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 →- 論文拡散ポリシー/世界モデル/オフラインRLロボティクス
DiWA: 世界モデルによる拡散ポリシーの適応
世界モデルを活用し、拡散ポリシーをオフライン強化学習でファインチューニングするフレームワークDiWAを提案。実環境との相互作用を大幅に削減し、CALVINベンチマークで8タスクの性能を向上させた。
原題: DiWA: Diffusion Policy Adaptation with World Models ／ Akshay L Chandra, Iman Nematollahi, Chenguang Huang 他
日本語で読む → - 論文姿勢推定画像認識
平面点特徴を用いたカメラ姿勢推定の簡潔な代数的解法
平面上の4点以上の基準点とカメラでの方位測定から、カメラの姿勢を階層的に推定する簡潔な代数的手法を提案し、ノイズへの頑健性を向上させる平均化手法を導入した。
原題: A Simple Algebraic Solution for Estimating the Pose of a Camera from Planar Point Features ／ Tarek Bouazza, Tarek Hamel, Claude Samson
日本語で読む → - 論文ナビゲーションロボティクス
シーングラフを用いた想像的世界モデリングによる身体性エージェントのナビゲーション
階層的シーングラフと大規模言語モデルで未観測環境を想像し、適応的に経路探索するナビゲーション手法SGImagineNavを提案。実環境とシミュレーションで成功率を向上させた。
原題: Imaginative World Modeling with Scene Graphs for Embodied Agent Navigation ／ Yue Hu, Junzhe Wu, Ruihan Xu 他
日本語で読む → - 論文マニピュレーションロボティクス
手術ロボットのための世界モデルを用いた視覚運動把持
手術ロボットにおける把持を自動化するため、世界モデルベースの視覚運動学習フレームワークGASv2を提案し、単一ステレオカメラのみで多様な未見物体への把持を実現した。
原題: Visuomotor Grasping with World Models for Surgical Robots ／ Hongbin Lin, Bin Li, Kwok Wai Samuel Au
日本語で読む → - 論文VLAロボティクス
FlowVLA: 視覚的思考連鎖による動作推論を用いた視覚-言語-行動モデル
未来フレーム予測の前にオプティカルフローで動作を推論するVisual CoTを導入し、物理的に妥当な予測と高効率なロボット操作を実現した。
原題: FlowVLA: Visual Chain of Thought-based Motion Reasoning for Vision-Language-Action Models ／ Zhide Zhong, Haodong Yan, Junfeng Li 他
日本語で読む → - 論文VLAロボティクス
構造化ビヘイビアツリーと大規模言語モデルによる解釈可能なロボット制御
大規模言語モデルとビヘイビアツリーを組み合わせ、自然言語指示をロボットの実行可能な行動に変換するフレームワークを提案し、実環境で約94%の認識・実行精度を達成した。
原題: Interpretable Robot Control via Structured Behavior Trees and Large Language Models ／ Ingrid Maéva Chekam, Ines Pastor-Martinez, Ali Tourani 他
日本語で読む → - 論文協調SLAMロボティクス
COSMO-Bench：協調SLAM最適化のためのベンチマーク
マルチロボット協調SLAMの分散最適化アルゴリズム研究用に、実世界LiDARデータから生成した24種類のベンチマークデータセットを構築・公開した。
原題: COSMO-Bench: A Benchmark for Collaborative SLAM Optimization ／ Daniel McGann, Easton R. Potokar, Michael Kaess
日本語で読む → - 論文協調搬送ロボティクス
MIGHTY吸盤を用いた人間と四足ロボットの協調物体搬送制御
吸盤をグリッパ兼力覚センサとして使う四足ロボットが、人間と一緒に物体を運ぶためのアドミタンス制御則を提案し、実験で検証した。
原題: A control scheme for collaborative object transportation between a human and a quadruped robot using the MIGHTY suction cup ／ Konstantinos Plotas, Emmanouil Papadakis, Drosakis Drosakis 他
日本語で読む → - 論文VLAロボティクス
MemoryVLA: ロボット操作のための視覚-言語-行動モデルにおける知覚・認知記憶
人間の作業記憶と海馬の記憶機構に着想を得て、知覚・認知トークンを記憶バンクに蓄え再利用するVLAモデルを提案し、長期的な依存を含む操作タスクで従来手法を上回る成功率を達成した。
原題: MemoryVLA: Perceptual-Cognitive Memory in Vision-Language-Action Models for Robotic Manipulation ／ Hao Shi, Bin Xie, Yingfei Liu 他
日本語で読む → - 論文水中3D物体検出画像認識
ソナーポイントクラウドからの訓練不要水中3D物体検出に向けて：従来手法と深層学習手法の比較
水中3D物体検出を訓練データなしで実現するため、物理ベースのソナーシミュレーションで合成データを生成し深層学習モデルを訓練する手法と、幾何学的形状を利用したテンプレートマッチング手法を比較した。実海域データではテンプレートマッチングが訓練不要で高いロバスト性を示した。
原題: Towards Training-Free Underwater 3D Object Detection from Sonar Point Clouds: A Comparison of Traditional and Deep Learning Approaches ／ M. Salman Shaukat, Yannik Käckenmeister, Sebastian Bader 他
日本語で読む → - 論文移動ロボット/歩行者相互作用ロボティクス
歩行者モデルから学ぶ移動ロボット：すれ違いの「サイドウォークサルサ」回避
歩行者同士のすれ違いで起こる「サイドウォークサルサ」を再現する歩行者モデルを強化学習エージェントに組み込み、ロボットが歩行者と円滑に相互作用する方法を学習できるか検証した。
原題: Can a mobile robot learn from a pedestrian model to prevent the sidewalk salsa? ／ Olger Siebinga, David Abbink
日本語で読む → - 論文UAV/ペイロード制御ロボティクス
吊り下げペイロードを搭載したUAVの完全オンボード状態推定と軌道追従
GNSSとIMUのみを用いて、ケーブルで吊り下げたペイロードの位置を推定し、モデル予測制御で追従する完全オンボードの枠組みを提案し、実機実験で有効性を示した。
原題: Towards Fully Onboard State Estimation and Trajectory Tracking for UAVs with Suspended Payloads ／ Martin Jiroušek, Tomáš Báča, Martin Saska
日本語で読む → - 論文マルチロボット協調ロボティクス
展開可能なマルチロボット協調に向けた記号誘導型Decision Transformer
神経記号的プランナが生成する記号的サブゴールで目標条件付きDecision Transformerを導く階層型フレームワークSGDTを提案し、マルチロボット操作タスクにおけるゼロショット・少数ショット性能を評価した。
原題: Toward Deployable Multi-Robot Collaboration via a Symbolically-Guided Decision Transformer ／ Rathnam Vidushika Rasanji, Jin Wei-Kocsis, Jiansong Zhang 他
日本語で読む → - 論文VLAロボティクス
Embodied-R1: 汎用ロボット操作のための強化学習による身体性推論
「ポインティング」を身体性に依存しない中間表現として用い、3Bの視覚言語モデルを強化学習ファインチューニングで訓練することで、未知の環境や実機タスクへのゼロショット汎化を実現した研究。
原題: Embodied-R1: Reinforced Embodied Reasoning for General Robotic Manipulation ／ Yifu Yuan, Haiqin Cui, Yaoting Huang 他
日本語で読む → - 論文触覚ロボティクス
触覚が語り、音が感じる：ロボットから人への感情的・社会的触覚のマルチモーダルアプローチ
振動モーターと音を同期させたマルチモーダルシステムで、ロボットが触覚と音の組み合わせにより感情や社会的ジェスチャーを伝える手法を検証した。
原題: Touch Speaks, Sound Feels: A Multimodal Approach to Affective and Social Touch from Robots to Humans ／ Qiaoqiao Ren, Tony Belpaeme
日本語で読む → - 論文検証・安全性制御
視覚ベース自律性の統一的な確率的検証と妥当性確認に向けて
視覚ベースの自律システムの安全性を、区間マルコフ決定過程を用いて検証モデルとオフライン検証を統合し、分布外テスト条件にも適応する柔軟な保証を提供する手法を提案した。
原題: Towards Unified Probabilistic Verification and Validation of Vision-Based Autonomy ／ Jordan Peper, Yan Miao, Sayan Mitra 他
日本語で読む → - 論文医療ロボティクス/視覚サーボ/安全制御ロボティクス
不確実性下での視野制約を考慮した自律ロボット手術のための安全強化型視覚予測制御
腹腔鏡の自律制御において、ガウス過程回帰で不確実性を定量化し、確率的制約と制御バリア関数を組み合わせることで、不確実性下でも視野の安全性を保証する視覚予測制御フレームワークを提案した。
原題: VisionSafeEnhanced VPC: Cautious Predictive Control with Visibility Constraints under Uncertainty for Autonomous Robotic Surgery ／ Wang Jiayin, Wei Yanran, Jiang Lei 他
日本語で読む → - 論文モデルベース計画ロボティクス
ロバスト計画のための因果構造分布の学習
因果構造の不確実性を考慮してロボットの動力学モデルを学習し、新しい環境での計画をよりロバストかつ低計算コストで実現する手法を提案。
原題: Learning Causal Structure Distributions for Robust Planning ／ Alejandro Murillo-Gonzalez, Junhong Xu, Lantao Liu
日本語で読む → - 論文群衆ナビゲーションロボティクス
学習ベース軌道予測を用いたMPCによる群衆ナビゲーション
深層学習による歩行者軌道予測をモデル予測制御に統合し、実機ロボットで群衆環境でのナビゲーション性能を評価した。
原題: Model Predictive Control for Crowd Navigation via Learning-Based Trajectory Prediction ／ Mohamed Parvez Aslam, Bojan Derajic, Mohamed-Khalil Bouzidi 他
日本語で読む → - 論文歩行ロボティクス
生LiDAR点群から直接制御する人型ロボットの安全で快適な歩行ポリシー
生のLiDAR点群を直接モータ指令に変換するエンドツーエンド歩行ポリシーを提案し、制約付きMDPと制御バリア関数を組み合わせて安全性を保証、快適性報酬で人間に配慮した動きを実現、実機へ転移した。
原題: End-to-End Humanoid Robot Safe and Comfortable Locomotion Policy ／ Zifan Wang, Xun Yang, Jianzhuang Zhao 他
日本語で読む → - 論文自動運転知覚ロボティクス
安全クリティカルな自動運転のための進化的Bird's Eye View知覚：包括的サーベイ
自動運転におけるBird's Eye View知覚を安全性の観点から、単一モダリティ車載・マルチモーダル車載・マルチエージェント協調の3段階で体系的にレビューし、データセットや課題、将来方向を整理したサーベイ。
原題: Progressive Bird's Eye View Perception for Safety-Critical Autonomous Driving: A Comprehensive Survey ／ Yan Gong, Naibang Wang, Jianli Lu 他
日本語で読む → - 論文3D検出画像認識
HQ-OV3D: 拡散モデルに基づく高品質ボックスオープンワールド3D検出フレームワーク
拡散モデルを用いて高品質な擬似ラベルを生成・精錬し、オープンボキャブラリ3D検出の精度を向上させるフレームワークを提案。
原題: HQ-OV3D: A High Box Quality Open-World 3D Detection Framework based on Diffision Model ／ Qi Liu, Yabei Li, Hongsong 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
FBI: 動的な視触覚ショートカット方策による巧みな把持内操作の学習
触覚信号と物体運動の因果関係を動的潜在モデルで捉え、視覚と触覚を動的に融合する模倣学習フレームワークFBIを提案し、把持内操作タスクで性能を向上させた。
原題: FBI: Learning Dexterous In-hand Manipulation with Dynamic Visuotactile Shortcut Policy ／ Yijin Chen, Wenqiang Xu, Zhenjun Yu 他
日本語で読む → - 論文ロボットミドルウェアロボティクス
サービスディスカバリに基づくハイブリッドネットワークミドルウェア：分散ロボティクスシステムにおける効率的な通信
大規模L4自動運転車両のOrin演算ユニット間通信を効率化するため、サービスディスカバリとメッセージブリッジを活用したハイブリッドネットワークミドルウェアRIMAOS2Cを提案し、大容量データ伝送効率を36～40%向上させた。
原題: Service Discovery-Based Hybrid Network Middleware for Efficient Communication in Distributed Robotic Systems ／ Shiyao Sang, Yinggang Ling
日本語で読む → - 論文マニピュレーションロボティクス
嵌合部品のためのアフォーダンス誘導型双腕分解テレオペレーション
嵌合部品を非破壊で分解するため、把持可能姿勢と分解方向を仮想環境に可視化し、位置・インピーダンス制御を組み合わせた双腕テレオペレーションシステムを提案した。
原題: Affordance-Guided Dual-Armed Disassembly Teleoperation for Mating Parts ／ Gen Sako, Takuya Kiyokawa, Kensuke Harada 他
日本語で読む → - 論文マニピュレーションロボティクス
モジュール式真空固定システムによる適応的分解作業空間の統合
小型家電の分解作業において、曲面形状に対応するため市販のバルーン型ソフトグリッパーを活用したモジュール式真空固定システムを提案し、安定性を考慮した計画フレームワークを開発した。従来の剛体固定具と比較して、ネジ除去作業の成功率と配置安定性が向上することを実証した。
原題: Modular Vacuum-Based Fixturing System for Adaptive Disassembly Workspace Integration ／ Haohui Pan, Takuya Kiyokawa, Tomoki Ishikura 他
日本語で読む → - 論文HRIロボティクス
感情的な影響と人間-ロボットの協調反応の因果関係について
ロボットが人間と出来事への反応を共有することで、人間がロボットの感情的影響をどう知覚するかを調査し、約200msの遅延が最も効果的であることを示した。
原題: On the causality between affective impact and coordinated human-robot reactions ／ Morten Roed Frederiksen, Kasper Støy
日本語で読む → - 論文触覚/センシングeess.SP
大規模言語モデルはレーダー信号から材料を識別できるか？
レーダー生信号から材料を直接推論するLLM活用の初の試み。物理ベースの信号処理で特徴を抽出し、RAGでドメイン知識を補って識別する手法を提案。
原題: Can Large Language Models Identify Materials from Radar Signals? ／ Jiangyou Zhu, Hongyu Deng, He Chen
日本語で読む → - 論文HRIロボティクス
ロボットと踊る：パフォーマンスアートにおける子どもとロボットの相互作用に関する実験的研究
自律型ロボットアームNEDを用いた芸術インスタレーションで、18人の子どもの体験を観察し、子どもとロボットの相互作用における課題を分析した研究。
原題: Dancing with a Robot: An Experimental Study of Child-Robot Interaction in a Performative Art Setting ／ Victor Ngo, Rachel, Ramchurn 他
日本語で読む → - 論文sim2realロボティクス
Sim2Dust：粒状媒体上での動的ウェイポイント追従を実現する
ランダム化した物理シミュレーションで強化学習エージェントを訓練し、月面模擬環境の実機ローバーへゼロショット転移することで、粒状地形上での動的ウェイポイント追従を可能にした。
原題: Sim2Dust: Mastering Dynamic Waypoint Tracking on Granular Media ／ Andrej Orsula, Matthieu Geist, Miguel Olivares-Mendez 他
日本語で読む →