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 →- 論文マニピュレーションロボティクス
GWM: ロボットマニピュレーションのためのスケーラブルなガウス世界モデル
ロボット操作のためのガウス世界モデル(GWM)を提案し、ガウスプリミティブの伝播を予測して将来状態を再構成することで、模倣学習とモデルベース強化学習を支援する。
原題: GWM: Towards Scalable Gaussian World Models for Robotic Manipulation ／ Guanxing Lu, Baoxiong Jia, Puhao Li 他
日本語で読む → - 論文走破性推定ロボティクス
ゼロショット地形走破性推定に向けて：課題と機会
視覚言語モデルを用いたゼロショットでの地形走破性推定の可能性を探り、人間による注釈付きデータセットを導入して現状の限界と今後の研究方向を示した。
原題: Towards Zero-Shot Terrain Traversability Estimation: Challenges and Opportunities ／ Ida Germann, Mark O. Mints, Peer Neubert
日本語で読む → - 論文ソーシャルナビゲーションロボティクス
ロボットのソーシャルナビゲーションのための軽量群衆モデル
歩行者流の特性を活かして空間・時間処理を簡素化した軽量なマクロ群衆予測モデルを提案し、推論時間を3.6倍短縮しつつ予測精度を3.1%向上させ、社会的に配慮したロボットナビゲーションを実現した。
原題: A Lightweight Crowd Model for Robot Social Navigation ／ Maryam Kazemi Eskeri, Thomas Wiedemann, Ville Kyrki 他
日本語で読む → - 論文歩行ロボティクス
PPL: 点群教師あり固有感覚移動強化学習による狭所空間での脚式ロボット制御
狭所空間を移動する脚式ロボットのため、点群データで固有感覚状態推定ネットワークを教師する強化学習フレームワークを提案し、外部センサなしで俊敏な移動を実現した。
原題: PPL: Point Cloud Supervised Proprioceptive Locomotion Reinforcement Learning for Legged Robots in Crawl Spaces ／ Bida Ma, Nuo Xu, Chenkun Qi 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VLA画像認識
CogVLA: 指示駆動型ルーティングとスパース化による認知整合型視覚-言語-行動モデル
人間のマルチモーダル協調に着想を得て、指示に応じて視覚トークンを選択・圧縮し、行動意図に基づき不要トークンを刈り込む3段階のVLAアーキテクチャを提案。学習コストと推論遅延を大幅に削減しつつ、LIBEROベンチマークで97.4%の成功率を達成した。
原題: CogVLA: Cognition-Aligned Vision-Language-Action Model via Instruction-Driven Routing & Sparsification ／ Wei Li, Renshan Zhang, Rui Shao 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 → - 論文ナビゲーションロボティクス
OVSegDT: オープンボキャブラリ物体目標ナビゲーションのためのセグメンテーションTransformer
自由記述の言語で指定された物体へ到達するナビゲーションにおいて、セグメンテーション補助損失とエントロピー適応型損失調整を組み合わせた軽量Transformer方策を提案し、未見カテゴリへの汎化と衝突削減を実現した。
原題: OVSegDT: Segmenting Transformer for Open-Vocabulary Object Goal Navigation ／ Tatiana Zemskova, Aleksei Staroverov, Dmitry Yudin 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 → - 論文歩行ロボティクス
不安定な点足二足歩行のための制約付き強化学習とBoltロボットへの応用
点足型二足歩行ロボットBoltの制御に制約付き強化学習を適用し、Constraints-as-Terminationsとドメインランダム化でsim-to-real転移を実現した。バランス・速度制御・外乱応答を評価し、移動コストや床反力から自律性を分析した。
原題: Constrained Reinforcement Learning for Unstable Point-Feet Bipedal Locomotion Applied to the Bolt Robot ／ Constant Roux, Elliot Chane-Sane, Ludovic De Matteïs 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 → - 論文身体性計画ロボティクス
CookBench: 複雑な料理シナリオにおける長期的身体性計画ベンチマーク
高忠実度Unityシミュレータ上で、ユーザ意図の認識と長期的・細粒度の身体動作による料理遂行を評価するベンチマークを提案。
原題: CookBench: A Long-Horizon Embodied Planning Benchmark for Complex Cooking Scenarios ／ Muzhen Cai, Xiubo Chen, Yining An 他
日本語で読む → - 論文歩行ロボティクス
スラスタ支援移動：学習した接触残差を組み込んだ分離型モデル予測制御
脚式ロボットの姿勢操作とスラスタ推力の統合を目指し、脚制御とスラスタ制御を分離しつつ、学習した接触残差で脚-地面衝突を考慮するMPCを提案。シミュレーションと実機で安定性向上を実証。
原題: Thruster-Enhanced Locomotion: A Decoupled Model Predictive Control with Learned Contact Residuals ／ Chenghao Wang, Alireza Ramezani
日本語で読む → - 論文物体手渡しロボティクス
任意物体の文脈的手渡しのためのマルチモーダル意図モデリング
人間の言語・非言語指示から対象物体を選び、暗黙的・明示的な好みを考慮して把持と手渡し動作を生成する統合手法を提案し、実機実験とユーザー研究で有効性を示した。
原題: Multimodal Human-Intent Modeling for Contextual Robot-to-Human Handovers of Arbitrary Objects ／ Lucas Chen, Guna Avula, Hanwen Ren 他
日本語で読む → - 論文VLAロボティクス
身体性を持つエージェントAIに向けて：LLM・VLM駆動のロボット自律性とインタラクションのレビューと分類
LLMやVLMをロボットに統合する研究を調査し、エージェントの役割やモデル統合手法を分類するタクソノミーを提案したサーベイ論文。
原題: Towards Embodied Agentic AI: Review and Classification of LLM- and VLM-Driven Robot Autonomy and Interaction ／ Sahar Salimpour, Lei Fu, Kajetan Rachwał 他
日本語で読む → - 論文マニピュレーションロボティクス
脚式マニピュレータによる動的物体把持のための全身協調
四脚ロボットとマニピュレータを用いた動的物体把持のベンチマークDQ-Benchと、特権情報を活用する教師-生徒フレームワークDQ-Netを提案し、動的環境での把持性能を大幅に向上させた。
原題: Whole-Body Coordination for Dynamic Object Grasping with Legged Manipulators ／ Qiwei Liang, Boyang Cai, Rongyi He 他
日本語で読む → - 論文VLAロボティクス
大規模モデルが拓く身体性AI：意思決定と身体性学習に関するサーベイ
大規模モデルを活用した身体性AIの研究を、階層型・端到端の意思決定と模倣学習・強化学習、さらに世界モデルまで含めて体系的に整理したサーベイ。
原題: Large Model Empowered Embodied AI: A Survey on Decision-Making and Embodied Learning ／ Wenlong Liang, Rui Zhou, Yang Ma 他
日本語で読む → - 論文水中物体検出画像認識
すべての海洋種は平等に検出されるのか？水中物体検出における性能格差の分析
水中物体検出において、ホタテガイなどの特定クラスの検出性能が低い原因を、位置特定と分類に分けて分析し、データ量以外の要因を明らかにした。
原題: Are All Marine Species Created Equal? Performance Disparities in Underwater Object Detection ／ Melanie Wille, Tobias Fischer, Scarlett Raine
日本語で読む → - 論文最適化/衝突検出cs.CG
2次元不規則切断・詰め込み問題における幾何と最適化の分離：オープンソース衝突検出エンジン
2次元不規則切断・詰め込み問題の幾何的課題を専門に扱うオープンソース衝突検出エンジンjagua-rsを提案し、最適化アルゴリズム開発者が幾何を意識せずに済む基盤を提供する。
原題: Decoupling Geometry from Optimization in 2D Irregular Cutting and Packing Problems: an Open-Source Collision Detection Engine ／ Jeroen Gardeyn, Greet Vanden Berghe, Tony Wauters
日本語で読む → - 論文VLA画像認識
MonoDream：パノラマドリーミングによる単眼視覚言語ナビゲーション
単眼入力のみでパノラマRGB-D相当の空間表現を潜在空間で学習し、視覚言語ナビゲーションの性能を向上させる軽量VLAフレームワークを提案。
原題: MonoDream: Monocular Vision-Language Navigation with Panoramic Dreaming ／ Shuo Wang, Yongcai Wang, Zhaoxin Fan 他
日本語で読む → - 論文マニピュレーションロボティクス
空間ポリシー：空間認識モデリングと推論による視覚運動ロボット操作の誘導
空間認識能力を欠く既存の視覚中心階層型モデルを改善するため、空間条件付き動画生成とフロー型行動予測、空間推論フィードバックを統合した操作フレームワークを提案し、23タスクで大幅な性能向上を達成した。
原題: Spatial Policy: Guiding Visuomotor Robotic Manipulation with Spatial-Aware Modeling and Reasoning ／ Yijun Liu, Yuwei Liu, Yuan Meng 他
日本語で読む → - 論文模倣学習ロボティクス
合理的逆推論：計画による意図推定を用いた少数ショット模倣
VLMが提案する意図プログラムを階層プランナで評価・洗練し、1回の実演から転移可能なタスク構造を推論する少数ショット模倣手法を提案。
原題: Rational Inverse Reasoning: Few-Shot Imitation by Inferring Intent through Planning ／ Ben Zandonati, Tomás Lozano-Pérez, Leslie Pack Kaelbling
日本語で読む → - 論文屋内自己位置推定ロボティクス
osmAGの構造事前情報を活用した大規模環境におけるWiFiベースのグローバル自己位置推定
WiFiの電波減衰モデルとosmAGの幾何・トポロジー事前情報を組み合わせ、大規模多階層屋内環境でロボットのグローバル自己位置推定を実現した研究。
原題: WiFi-based Global Localization in Large-Scale Environments Leveraging Structural Priors from osmAG ／ Xu Ma, Jiajie Zhang, Fujing Xie 他
日本語で読む → - 論文マニピュレーションロボティクス
アノテーション誘導型ビジュアルプロンプトによるロボットマニピュレーション：ACTを用いたピックアンドプレース
バウンディングボックス注釈による視覚プロンプトとTransformerベースの模倣学習（ACT）を組み合わせ、コンビニのような密集・遮蔽環境でのピックアンドプレースを実現する知覚・行動パイプラインを提案した。
原題: Visual Prompting for Robotic Manipulation with Annotation-Guided Pick-and-Place Using ACT ／ Muhammad A. Muttaqien, Tomohiro Motoda, Ryo Hanai 他
日本語で読む → - 論文VLAロボティクス
リアルタイム3D視覚言語埋め込みマッピング
視覚言語モデルの2次元埋め込みを、実時間でメートル精度の3次元表現に統合する手法を提案し、自然言語による対象物の位置特定を可能にした。
原題: Real-Time 3D Vision-Language Embedding Mapping ／ Christian Rauch, Björn Ellensohn, Linus Nwankwo 他
日本語で読む → - 論文VIOロボティクス
CVIRO: リー群に基づく一貫性のある密結合視覚慣性測距オドメトリ
UWBアンカー位置の不確かさを状態に組み込み、リー群の不変誤差特性を利用して観測性の一貫性を保つ視覚慣性測距オドメトリを提案し、高精度な自己位置推定を実現した。
原題: CVIRO: A Consistent and Tightly-Coupled Visual-Inertial-Ranging Odometry on Lie Groups ／ Yizhi Zhou, Ziwei Kang, Jiawei Xia 他
日本語で読む → - 論文ソフトロボティクスロボティクス
生物に学ぶ水中ソフトロボット：生物学からロボティクスへ、そして再び生物学へ
海洋生物に着想を得た水中ソフトロボットの研究を、生物学とロボティクスの双方向の枠組みとして捉え直し、生物学的検証や進化仮説の検証への応用、および種を超えた収斂原理に基づく新たな設計パラダイムを提案する。
原題: Bioinspired underwater soft robots: from biology to robotics and back ／ Lei Li, Boyang Qin, Wenzhuo Gao 他
日本語で読む → - 論文UAV/オドメトリロボティクス
EAROL: 下向き傾斜LiDARによる環境拡張知覚対応計画とロバストオドメトリ
開けた天井のない環境でUAVの自己位置推定と計画を改善するため、20度傾けた下向きLiDARとLiDAR慣性オドメトリ、階層的軌道・ヨー最適化を組み合わせたハードウェア・アルゴリズム協調設計フレームワークを提案した。
原題: EAROL: Environmental Augmented Perception-Aware Planning and Robust Odometry via Downward-Mounted Tilted LiDAR ／ Xinkai Liang, Yigu Ge, Yangxi Shi 他
日本語で読む → - 論文SLAMロボティクス
SLAMに基づく安全な屋内探索戦略
IMU・LiDAR・RGB-Dカメラを搭載した二輪差動駆動ロボットが、障害物から最大限離れる安全な骨格経路を用いて屋内平面空間を探索する手法を提案。
原題: SLAM-based Safe Indoor Exploration Strategy ／ Omar Mostafa, Nikolaos Evangeliou, Anthony Tzes
日本語で読む → - 論文自動運転/知識蒸留ロボティクス
DistillDrive: 等方異種ソース計画モデルによるエンドツーエンド多モード自動運転蒸留
構造化シーン表現に基づく計画モデルを教師として知識蒸留を行い、多様な計画インスタンスを模倣することでエンドツーエンド自動運転の多モード運動学習を強化した。
原題: DistillDrive: End-to-End Multi-Mode Autonomous Driving Distillation by Isomorphic Hetero-Source Planning Model ／ Rui Yu, Xianghang Zhang, Runkai Zhao 他
日本語で読む →