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
多様体メッシュ上の転がり・滑り接触の測地線追跡に基づく運動学的統合と巧みな把持内操作
メッシュ上で転がり・滑り接触を測地線追跡により時間積分する手法を提案し、多指ハンドによる把持内操作の計画に応用して精度と安定性を評価した。
原題: Geodesic Tracing-Based Kinematic Integration of Rolling and Sliding Contact on Manifold Meshes for Dexterous In-Hand Manipulation ／ Sunyu Wang, Arjun S. Lakshmipathy, Jean Oh 他
日本語で読む → - 論文群制御cs.DC
ペア比較を超えて：移動ロボットモデルの構造的景観の解明
移動ロボットの計算能力を、光の観測性・内部メモリ・スケジューラ同期の相互作用から分析し、14の標準モデル間の新たな分離と不可能性条件を明らかにした理論研究。
原題: Beyond Pairwise Comparisons: Unveiling Structural Landscape of Mobile Robot Models ／ Shota Naito, Tsukasa Ninomiya, Koichi Wada
日本語で読む → - 論文センサーフュージョン画像認識
カメラによる道路レイアウト抽出を活用したT字路でのmmWaveレーダーによる見通し外歩行者位置推定
カメラで推定した道路形状を手がかりにmmWaveレーダーの点群を解釈し、見通し外の歩行者の位置を推定する手法を提案し、実車実験で有効性を確認した。
原題: mmWave Radar-Based Non-Line-of-Sight Pedestrian Localization at T-Junctions Utilizing Road Layout Extraction via Camera ／ Byeonggyu Park, Hee-Yeun Kim, Byonghyok Choi 他
日本語で読む → - 論文自動運転知覚画像認識
新たな始まりへ：自動運転ソフトウェアにおける統合知覚のサーベイ
自動運転の知覚タスクを単一アーキテクチャで統合する「統合知覚」の研究を、タスク統合・追跡定式化・表現フローの観点から分類し、既存手法やデータセット、課題を体系的に整理した初のサーベイ。
原題: To New Beginnings: A Survey of Unified Perception in Autonomous Vehicle Software ／ Loïc Stratil, Felix Fent, Esteban Rivera 他
日本語で読む → - 論文マニピュレーションロボティクス
SPGrasp: 動的シーンにおける時空間プロンプト駆動型把持合成
動画ストリーム上でユーザープロンプトと時空間文脈を統合し、低遅延かつ時間的一貫性を保った把持姿勢をリアルタイム生成するフレームワークを提案。
原題: SPGrasp: Spatiotemporal Prompt-driven Grasp Synthesis in Dynamic Scenes ／ Yunpeng Mei, Hongjie Cao, Yinqiu Xia 他
日本語で読む → - 論文経路計画ロボティクス
方向情報付き木探索 (DIT*): 方向フィルタと方向コストヒューリスティックによる最適経路計画
サンプリングベースの経路計画において、各エッジの方向情報を活用するフィルタとヒューリスティックを導入し、探索を効率化して既存手法より高速に最適解を見つける手法を提案した。
原題: Direction Informed Trees (DIT*): Optimal Path Planning via Direction Filter and Direction Cost Heuristic ／ Liding Zhang, Kejia Chen, Kuanqi Cai 他
日本語で読む → - 論文制御/ドローンロボティクス
反復学習MPCによるドローン競技性能の向上
適応的コスト関数や安全集合の工夫を取り入れた反復学習モデル予測制御により、ドローンレースの周回時間を最大60.85%短縮し、実機でも最先端制御手法を6.05%上回る性能を実現した。
原題: Improving Drone Racing Performance Through Iterative Learning MPC ／ Haocheng Zhao, Niklas Schlüter, Lukas Brunke 他
日本語で読む → - 論文マニピュレーションロボティクス
HyperTASR: ハイパーネットワーク駆動のタスク認識型シーン表現によるロバストなマニピュレーション
ハイパーネットワークを用いてタスク目標と実行段階に応じてシーン表現を動的に変換し、ロボットマニピュレーションの性能を向上させるフレームワークを提案。
原題: HyperTASR: Hypernetwork-Driven Task-Aware Scene Representations for Robust Manipulation ／ Li Sun, Jiefeng Wu, Feng Chen 他
日本語で読む → - 論文マニピュレーションロボティクス
ロボットマニピュレーションのための物理ベース照明生成
実世界のロボット操作デモの最初のフレームを逆レンダリングで分解し、異なる照明下の映像を生成するフレームワークを提案。模倣学習の性能を38.75%向上させた。
原題: Physically-based Lighting Generation for Robotic Manipulation ／ Shutong Jin, Lezhong Wang, Ben Temming 他
日本語で読む → - 論文VLAAI
スケールアップしても薄まらない：RLベース汎用計画のためのゴール認識スパースGNN
PDDLで記述された計画問題を強化学習とグラフニューラルネットワークで解く際、状態を全結合グラフで表すと大規模環境で情報が薄まり学習が困難になる問題に対し、局所関係とゴール関連の空間特徴を選択的に符号化するスパースでゴール認識型のGNN表現を提案し、大規模グリッドでのドローンミッション計画で有効性を示した。
原題: Scaling Up without Fading Out: Goal-Aware Sparse GNN for RL-based Generalized Planning ／ Sangwoo Jeon, Juchul Shin, Gyeong-Tae Kim 他
日本語で読む → - 論文手術トレーニングロボティクス
手術トレーニング課題における運動学習に対するフィードバックタイミングの効果
ロボット支援手術の訓練課題で、リアルタイムの触覚・視覚エラーフィードバックがリプレイ時やフィードバックなしよりも学習効果を高めることを42名の初心者実験で示した。
原題: Effect of Performance Feedback Timing on Motor Learning for a Surgical Training Task ／ Mary Kate Gale, Kailana Baker-Matsuoka, Ilana Nisky 他
日本語で読む → - 論文運動計画ロボティクス
単体複体環境における車両の運動力学を考慮した大域計画：混合整数アプローチ
車両の運動力学を考慮した最小時間軌道計画を混合整数計画問題として定式化し、単体複体環境で高速に解く手法を提案した。
原題: On Kinodynamic Global Planning in a Simplicial Complex Environment: A Mixed Integer Approach ／ Otobong Jerome, Alexandr Klimchik, Alexander Maloletov 他
日本語で読む → - 論文sim2realロボティクス
PLUME: 手続き型地下環境モデリングエンジン
太陽系の地下環境を3Dで手続き的に生成するオープンソースフレームワークPLUMEを提案し、ロボティクスシミュレータと連携してAI訓練やアルゴリズム評価に活用できることを示した。
原題: PLUME: Procedural Layer Underground Modeling Engine ／ Gabriel Manuel Garcia, Antoine Richard, Miguel Olivares-Mendez
日本語で読む → - 論文6D姿勢追跡画像認識
DynamicPose：高速移動するカメラと物体のためのリアルタイムで堅牢な6D物体姿勢追跡
カメラと物体が同時に高速移動する場面でも、視覚慣性オドメトリと深度情報を活用した2Dトラッカー、カルマンフィルタを組み合わせ、再学習なしでリアルタイムに6D姿勢を追跡するフレームワークを提案した。
原題: DynamicPose: Real-time and Robust 6D Object Pose Tracking for Fast-Moving Cameras and Objects ／ Tingbang Liang, Yixin Zeng, Jiatong Xie 他
日本語で読む → - 論文VLAロボティクス
DAgger拡散ナビゲーション：視覚言語ナビゲーションのためのDAgger強化拡散ポリシー
視覚言語ナビゲーション（VLN-CE）において、従来の2段階計画を単一の条件付き拡散ポリシーに統合し、DAggerによるオンライン学習で複合誤差を抑えたエンドツーエンド手法を提案。
原題: DAgger Diffusion Navigation: DAgger Boosted Diffusion Policy for Vision-Language Navigation ／ Haoxiang Shi, Xiang Deng, Zaijing Li 他
日本語で読む → - 論文sim2realcs.SE
信頼できるsUAS運用のためのデジタルツインにおける地形モデルの検証
小型無人航空機システム（sUAS）の実運用に向けて、環境デジタルツインの地形モデルを検証する3次元プロセスを提案し、複数sUASプラットフォームで実証した。
原題: Validating Terrain Models in Digital Twins for Trustworthy sUAS Operations ／ Arturo Miguel Russell Bernal, Maureen Petterson, Pedro Antonio Alarcon Granadeno 他
日本語で読む → - 論文マニピュレーションロボティクス
人と協働する食肉処理ロボットの安全性と透明性フレームワーク
食肉処理向け汎用協働ロボットにおいて、手検出による安全停止と力覚センサ付きナイフ、LEDによる不確実性提示で作業者の安全と状況理解を両立する枠組みを提案した。
原題: Safe and Transparent Robots for Human-in-the-Loop Meat Processing ／ Sagar Parekh, Casey Grothoff, Ryan Wright 他
日本語で読む → - 論文マニピュレーションロボティクス
把持物体操作のための物理情報ニューラル時間場
物理情報ニューラルネットワーク（PINN）を用いて、 clutter 環境での物体操作タスクを効率的に解く手法を提案。専門家データ不要でアイコナール方程式を学習し、把持の再計画も可能。
原題: Physics-informed Neural Time Fields for Prehensile Object Manipulation ／ Hanwen Ren, Ruiqi Ni, Ahmed H. Qureshi
日本語で読む → - 論文群制御ロボティクス
無駄話はやめて軽く飛べ：LLMによるUAV群通信の自律的意味圧縮
LLMを用いてUAV群の通信を意味的に圧縮し、限られた帯域でも重要なタスク情報を保ちながら協調飛行できるかをシミュレーションで検証した論文。
原題: Talk Less, Fly Lighter: Autonomous Semantic Compression for UAV Swarm Communication via LLMs ／ Fei Lin, Tengchao Zhang, Qinghua Ni 他
日本語で読む → - 論文VLAロボティクス
汎用ロボット方策におけるショートカット学習：データセットの多様性と断片化の役割
大規模ロボットデータセットで訓練された汎用方策が訓練分布外で汎化しにくい原因を分析し、タスク無関係な特徴に依存する「ショートカット学習」が主因であること、サブデータセットの多様性不足と分布の断片化がそれを助長することを示した。さらにデータ拡張でショートカット学習を軽減し汎化性能を改善できることを実証した。
原題: Shortcut Learning in Generalist Robot Policies: The Role of Dataset Diversity and Fragmentation ／ Youguang Xing, Xu Luo, Junlin Xie 他
日本語で読む → - 論文自動運転ロボティクス
文脈認識型リスク評価と自動運転への応用
物体の運動学と空間関係に基づいて方向別リスクを定量化し、リアルタイムで制御を調整する軽量フレームワークCRIを提案し、自動運転の衝突率を低減できることを示した。
原題: Context-aware Risk Assessment and Its Application in Autonomous Driving ／ Boyang Tian, Weisong Shi
日本語で読む → - 論文歩行ロボティクス
LAURON VI：動的歩行のための六脚ロボット
18自由度のシリーズ弾性関節を持つ六脚ロボットLAURON VIを開発し、運動学・モデル予測・強化学習の3つの制御手法を比較評価した。
原題: LAURON VI: A Six-Legged Robot for Dynamic Walking ／ Christian Eichmann, Sabine Bellmann, Nicolas Hügel 他
日本語で読む → - 論文マニピュレーションロボティクス
エネルギーベース人工ポテンシャル場によるマニピュレータの衝突回避軌道計画と制御
位置と速度に依存するポテンシャル関数を統合したE-APFを提案し、ジャークと実行時間を同時最小化する軌道最適化と組み合わせて、7自由度マニピュレータの衝突回避・滑らか・時間効率的な軌道を実現した。
原題: Collision-Free Trajectory Planning and control of Robotic Manipulator using Energy-Based Artificial Potential Field (E-APF) ／ Adeetya Uppal, Rakesh Kumar Sahoo, Manoranjan Sinha
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 → - 論文自動運転/予測ロボティクス
自動運転車両のための予測アルゴリズムの実装と評価
自動運転車の車両軌道を5ミリ秒ごとに推定する予測アルゴリズムを実装し、運動学的モデルと動的モデルを比較した。動的モデルは高速域で精度が高く、拡張カルマンフィルタとROSノードで実装され、テスト走行で1メートルあたり1.25cmの位置偏差を達成した。
原題: Implementation and evaluation of a prediction algorithm for an autonomous vehicle ／ Marco Leon Rapp
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VLA画像認識
大規模視覚言語モデルによる経路指示追従：低レベル行動空間とパノラマ行動空間の比較
市販の大規模視覚言語モデルQwen2.5-VL-3BをR2Rデータセットでファインチューニングし、低レベル行動空間とパノラマ行動空間の両方で視覚言語ナビゲーションの性能を評価・比較した。
原題: Following Route Instructions using Large Vision-Language Models: A Comparison between Low-level and Panoramic Action Spaces ／ Vebjørn Haug Kåsene, Pierre Lison
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 →