin Wyder, Haorui Li, Andrew Bae 他
日本語で読む → - 論文移動ロボットロボティクス
OpenScout v1.1 モバイルロボット：オープンハードウェア継続のケーススタディ
研究・産業向けオープンソースハードウェア移動ロボットOpenScoutをv1.1に拡張し、計算機の簡素化・低コスト化・高性能化、ROS2シミュレーションインタフェース、Gazeboシミュレーションを実装した事例を報告する。
原題: OpenScout v1.1 mobile robot: a case study on open hardware continuation ／ Bartosz Krawczyk, Ahmed Elbary, Robbie Cato 他
日本語で読む → - 論文ロボットビジョンロボティクス
視覚知覚エンジン：ロボットビジョンタスクのための高速で柔軟なマルチヘッド推論
共有バックボーンと複数のタスクヘッドを並列実行し、GPUメモリ転送を排除して最大3倍の高速化を実現するモジュール型フレームワークを提案。
原題: Visual Perception Engine: Fast and Flexible Multi-Head Inference for Robotic Vision Tasks ／ Jakub Łucki, Jonathan Becktor, Georgios Georgakis 他
日本語で読む → - 論文物体目標ナビゲーション画像認識
LLMの事前知識をフローモデルに蒸留し物体目標ナビゲーションの想像力を汎化
LLMから得た空間事前知識を2次元ガウス場としてフローモデルに蒸留し、未観測領域の意味マップを生成的に補完することで、未知環境での物体目標ナビゲーションを高精度化した研究。
原題: Distilling LLM Prior to Flow Model for Generalizable Agent's Imagination in Object Goal Navigation ／ Badi Li, Ren-jie Lu, Yu Zhou 他
日本語で読む → - 論文物体検出ロボティクス
自動運転における物体検出のデータシフト問題
自動運転の物体検出におけるデータシフト問題を分析し、CycleGANによるデータ拡張とYOLOv5を組み合わせてBDD100Kデータセットで性能を改善した研究。
原題: Data Shift of Object Detection in Autonomous Driving ／ Lida Xu
日本語で読む → - 論文VLAロボティクス
ケミストアイ：自己駆動型実験室における安全監視とロボット意思決定のための視覚言語モデル搭載システム
自己駆動型実験室の安全性を高めるため、RGB・深度・赤外線カメラと視覚言語モデルを組み合わせ、PPE違反や火災を検知してロボットを誘導する分散型監視システムを開発した。
原題: Chemist Eye: A Visual Language Model-Powered System for Safety Monitoring and Robot Decision-Making in Self-Driving Laboratories ／ Francisco Munguia-Galeano, Zhengxue Zhou, Satheeshkumar Veeramani 他
日本語で読む → - 論文イベントカメラ画像認識
UAVリアルタイム知覚のためのイベントベース高速強度再構成手法
イベントカメラの非同期ストリームから単一積分と減衰アルゴリズムで高フレームレート（100FPS）の強度画像を再構成し、UAV搭載のリアルタイム知覚を可能にする手法を提案。
原題: An Event-based Fast Intensity Reconstruction Scheme for UAV Real-time Perception ／ Xin Dong, Yiwei Zhang, Yangjie Cui 他
日本語で読む → - 論文実験自動化ロボティクス
仮想ラボとデジタルツインによる実行トレースで実現するオープンで再現可能かつ信頼できるロボット実験
ロボットによる自律実験の透明性と再現性を高めるため、意味論的実行トレースとクラウド上の仮想研究施設を提案し、オープンな知識表現でロボット駆動科学を支援する。
原題: Open, Reproducible and Trustworthy Robot-Based Experiments with Virtual Labs and Digital-Twin-Based Execution Tracing ／ Benjamin Alt, Mareike Picklum, Sorin Arion 他
日本語で読む → - 論文HRIロボティクス
舞台を整える：ロールプレイのメタファーによる複数ロボットとのストーリーテリング
複数ロボットをジェスチャで操作する際の硬直した対応を超えるため、監督・操り人形師・魔法使いという3つの役割を導入し、物語の枠組みで多様なジェスチャと対話スタイルを設計する手法を提案した。
原題: Set the Stage: Enabling Storytelling with Multiple Robots through Roleplaying Metaphors ／ Tyrone Justin Sta Maria, Faith Griffin, Jordan Aiko Deja
日本語で読む → - 論文VLAロボティクス
人間中心の汎用物理知能によるアジャイル製造自動化
VLAモデルを中心に、汎用物理知能(GPI)の概念を整理し、アジャイル製造への実用化に向けた課題と展望を6つの柱で体系的にレビューした。
原題: Human Centric General Physical Intelligence for Agile Manufacturing Automation ／ Sandeep Kanta, Mehrdad Tavassoli, Varun Teja Chirkuri 他
日本語で読む → - 論文VLA画像認識
SegDAC: 動的オブジェクトトークンによる強化学習の視覚的汎化
テキスト誘導セグメンテーションで物体マスクを抽出し、可変長のオブジェクトトークン列をTransformerベースのActor-Criticで処理する強化学習手法を提案。視覚条件が変化するテスト時でも高い汎化性能を示した。
原題: SegDAC: Visual Generalization in Reinforcement Learning via Dynamic Object Tokens ／ Alexandre Brown, Glen Berseth
日本語で読む → - 論文マニピュレーションロボティクス
3D FlowMatch Actor：単腕・双腕マニピュレーションのための統合3Dポリシー
流れマッチングと3D事前学習済み視覚表現を組み合わせ、単腕・双腕ロボット操作を高速かつ高精度に行う3Dポリシーを提案。
原題: 3D FlowMatch Actor: Unified 3D Policy for Single- and Dual-Arm Manipulation ／ Nikolaos Gkanatsios, Jiahe Xu, Matthew Bronars 他
日本語で読む → - 論文水中ロボティクス/センサ融合ロボティクス
高濁度水中環境における光学・音響融合シーン再構成
濁った水中で、カメラ画像とソナーのデータを領域単位で対応付けることで、リアルタイムにシーンを3次元再構成する手法を提案した論文。
原題: Opti-Acoustic Scene Reconstruction in Highly Turbid Underwater Environments ／ Ivana Collado-Gonzalez, John McConnell, Paul Szenher 他
日本語で読む → - 論文歩行ロボティクス
固有受容覚センサのみを用いたSpot四足歩行ロボットの地形分類
Spotロボットの固有受容覚信号から次元削減と分類手法を組み合わせ、走破性に基づいて3種類の地形を約97%の精度で識別する分類器を開発した。
原題: Terrain Classification for the Spot Quadrupedal Mobile Robot Using Only Proprioceptive Sensing ／ Sophie Villemure, Jefferson Silveira, Joshua A. Marshall
日本語で読む → - 論文交通シミュレーション制御
ノイズを考慮した生成的顕微鏡交通シミュレーション
インフラカメラ由来のノイズを含む車両軌跡データセットI24-MSDを構築し、ノイズを学習問題の一部として扱う生成的交通シミュレーションモデルを提案した論文。
原題: Noise-Aware Generative Microscopic Traffic Simulation ／ Vindula Jayawardana, Catherine Tang, Junyi Ji 他
日本語で読む → - 論文医療ロボティクスロボティクス
超音波画像誘導ロボット脊椎手術のためのロバスト劣ガウスモデル予測制御
画像から推定した状態の誤差を劣ガウス雑音としてモデル化し、その不確かさを伝播させることで、線形システムの閉ループ安全性を保証するモデル予測制御を開発し、超音波画像誘導脊椎手術に応用した。
原題: Robust-Sub-Gaussian Model Predictive Control for Safe Ultrasound-Image-Guided Robotic Spinal Surgery ／ Yunke Ao, Manish Prajapat, Yarden As 他
日本語で読む → - 論文姿勢推定ロボティクス
UnPose: 不確実性誘導拡散事前分布によるゼロショット姿勢推定
事前学習済み拡散モデルの3D事前分布と不確実性推定を活用し、CADモデル不要で新規物体の6D姿勢推定と3D再構成をゼロショットで行うフレームワークを提案。
原題: UnPose: Uncertainty-Guided Diffusion Priors for Zero-Shot Pose Estimation ／ Zhaodong Jiang, Ashish Sinha, Tongtong Cao 他
日本語で読む → - 論文経路計画AI
A-MHA*: いつでも使えるマルチヒューリスティックA*
複数の非許容ヒューリスティックを活用するMHA*を拡張し、時間制限内で解を継続的に改善するいつでもアルゴリズムを提案した。
原題: A-MHA*: Anytime Multi-Heuristic A* ／ Ramkumar Natarajan, Muhammad Suhail Saleem, William Xiao 他
日本語で読む → - 論文自動運転レースロボティクス
MCTR: デジタルツインシミュレーションを用いた自動運転レースのための中点補正三角測量
LiDARデータから直接制御する自動運転レース向けに、軌道の滑らかさを改善するMCTRアルゴリズムを提案し、CARLAでのデジタルツイン検証と実車実験で有効性を示した。
原題: MCTR: Midpoint Corrected Triangulation for Autonomous Racing via Digital Twin Simulation in CARLA ／ Junhao Ye, Cheng Hu, Yiqin Wang 他
日本語で読む → - 論文自動運転ロボティクス
3D畳み込みニューラルネットワークによるミニ自律走行車の運転
RGB-D情報と3D CNNを用いてシミュレーション環境でミニ自律走行車を制御し、RNNと比較して汎化性能と運転性能を評価した研究。
原題: Mini Autonomous Car Driving based on 3D Convolutional Neural Networks ／ Pablo Moraes, Monica Rodriguez, Kristofer S. Kappel 他
日本語で読む → - 論文ロボット手術ロボティクス
ロボット支援手術における意図認識と認知負荷の関係解明
脳活動・心拍・筋電・視線追跡を統合し、認知負荷が高い状況でも手術者の意図を認識できる適応支援システムを構築する研究。
原題: Unraveling the Connection: How Cognitive Workload Shapes Intent Recognition in Robot-Assisted Surgery ／ Mansi Sharma, Antonio Kruger
日本語で読む →