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: 2026/8/30 ／ 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 →- 論文全身操作/自己受容感覚ロボティクス
盲目の巧みさ：純粋な自己受容感覚による全身ヒューマノイド操作
カメラや触覚センサーを使わず、関節エンコーダのみの自己受容感覚でUnitree G1ヒューマノイドが全身操作タスク（歩行、ボールトラップ、スーツケース持ち上げ、スケートボード搭乗）を達成できることを示した論文。接触による関節読み取り値の変化が全身触覚チャネルとして機能することを明らかにした。
原題: Blind Dexterity: Whole-Body Humanoid Manipulation via Pure Proprioception ／ Aditya Bhatt, Oleg Kaidanov, Puze Liu 他
日本語で読む → - 論文VLAロボティクス
言語フィードバックによるVLAモデル失敗の訓練不要な行動補正
VLAモデルの実行時失敗を、再訓練なしにタスクレベルの自然言語補正で行動の大きさを調整して修正するフレームワークCorrectVLAを提案。シミュレーションと実ロボットで有効性を示し、修正可能な失敗の境界を明らかにした。
原題: Training-Free Action Correction for VLA Model Failures via Language Feedback ／ Owen Kwon, Pablo Ortega-Kral, Arthur Bucker 他
日本語で読む → - 論文群制御cs.MA
信号時相論理仕様からの拡散による汎化可能なマルチエージェント計画
拡散モデルとSTLの微分可能近似を組み合わせ、訓練時に見たことのない仕様にも汎化できるマルチエージェント計画手法を提案した。
原題: Generalizable Multi-Agent Planning from Signal Temporal Logic Specifications via Diffusion ／ Joe Eappen, Zikang Xiong, Shreyash S. Iyengar 他
日本語で読む → - 論文画像生成画像認識
離散拡散ブリッジによる時空間整合画像変換と生成
標準的な離散拡散の時空間的な不整合を解決するため、吸収状態をマスクとソースの混合にし、情報量に基づくノイズスケジュールを導入したフレームワークを提案。
原題: Discrete Diffusion Bridges for Spatiotemporally Aligned Image Translation and Generation ／ Xing Xie, Jiawei Liu, Shijun Zhou 他
日本語で読む → - 論文世界モデル機械学習
潜在世界モデルにおける介入ギャップ
学習された世界モデルが、環境への介入と同様の効果をタスク変数に与えるかどうかを評価する「介入忠実度」という指標を提案し、既存のモデルでは報酬予測誤差が小さくても介入効果が不正確であることを示した。
原題: The Intervention Gap in Latent World Models ／ Donna Vakalis
日本語で読む → - 論文sim2realロボティクス
タスク関連特徴ダイナミクスの忠実度がロボット超音波走査のゼロショットsim-to-real転送を可能にする
シミュレーションと実機の間で、プローブ動作に伴うタスク関連の特徴変化の一貫性（TR-FDF）を保つことで、実機データなしで訓練したポリシーが高成功率でゼロショット転送できることを示した。
原題: Task-Relevant Feature-Dynamics Fidelity Enables Zero-Shot Sim-to-Real Transfer for Robotic Ultrasound Scanning ／ Yizhao Qian, Jiayuan Luo, Wanyi Zhu 他
日本語で読む → - 論文ウェアラブルロボット/マッサージロボティクス
MiBOT: 人間のようなソフトマッサージで心血管反応を調整する頭部装着型ロボット
頭部に装着するマッサージロボットMiBOTを開発し、空気圧人工筋肉による静かな動作で人間のマッサージに似た触覚刺激を提供。被験者の血圧と心拍数を下げる効果を実証した。
原題: MiBOT: A head-worn robot that modulates cardiovascular responses through human-like soft massage ／ Alice Mylaeus, Stephanie Vogt, Berken Utku Demirel 他
日本語で読む → - 論文プランニングロボティクス
凸集合グラフを用いたサンプリングベースの認定プランニング
凸領域のグラフを用いたプランナーが返す軌道の衝突安全性を検証する新しい手法を提案し、従来法の誤り率を大幅に低減しつつ高速化を実現した。
原題: Sampling-based Certified Planning with Graphs of Convex Sets ／ Peng Xie, Amr Alanwar
日本語で読む → - 論文システム同定ロボティクス
大型実世界物体のアドミタンスモデルのシステム同定
実世界の大型物体（ドアや手押し車）の物理的に整合性のあるアドミタンスモデルを同定するワークフローを提案し、ハンドルと本体を分離して推定することで、ヒンジや車軸のトルクセンサなしで高精度なモデルを構築した。
原題: System Identification of Admittance Models for Large Real-World Objects ／ Nathan I. Baum, Nathaniel G. Luttmer, Mark A. Minor
日本語で読む → - 論文世界モデル/ベンチマーク調査ロボティクス
世界モデルはより優れたロボットを作るのか？予測的身体知能の評価ベンチマーク調査
ロボット学習における世界モデルとVLA政策の評価手法の乖離を指摘し、2017〜2026年の160件のベンチマークを分類・分析した調査論文。
原題: Do World Models Make Better Robots? A Survey of Evaluation Benchmarks for Predictive Embodied Intelligence ／ Gaytri Jena, Kapil Wanaskar, Vinija Jain 他
日本語で読む → - 論文群制御機械学習
計算遅延下におけるマルチロボット制御のための非同期協調オンライン学習
計算遅延やクエリ点の違いを考慮した非同期協調学習戦略を提案し、ガウス過程回帰を用いた分散制御則によりマルチエージェントシステムの安全性と性能を向上させた。
原題: Asynchronous Cooperative Online Learning for Multi-Robot Control under Computational Delays ／ Xiaobing Dai, Zewen Yang, Wei Ren 他
日本語で読む → - 論文LLMエージェント機械学習
LLMエージェントにおける世界モデルと方策の合成：スペクトル解析と行動解析による統一的考察
LLMエージェントの世界モデル学習と方策学習の相互作用を、パラメータ更新の幾何学的構造と行動特性の両面から分析し、逐次学習が頑健性と探索性を向上させることを示した。
原題: How do World Models and Policies Compose in LLM Agents? A Joint Spectral and Behavioral Account ／ Ruize Xu, Xiao Yu, Yujin Tang 他
日本語で読む → - 論文視覚認識画像認識
極度な視覚的疎密を透視する：単一のランダム視覚パッチからの表面理解
本研究は、画像の10%しか見えない極端に疎な観測から表面の再構築と材質分類を同時に行う統一フレームワークSSUFを提案し、4つの事前学習モデルを比較評価した。
原題: Seeing Through Extreme Visual Sparsity: Surface Understanding from a Single Random Visual Patch ／ Sindhuja Penchala, Sudip Mittal, Noorbakhsh Amiri Golilarz
日本語で読む → - 論文VLA/蒸留/操作制御
対称性を活用した視覚言語行動蒸留によるロボット操作
大規模VLAモデルの知識を、操作タスクの幾何学的対称性を利用して小型の学生ポリシーに蒸留するフレームワークを提案し、サンプル効率と汎化性を向上させた。
原題: SymVD: Symmetric Vision Language Action Distillation for Robot Manipulation ／ Hyewon Choi, Donggyu Kim, Soojean Han
日本語で読む → - 論文VLAロボティクス
DriftingVLA: 次元別時間ドリフトによるネイティブ一段階視覚言語行動生成
フローベースのVLAモデルの多段階推論による遅延を解消するため、分布ドリフト目的関数を用いてノイズから行動チャンクへの直接マッピングを学習する一段階VLAモデルを提案した。行動次元ごとに時間的ドリフトを適用することで、制御性能を保ちつつ3.36倍の高速化を実現した。
原題: DriftingVLA: Native One-Step Vision-Language-Action Generation via Per-Dimension Temporal Drifting ／ Yuxuan Gao, Shiqi Zhang, Yedong Shen 他
日本語で読む → - 論文航法/状態推定ロボティクス
未知の測定遅延を伴う一貫した支援慣性航法のためのガリレイ群上のスライディングウィンドウフィルタ
支援慣性航法において、センサ測定に未知の一定遅延がある場合に、遅延と航法状態を同時に推定する手法を提案した。ガリレイ群上で問題を定式化し、観測可能性を解析した上で、スライディングウィンドウフィルタを用いて遅延補正を適用することで推定の一貫性を向上させる。
原題: A Sliding Window Filter on the Galilean Group for Consistent Aided Inertial Navigation with Unknown Measurement Delays ／ Jonathan Kelly
日本語で読む → - 論文VLM/ナビゲーション/ベンチマーク画像認識
GeoAgent: 身体化ナビゲーションによるVLMの地理的位置特定能力の評価
視覚言語モデル(VLM)の地理的位置特定能力を、静的画像ではなく身体化ナビゲーション環境で評価するベンチマークGeoAgentを提案した。エージェントがストリートビューを探索して位置を推定する過程で、VLMの性能やバイアスを分析している。
原題: GeoAgent: Evaluating VLM Geolocalization Through Embodied Navigation ／ Arka Mukherjee, Soham Roy, Kartikeya Trivedi 他
日本語で読む → - 論文歩行ロボティクス
人型ロボットのための疎な3次元構造物の俊敏な知覚横断学習
人型ロボットが猿渡りバーを跳び移りながら渡り切るタスクを強化学習で実現。頭部搭載ライダーの生データを注意機構付きエンコーダで処理し、実機で高い成功率を達成した。
原題: Learning Agile Perceptive Traversal of Sparse 3D Structures for Humanoids ／ Efe Ongan, Chong Zhang, Boyang Sun 他
日本語で読む → - 論文触覚/データセット/基盤モデルロボティクス
N0基盤：触覚知能の時代に向けて
触覚センサ、大規模データ収集、触覚表現学習、評価基準を統合した触覚搭載ロボット操作の基盤を構築し、3万時間以上の視覚・触覚デモデータと触覚表現モデルを提案した論文。
原題: $\mathcal{N}_0$-Foundation: Towards the Age of Tactile Intelligence ／ NeoteAI Team, Fudan TEAI Team
日本語で読む → - 論文VLA/操作ロボティクス
凍結VLAポリシーのための達成基盤メモリによる閉ループエージェント
凍結された視覚-言語-行動(VLA)ポリシーに、物理的証拠で検証されたサブゴール進行ポインタを持つ軽量メモリを追加し、開ループ実行を閉ループ化するフレームワークを提案。
原題: AGM: Achievement-Grounded Memory for Closed-Loop Agents with Frozen VLA Policies ／ Hongbo Gao, Zeyu Ni, Xin Wen 他
日本語で読む → - 論文自動運転/能動学習ロボティクス
自己認識型能動学習による自動運転の継続的改善
自動運転システムが稀な分布シフトや長尾イベントで失敗する問題に対し、予測世界モデルから得られる「恐怖」と「好奇心」の信号を用いて介入閾値を適応的に調整し、専門家への制御移行と模倣学習で継続的に改善する能動学習フレームワークSAGEを提案した。
原題: Self-Aware Active Learning Enables Continual Improvement in Autonomous Driving ／ Dong Hu, Chao Huang, Carman K. M. Lee 他
日本語で読む → - 論文軌道検証ロボティクス
LARC: ロボットマニピュレータ軌道の遅延適応到達可能性認証
軌道の連続時間安全性を効率的に検証するため、区間を適応的に分割して認証する手法を提案。固定細分割と同等の判定精度を維持しつつ、計算量を大幅に削減した。
原題: LARC: Lazy Adaptive Reachability Certification of Robot Manipulator Trajectories ／ Yu Feng, Hao Wu, Yuzhe Wang 他
日本語で読む → - 論文慣性オドメトリロボティクス
VeloBins: ビン分割と誤差条件付きガウスラベルによる空中慣性オドメトリの速度と不確実性の学習
慣性オドメトリの速度回帰をビン分類問題に変換し、不確実性を明示的に教師あり学習する手法を提案。4つの空中データセットで誤差を大幅に削減した。
原題: VeloBins: Learning Velocity and Its Uncertainty via Bins and Error-Conditioned Gaussian Labels for Aerial Inertial Odometry ／ Maulana Bisyir Azhari, Seungwook Lee, Donghun Han 他
日本語で読む → - 論文制御理論機械学習
計算遅延を考慮したネットワークシステムのイベントトリガ制御とオンライン学習
計算遅延を考慮し、ネットワーク上の遠隔計算ノードでオンライン学習ベースの制御を行う際の追従誤差限界を導出し、通信と計算の効率を両立する非同期イベントトリガ機構を提案した。
原題: Event-triggered Control and Online Learning for Networked Systems under Computational Delays ／ Xiaobing Dai, Armin Lederer, Zewen Yang 他
日本語で読む → - 論文3Dスタイライゼーション画像認識
OrnaStyler: 装飾を考慮した潜在編集によるコンテンツ保存型3Dスタイライゼーション
テキスト指示に基づき、既存の3Dアセットの幾何学と外観を保ちつつ、微細な装飾構造を追加するゼロショットの3Dスタイライゼーションフレームワークを提案した。
原題: OrnaStyler: Ornament-Aware Latent Editing for Content-Preserving 3D Stylization ／ Tomohiro Aizawa, Shigeru Kuriyama, Chunzhi Gu
日本語で読む → - 論文強化学習ロボティクス
SmoothRL: 非同期実行中のオンライン強化学習
事前学習済みロボットポリシーを非同期推論ループ内でオンライン強化学習により微調整するフレームワークを提案。非同期実行を考慮した学習により、高レイテンシ環境でもスムーズな制御を実現する。
原題: SmoothRL: Online Reinforcement Learning During Asynchronous Execution ／ Guang Gao, Yuxuan Nong, Baifu Huang 他
日本語で読む → - 論文Human-Robot Collaborationロボティクス
誤った例を用いたロボットポリシーの人間への教授法
本論文は、教育分野で効果が知られる「誤った例」を用いてロボットの行動ポリシーを人間に教える手法を提案し、ユーザー実験によりその有効性を示した。
原題: Teaching Robot Policies to Humans Using Erroneous Examples ／ Rithika Narayan, Suresh Kumaar Jayaraman, Henny Admoni
日本語で読む → - 論文テレプレゼンスHCI
Feelium: 触れることができる飛行船型テレプレゼンスボディ
飛行船型のテレプレゼンスプラットフォームを提案し、遠隔者がVRで飛行船を操作し、現地の人がその膨らんだ表面に触れることで触覚インタラクションを実現する。
原題: Feelium: A Touchable Blimp Body for Aerial Telepresence ／ George Xi Wang, Henghao Li, Shan Lin 他
日本語で読む → - 論文世界モデル機械学習
Flow-JEPA: フローマッチングによるJEPA世界モデルの堅牢な潜在ダイナミクス
JEPA世界モデルの決定論的予測を条件付きフローマッチングに置き換え、ノイズ下での堅牢性と成功率を向上させた。
原題: Flow-JEPA: Flow Matching for Robust Latent Dynamics in JEPA World Models ／ Yanchen Huo, Ziying Song, Yadan Luo
日本語で読む → - 論文世界モデル/操作ロボティクス
AnyWorld: 因子分解された自己中心的世界モデルによるクロス身体汎化
人間の単一インタラクション動画を、ロボット固有の多様なロールアウトに拡張する世界モデルフレームワークを提案。行動・カメラ・身体の因子に分解し、身体・視点・シーンの再構成を可能にする。
原題: AnyWorld: Factorized Egocentric World Models for Cross-Embodiment Generalization ／ Cheng Chen, Jerry Bai, Jiacheng Wei 他
日本語で読む →