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 →- 論文ナビゲーションロボティクス
身体性ナビゲーションにおける知覚・社会・運動知能：包括的サーベイ
身体性ナビゲーション（EN）を遷移・観測・融合・報酬方策構築・行動の5段階（TOFRA）で整理し、最新手法や評価指標、課題を包括的にレビューしたサーベイ。
原題: Sensing, Social, and Motion Intelligence in Embodied Navigation: A Comprehensive Survey ／ Chaoran Xiong, Yulong Huang, Fangwen Yu 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VLAロボティクス
見えない指示もお任せ：対話的質問によるマルチモーダルな直示参照解決
音源定位・意味地図・VLM・GPT-4oによる対話的質問を組み合わせ、ロボットの視野外にいるユーザーや物体への曖昧な指示を解決するフレームワークMIELを提案した。
原題: Take That for Me: Multimodal Exophora Resolution with Interactive Questioning for Ambiguous Out-of-View Instructions ／ Akira Oyama, Shoichi Hasegawa, Akira Taniguchi 他
日本語で読む → - 論文歩行者認識ロボティクス
自動配送ロボットと歩行者のインタラクションのための視覚ベース知覚システム
単一の視覚センサを用いて複数歩行者の検出・追跡・姿勢推定・単眼深度推定を行うパイプラインを構築し、混雑や遮蔽下でも歩行者の軌跡予測とID維持を改善することを示した。
原題: Vision-based Perception System for Automated Delivery Robot-Pedestrians Interactions ／ Ergi Tushe, Bilal Farooq
日本語で読む → - 論文遠隔操作ロボティクス
カナダから日本へ：1万kmの距離がロボット遠隔操作のユーザー知覚に与える影響
遠隔操作ロボットに対する非専門家の知覚が、操作前後や現地操作と比べてどう変化するかを、カナダと日本間の長距離実験で検証した。
原題: From Canada to Japan: How 10,000 km Affect User Perception in Robot Teleoperation ／ Siméon Capy, Thomas M. Kwok, Kevin Joseph 他
日本語で読む → - 論文ソフトロボティクスロボティクス
非拘束制御可能なモジュラー筋骨格ロボットの計算設計と製作
液晶エラストマー筋と3Dプリント骨を組み合わせたモジュール式ロボットを提案し、赤外線で非拘束に駆動制御する計算設計フレームワークを構築した。
原題: Computational Design and Fabrication of Modular Robots with Untethered Control ／ Manas Bhargava, Takefumi Hiraki, Malina Strugaru 他
日本語で読む → - 論文飛行ロボットロボティクス
持続可能な飛行のための身体性知能：能動的形態制御を備えた滑空ロボット
鳥に着想を得た形状変化ロボットFloatyを開発し、風力エネルギーを利用した受動的滑空と形態制御により、10m/sの上昇気流中でもホバリング・機動・外乱抑制を実現。消費電力は10W/kgと従来のスラスタ型より1桁低い。
原題: Embodied Intelligence for Sustainable Flight: A Soaring Robot with Active Morphological Control ／ Ghadeer Elmkaiel, Syn Schmitt, Michael Muehlebach
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 → - 論文移動マニピュレーションロボティクス
操作してから移動：視覚的アフォーダンスと操作可能性事前分布を用いた強化学習
移動可能な障害物を除去してから前進する「操作してから移動」タスクに対し、操作可能性事前分布とアフォーダンスマップを組み合わせた強化学習手法を提案し、Spotロボットの2つのシミュレーションタスクで有効性を示した。
原題: Manipulate-to-Navigate: Reinforcement Learning with Visual Affordances and Manipulability Priors ／ Yuying Zhang, Joni Pajarinen
日本語で読む → - 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VLAロボティクス
動画生成器はロボットポリシーである
動画生成をロボットポリシー学習の代理として用いる「Video Policy」を提案し、少ない実演データで未知の物体・背景・タスクへの汎化性能とサンプル効率を大幅に向上させた。
原題: Video Generators are Robot Policies ／ Junbang Liang, Pavel Tokmakov, Ruoshi Liu 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 → - 論文歩行ロボティクス
モデル予測最適化パス積分による脚式ロボットの制御
MPPIにクロスエントロピー法と共分散行列適応法を組み合わせたMPOPIを提案し、四足ロボットの全身運動生成において少ないサンプルで優れた移動性能を実現した。
原題: Control of Legged Robots using Model Predictive Optimized Path Integral ／ Hossein Keshavarz, Alejandro Ramirez-Serrano, Majid Khadiv
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 → - 論文歩行ロボティクス
MEVITA: 通販部品と板金溶接で作るオープンソース二足歩行ロボット
板金溶接で部品を統合し、通販で買える部品だけで組み立てられるオープンソース二足歩行ロボットを開発。シミュレーション強化学習とSim-to-Real転移で様々な環境での安定歩行を実現した。
原題: MEVITA: Open-Source Bipedal Robot Assembled from E-Commerce Components via Sheet Metal Welding ／ Kento Kawaharazuka, Shogo Sawaguchi, Ayumu Iwata 他
日本語で読む → - 論文触覚ロボティクス
全身触覚センシングのための布ベース感圧センサアレイのスケーリング
布ベースの感圧センサと独自の読み出し回路、デイジーチェーンSPIバスを組み合わせ、1平方メートルに8000以上の触覚素子を50FPS以上で駆動する全身触覚システムを構築し、把持タスクで有効性を示した。
原題: Scaling Fabric-Based Piezoresistive Sensor Arrays for Whole-Body Tactile Sensing ／ Curtis C. Johnson, Daniel Webb, David Hill 他
日本語で読む → - 論文遠隔操作ロボティクス
視線と音声による遠隔インピーダンス制御インターフェース：物理的相互作用の半自律制御を実現
視線追跡と音声指示を組み合わせ、VLMがオペレータの意図を解釈して遠隔ロボットの3D剛性楕円体を指令するテレインピーダンスインターフェースを提案し、溝へのスライド挿入タスクで検証した。
原題: Visio-Verbal Teleimpedance Interface: Enabling Semi-Autonomous Control of Physical Interaction via Eye Tracking and Speech ／ Henk H. A. Jekel, Alejandro Díaz Rosales, Luka Peternel
日本語で読む → - 論文進化的ロボティクスロボティクス
進化的な脳と身体の共最適化は形態的ポテンシャルを一貫して選択できない
130万以上のボクセルベースソフトロボットの設計空間を網羅的にマッピングし、脳と身体の共最適化アルゴリズムが最適解に到達できない理由を分析した研究。
原題: Evolutionary Brain-Body Co-Optimization Consistently Fails to Select for Morphological Potential ／ Alican Mertan, Nick Cheney
日本語で読む → - 論文sim2realロボティクス
最適化経路整形によるコンベア上の動的物体操作のSim-to-Real転移
シミュレータで生成したデモを用いた模倣学習において、外観ノイズのアニーリングで形状情報を優先させるGEMを提案し、コンベア上の動的物体操作を実環境へ転移させた。
原題: Sim-to-Real Dynamic Object Manipulation on Conveyor Systems via Optimization Path Shaping ／ Zhuoling Li, Jinrong Yang, Yong Zhao 他
日本語で読む → - 論文クロスドメイン学習ロボティクス
DETACH: 分離された専門家の混合による長期的タスクのためのクロスドメイン学習
脳の「どこ・何」二重経路に着想を得て、環境理解とスキル実行を分離する二流構成で、人間-シーン相互作用の長期的タスクをクロスドメインで学習するフレームワークを提案。
原題: DETACH: Cross-domain Learning for Long-Horizon Tasks via Mixture of Disentangled Experts ／ Yutong Shen, Hangxu Liu, Lei Zhang 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HRIロボティクス
ループの中の演劇：表現豊かなロボット動作のためのリハーサルベース協働ワークフロー
演出家の指導のもと人形遣いがロボットを操作して即興的な感情表現動作を生成し、それを再利用可能な動作テンプレートとしてデータセット化する演劇的手法のワークフローを提案した。
原題: Theatre in the Loop: A Rehearsal-Based, Collaborative Workflow for Expressive Robotic Behaviours ／ Pavlos Panagiotidis, Victor Zhi Heung Ngo, Sean Myatt 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 → - 論文経路計画ロボティクス
楕円k近傍法：クーロンの法則とC空間障害物の無効頂点を活用した経路最適化
サンプリングベース経路計画において、無効頂点の情報とクーロンの法則に基づく力方向を利用した楕円k近傍探索を導入し、高次元環境での探索効率とコストを改善するFDIT*を提案した。
原題: Elliptical K-Nearest Neighbors -- Path Optimization via Coulomb's Law and Invalid Vertices in C-space Obstacles ／ Liding Zhang, Zhenshan Bing, Yu Zhang 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 → - 論文農業ロボティクス/データセットロボティクス
AgriChrono: フィールドロボットによる作物成長と照明変動を捉えるマルチモーダルデータセット
風による非剛体運動や照明変化、成長に伴う形状変化を含む実農場の動的環境を長期収録するロボットプラットフォームと、18TBのマルチモーダルデータセットを構築し、3D再構成手法のベンチマークを行った。
原題: AgriChrono: A Multi-modal Dataset Capturing Crop Growth and Lighting Variability with a Field Robot ／ Jaehwan Jeong, Tuan-Anh Vu, Mohammad Jony 他
日本語で読む →