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: 2025/7/1 ／ 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VLAロボティクス
cVLA: 効率的なカメラ空間VLAに向けて
視覚言語モデルを活用し、画像座標でエンドエフェクタの軌道ウェイポイントを直接予測する軽量なVLAを提案。シミュレーションで訓練し実機への転移性能を示した。
原題: cVLA: Towards Efficient Camera-Space VLAs ／ Max Argus, Jelena Bratulic, Houman Masnavi 他
日本語で読む → - 論文医療ロボティクスロボティクス
眼科手術における遠隔操作手術ロボットシステムのツール制御モード
眼科手術用遠隔操作ロボットにおいて、術者がツール先端を操作する「内側制御モード」と根元を操作する「外側制御モード」を比較し、内側制御と大きなスケーリング係数が精度と組織損傷低減に優れることを示した。
原題: Control Modes of Teleoperated Surgical Robotic System's Tools in Ophthalmic Surgery ／ Haoran Wang, Yasamin Foroutani, Matthew Nepo 他
日本語で読む → - 論文VLAロボティクス
見て、集中して、行動する：人間の視線と周辺視型Vision Transformerによる効率的で頑健なロボット学習
人間の視線運動を模した能動的視覚システムGIAVAを開発し、注視点に基づく周辺視パッチトークン化をViTに組み込むことで、計算量を大幅に削減しつつ背景の妨害に対する頑健性と高精度タスクの成功率を向上させた。
原題: Look, Focus, Act: Efficient and Robust Robot Learning via Human Gaze and Foveated Vision Transformers ／ Ian Chuang, Jinyu Zou, Andrew Lee 他
日本語で読む → - 論文マニピュレーション画像認識
AnyPos: 双腕マニピュレーションのためのタスク非依存動作の自動生成
タスクに依存しない動作データを大規模に自動収集し、逆動力学学習で身体ダイナミクスをモデル化することで、様々なタスクやプラットフォームに転用可能な双腕マニピュレーション基盤を構築した研究。
原題: AnyPos: Automated Task-Agnostic Actions for Bimanual Manipulation ／ Hengkai Tan, Yao Feng, Xinyi Mao 他
日本語で読む → - 論文マニピュレーションロボティクス
MISCGrasp：マルチスケール統合と対照学習による3次元把持の強化
複数スケールの特徴抽出と対照学習を組み合わせ、形状や大きさが異なる物体に適応する3次元把持手法を提案した。
原題: MISCGrasp: Leveraging Multiple Integrated Scales and Contrastive Learning for Enhanced Volumetric Grasping ／ Qingyu Fan, Yinghao Cai, Chao Li 他
日本語で読む → - 論文VLAロボティクス
記憶の宮殿へ：長期的能動的 embodied 質問応答のための推論と計画
ロボットが過去の経験を記憶しつつ能動的に環境を探索し、時間に根ざした複雑な質問に答える新タスクLA-EQAを提案し、記憶の宮殿に着想を得たシーングラフベースの構造化記憶と情報価値に基づく停止基準で探索と想起のトレードオフを解決する手法を開発した。
原題: Enter the Mind Palace: Reasoning and Planning for Long-term Active Embodied Question Answering ／ Muhammad Fadhil Ginting, Dong-Ki Kim, Xiangyun Meng 他
日本語で読む → - 論文土壌マッピング/自律掘削ロボティクス
シミュレーションされたコンパクトトラックローダによる土壌特性のオンサイト推定とベイズマッピング
土壌条件が未知で空間的に変化する環境での自律掘削に向け、ブレードと土の相互作用から土壌特性をオンライン推定し、地図上にベイズ的に追跡するシステムを提案した。
原題: In-Situ Soil-Property Estimation and Bayesian Mapping with a Simulated Compact Track Loader ／ W. Jacob Wagner, Ahmet Soylemezoglu, Katherine Driggs-Campbell
日本語で読む → - 論文VLAロボティクス
大規模言語モデルによるHabitatロボティクスの評価
Meta PARTNERベンチマークを用いて、大規模言語モデルが協調ロボットタスクを解く能力を評価し、推論モデルが非推論モデルより優れることを示した。
原題: Evaluation of Habitat Robotics using Large Language Models ／ William Li, Lei Hamilton, Kaise Al-natour 他
日本語で読む → - 論文並列マニピュレーションロボティクス
並列運動マニピュレータの逆動力学の二階時間微分に対する再帰リー群定式化
直列ロボット向けに開発された再帰アルゴリズムを並列運動マニピュレータに拡張し、逆動力学の二階時間微分をリー群の枠組みで効率的に計算する手法を初めて提案した。
原題: A Recursive Lie-Group Formulation for the Second-Order Time Derivatives of the Inverse Dynamics of parallel Kinematic Manipulators ／ Andreas Mueller, Shivesh Kumar, Thomas Kordik
日本語で読む → - 論文模倣学習ロボティクス
実行可能動作事前分布によるヒューマノイドロボットの立位上半身動作模倣
ヒューマノイドが立ったまま人間の上半身動作を模倣する強化学習フレームワークを提案し、ロボットの実行可能範囲を考慮するEMPモジュールで安定性を確保した。
原題: EMP: Executable Motion Prior for Humanoid Robot Standing Upper-body Motion Imitation ／ Haocheng Xu, Haodong Zhang, Zhenghan Chen 他
日本語で読む → - 論文宇宙状況認識astro-ph.IM
確率幾何学を用いたLEO宇宙物体のカタログ維持のための時間不変センサタスキング
確率幾何学（ポアソン点過程）を活用し、限られた地上センサを最適に配分することで、低軌道（LEO）の宇宙物体を時間不変に追跡・監視する手法を提案した論文。
原題: Time Invariant Sensor Tasking for Catalog Maintenance of LEO Space objects using Stochastic Geometry ／ Partha Chowdhury, Harsha M, Chinni Prabhunath Georg 他
日本語で読む → - 論文異常検知ロボティクス
適応的ガウス混合モデルによる過拘束ケーブル駆動パラレルロボットの異常検知
ケーブル駆動パラレルロボットにおいて、モータトルクデータのみを用いて異常を検知する適応的な教師なし学習手法を提案し、風外乱を含む長時間実験で高い検知性能を示した。
原題: Adaptive Gaussian Mixture Models-based Anomaly Detection for under-constrained Cable-Driven Parallel Robots ／ Julio Garrido, Javier Vales, Diego Silva-Muñiz 他
日本語で読む → - 論文センサフュージョンロボティクス
AF-RLIO: 過酷環境でのロバストなオドメトリのためのレーダー・LiDAR・慣性情報の適応融合
4Dミリ波レーダー・LiDAR・IMU・GPSを適応的に融合し、煙やトンネルなどLiDARが劣化する環境でも高精度な自己位置推定を実現する手法を提案。
原題: AF-RLIO: Adaptive Fusion of Radar-LiDAR-Inertial Information for Robust Odometry in Challenging Environments ／ Chenglong Qian, Yang Xu, Xiufang Shi 他
日本語で読む → - 論文自動運転画像認識
DriveMRP: 合成モーションデータによる視覚言語モデルのモーションリスク予測強化
BEVベースのシミュレーションで高リスクな運転モーションデータを合成し、視覚言語モデルのリスク予測性能を大幅に向上させるフレームワークを提案した。
原題: DriveMRP: Enhancing Vision-Language Models with Synthetic Motion Data for Motion Risk Prediction ／ Zhiyi Hou, Enhui Ma, Fang Li 他
日本語で読む → - 論文VLAロボティクス
LLMの常識推論による人間参加型ロボット行動再計画
単一のRGB動画から生成されたロボット実行計画を、自然言語入力とLLMの常識推論で修正・適応する人間参加型手法を提案した。
原題: A Human-in-the-loop Approach to Robot Action Replanning through LLM Common-Sense Reasoning ／ Elena Merlo, Marta Lagomarsino, Arash Ajoudani
日本語で読む → - 論文ナビゲーションロボティクス
MOSU: マルチモーダルシーン理解による自律長距離ロボットナビゲーション
LiDAR・画像セグメンテーション・視覚言語モデルを統合し、社会的規範も考慮した屋外長距離自律ナビゲーションシステムを実現した。
原題: MOSU: Autonomous Long-range Robot Navigation with Multi-modal Scene Understanding ／ Jing Liang, Kasun Weerakoon, Daeun Song 他
日本語で読む → - 論文UAV軌道予測ロボティクス
運動整合したRGBとイベント手がかりによるラベル不要の長期的3次元UAV軌道予測
LiDAR点群から教師なしで抽出した軌道をカメラ画像と運動整合させて疑似ラベルを生成し、視覚Mambaネットワークと運動学的推定を自己教師ありで組み合わせてドローンの将来3D軌道を予測する手法を提案。手動ラベルなしで5秒先の3D誤差を約40%削減した。
原題: Label-Free Long-Horizon 3D UAV Trajectory Prediction via Motion-Aligned RGB and Event Cues ／ Hanfang Liang, Shenghai Yuan, Fen Liu 他
日本語で読む → - 論文マルチエージェント強化学習機械学習
制御バリア関数を用いた階層型マルチエージェント強化学習による安全クリティカル自律システム
制御バリア関数に基づく階層型マルチエージェント強化学習を提案し、多数のエージェントが衝突を避けつつ協調してタスクを達成する安全な方策を学習する。
原題: Hierarchical Multi-Agent Reinforcement Learning with Control Barrier Functions for Safety-Critical Autonomous Systems ／ H. M. Sabbir Ahmad, Ehsan Sabouni, Alexander Wasilkoff 他
日本語で読む → - 論文制御・プランニング統合math.OC
自律システムのミッション整合型学習制御：定式化と基礎
ロボットケアを例に、下位の制御と上位の古典的プランニングを学習と統合した二段階最適化フレームワークを提案し、安全性と信頼性を高める。
原題: Mission-Aligned Learning-Informed Control of Autonomous Systems: Formulation and Foundations ／ Vyacheslav Kungurtsev, Monicah Cherop Naibei, Gustav Sir 他
日本語で読む → - 論文VLAロボティクス
SkyVLN：都市環境におけるUAVのための視覚言語ナビゲーションとNMPC制御
大規模言語モデルを活用して自然言語指示と視覚情報からUAVを都市環境でナビゲートする枠組みを提案し、NMPCによる障害物回避と軌道追従を統合した。
原題: SkyVLN: Vision-and-Language Navigation and NMPC Control for UAVs in Urban Environments ／ Tianshun Li, Tianyi Huai, Zhen Li 他
日本語で読む → - 論文制御/モデルベース学習ロボティクス
モデル構造化ニューラルネットワークによる自動運転レースカーのステアリング制御
車両の非線形ダイナミクスの事前知識をニューラルネットワーク構造に組み込んだステアリング制御器を提案し、実車レースデータで汎用NNや優勝チームの制御器より高精度・高汎化性能を示した。
原題: Model-Structured Neural Networks to Control the Steering Dynamics of Autonomous Race Cars ／ Mattia Piccinini, Aniello Mungiello, Georg Jank 他
日本語で読む → - 論文マルチエージェント自律ロボティクス
知識グラフとRAGを統合した水中ミッションにおける共有・マルチエージェント自律性の向上
知識グラフと検索拡張生成（RAG）を組み合わせた大規模言語モデルにより、水中ロボットのマルチエージェント自律意思決定と人間との共有自律を実現し、ミッション検証と行動完全性で100%を達成した研究。
原題: Advancing Shared and Multi-Agent Autonomy in Underwater Missions: Integrating Knowledge Graphs and Retrieval-Augmented Generation ／ Michele Grimaldi, Carlo Cernicchiaro, Sebastian Realpe Rua 他
日本語で読む → - 論文群制御ロボティクス
改良型粒子群最適化による群ドローンのマルチターゲット軌道最適化
粒子群最適化を改良し、Bスプライン曲線と遺伝的アルゴリズムによるタスク割り当てを組み合わせて、動的環境下で複数ドローンの実時間軌道計画を実現した研究。
原題: Improved particle swarm optimization algorithm: multi-target trajectory optimization for swarm drones ／ Minze Li, Wei Zhao, Ran Chen 他
日本語で読む → - 論文視覚ベース航法画像認識
視点合成による視覚ベース航法の堅牢なリアルタイム検証
視覚ベース航法の画像処理アルゴリズムを検証するため、既存の画像データセットをリアルタイムに新規視点で合成し、連続軌道を生成するパイプラインを提案。また、視点合成に適した新たなカメラ姿勢間距離指標を導入し、データセットの高密度化を実現した。
原題: Enabling Robust, Real-Time Verification of Vision-Based Navigation through View Synthesis ／ Marius Neuhalfen, Jonathan Grzymisch, Manuel Sanchez-Gestido
日本語で読む → - 論文医療ロボティクスロボティクス
深層学習による網膜静脈カニュレーション自律システム：ニワトリ胚モデルでの検証
深層学習とOCT画像を用いて針の位置・接触・穿刺をリアルタイム認識し、網膜静脈カニュレーションを自律的に行うロボットシステムを開発し、ニワトリ胚モデルで有効性を示した。
原題: A Deep Learning-Driven Autonomous System for Retinal Vein Cannulation: Validation Using a Chicken Embryo Model ／ Yi Wang, Peiyao Zhang, Mojtaba Esfandiari 他
日本語で読む → - 論文マニピュレーションロボティクス
FineGrasp: 繊細な物体のためのロバスト把持
小さく繊細な物体でも把持しやすい姿勢を生成する把持手法FineGraspを提案し、ネットワーク改良・ラベル正規化・sim-to-real混合学習で性能を向上させた。
原題: FineGrasp: Towards Robust Grasping for Delicate Objects ／ Yun Du, Mengao Zhao, Tianwei Lin 他
日本語で読む → - 論文自動運転検証ロボティクス
ベイズ最適化による自動運転機能の仮想検証加速
ベイズ最適化を用いて自動運転機能の危険シナリオを効率的に探索し、従来の総当たり手法より桁違いに少ないシミュレーションで発見できるフレームワークを提案。
原題: Bayesian Optimization applied for accelerated Virtual Validation of the Autonomous Driving Function ／ Satyesh Shanker Awasthi, Mohammed Irshadh Ismaaeel Sathyamangalam Imran, Stefano Arrigoni 他
日本語で読む → - 論文基盤モデルロボティクス
基盤モデル駆動型ロボティクス：包括的レビュー
LLMやVLMなどの基盤モデルをロボティクスに応用した最近の研究を、シミュレーション設計から実世界展開、sim-to-real転移まで体系的に整理し、課題と今後の方向性を論じたレビュー論文。
原題: Foundation Model Driven Robotics: A Comprehensive Review ／ Muhammad Tayyab Khan, Ammar Waheed
日本語で読む → - 論文VLAロボティクス
時空間認識を組み込んだ視覚運動拡散ポリシー学習
動的ガウス世界モデルを用いて3D空間・4D時空間認識を拡散ポリシーに組み込み、シミュレーションと実機で成功率を向上させた視覚模倣学習手法。
原題: Spatial-Temporal Aware Visuomotor Diffusion Policy Learning ／ Zhenyang Liu, Yikai Wang, Kuanning Wang 他
日本語で読む → - 論文イベントカメラ同期ロボティクス
イベント密度アライメントに基づくハードウェア不要のイベントカメラ時間同期
複数のイベントカメラ間の時間ずれを、イベント密度分布の不一致を最小化することで推定し、タイムスタンプを調整して同期するハードウェア不要の手法を提案した。
原題: Hardware-Free Event Cameras Temporal Synchronization Based on Event Density Alignment ／ Wenxuan Li, Yan Dong, Shaoqiang Qiu 他
日本語で読む →