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 →- 論文経路計画ロボティクス
遠隔センシングロボットの効率的経路計画のためのモンテカルロ圧縮センシングと辞書学習手法
圧縮センシングの測定行列構造を活用し、ロボットの移動距離と信号再構成誤差を同時に最小化するモンテカルロ最適化フレームワークを提案。辞書学習によるデータ駆動型スパース変換で再構成精度を向上させ、NO2汚染マップ再構成実験で有効性を示した。
原題: A Novel Monte-Carlo Compressed Sensing and Dictionary Learning Method for the Efficient Path Planning of Remote Sensing Robots ／ Alghalya Al-Hajri, Ejmen Al-Ubejdij, Aiman Erbad 他
日本語で読む → - 論文3D視覚グラウンディング画像認識
LLM駆動の空間推論によるオープンボキャブラリ3D視覚グラウンディングのためのニューラル表現フレームワーク
大規模言語モデルで言語クエリの空間関係を推論し、視覚特性を強化した階層的特徴場を構築することで、自由記述の指示から3D空間内の対象物体を高精度に特定する手法を提案。
原題: A Neural Representation Framework with LLM-Driven Spatial Reasoning for Open-Vocabulary 3D Visual Grounding ／ Zhenyang Liu, Sixiao Zheng, Siyu Chen 他
日本語で読む → - 論文自動運転制御
VisioPath: 視覚言語モデルとモデル予測制御を統合した混合交通における安全な自動運転ナビゲーション
視覚言語モデルで周囲車両の位置・速度などを認識し、楕円形の衝突回避ポテンシャル場を構築してモデル予測制御に統合することで、動的交通環境での安全な軌道計画を実現するフレームワークを提案した。
原題: VisioPath: Vision-Language Enhanced Model Predictive Control for Safe Autonomous Navigation in Mixed Traffic ／ Shanting Wang, Panagiotis Typaldos, Chenjun Li 他
日本語で読む → - 論文マニピュレーションロボティクス
VLM-TDP：視覚言語モデル誘導の軌道条件付き拡散ポリシーによる堅牢な長期的マニピュレーション
視覚言語モデルで長期タスクをサブタスクに分解し、各サブタスクのボクセル軌道を生成して拡散ポリシーの条件付けに用いることで、画像ノイズや環境変化に強い長期的マニピュレーションを実現した。
原題: VLM-TDP: VLM-guided Trajectory-conditioned Diffusion Policy for Robust Long-Horizon Manipulation ／ Kefeng Huang, Tingguang Li, Yuzhen Liu 他
日本語で読む → - 論文運転者モニタリング画像認識
Driver-Net: 自動運転車における運転交代準備状態を評価するマルチカメラ融合
運転者の頭・手・体姿勢を3台のカメラで同期撮影し、時空間特徴を二経路アーキテクチャとクロスモーダル融合で統合して、自動運転からの運転交代準備状態を最大95.8%の精度で推定する手法を提案。
原題: Driver-Net: Multi-Camera Fusion for Assessing Driver Take-Over Readiness in Automated Vehicles ／ Mahdi Rezaei, Mohsen Azarmi
日本語で読む → - 論文自動運転評価ロボティクス
自動運転車と自転車の相互作用を評価する結合型インザループ試験環境
自転車乗りと自動運転車の双方向インタラクションを実現する結合型インザループ試験環境を構築し、実車との軌道比較で有効性を検証した。
原題: Evaluating Interactions between Automated Vehicles and Cyclists using a coupled In-the-Loop Test Environment ／ Michael Kaiser, Clemens Groß, Lisa Marie Otto 他
日本語で読む → - 論文マニピュレーションロボティクス
マルチタスク巧みな操作のための大規模行動モデルの慎重な検証
大規模行動モデル（LBM）をシミュレーションと実世界で厳密に評価し、マルチタスク事前学習が単一タスクより成功率・堅牢性・データ効率を高めることを統計的に示した。
原題: A Careful Examination of Large Behavior Models for Multitask Dexterous Manipulation ／ TRI LBM Team, Jose Barreiros, Andrew Beaulieu 他
日本語で読む → - 論文シーン生成/レイアウト合成ロボティクス
AutoLayout: 低速・高速協調推論による閉ループレイアウト合成
低速な推論と高速な生成を組み合わせた二重システムと自己検証ループにより、物理的に整合し意味的にも妥当な物体配置レイアウトを自動生成する手法を提案。
原題: AutoLayout: Closed-Loop Layout Synthesis via Slow-Fast Collaborative Reasoning ／ Weixing Chen, Dafeng Chi, Yang Liu 他
日本語で読む → - 論文接触動作/教示ロボティクス
接触動作の人間デモンストレーションにおける力信号の最適化
人間が教示した接触動作の力信号をフィルタリングとピーク検出で最適化し、意図に沿った信号再現の精度を最大20%向上させた。
原題: Optimizing Force Signals from Human Demonstrations of In-Contact Motions ／ Johannes Hartwig, Fabian Viessmann, Dominik Henrich
日本語で読む → - 論文制御/ロバスト性ロボティクス
ニューラル制御器の二次プルーニングに対する閉形式ロバスト性保証
ニューラルネット制御器を二次プルーニングした際の出力変化を、未プルーニングの重みから閉形式で上から抑える不等式を導出し、制御系の安定性・追従精度への影響を厳密に評価できるようにした。
原題: Closed-Form Robustness Bounds for Second-Order Pruning of Neural Controller Policies ／ Maksym Shamrai
日本語で読む → - 論文V2I協調知覚ロボティクス
CoInfra: 悪天候下での車両インフラ協調のための大規模協調インフラ知覚システムとデータセット
商用5Gで接続した14の路側センサーノードからなる協調知覚プラットフォームと、4種の天候下での大規模データセットを構築し、悪天候や遮蔽環境でのV2I協調の有効性を実証した。
原題: CoInfra: A Large-Scale Cooperative Infrastructure Perception System and Dataset for Vehicle-Infrastructure Cooperation in Adverse Weather ／ Minghao Ning, Yufeng Yang, Keqi Shu 他
日本語で読む → - 論文行動認識画像認識
グラフ畳み込みネットワークによるオープンワールド人間行動セグメンテーション
未知の行動を検出・セグメンテーションするオープンワールド行動セグメンテーションの枠組みを提案し、EPGCNやMixup訓練、時間クラスタリング損失で既存手法を大きく上回る性能を達成した。
原題: Towards Open-World Human Action Segmentation Using Graph Convolutional Networks ／ Hao Xing, Kai Zhe Boey, Gordon Cheng
日本語で読む → - 論文センサフュージョンロボティクス
制御ノイズ下におけるマルチソースBEV検出のための不確かさ考慮型レイトフュージョンアルゴリズムの評価
BEV検出のレイトフュージョン性能を検出誤差から切り離して評価する枠組みを提案し、カルマンフィルタベースのUniKFがノイズ下でベースラインを上回ることを示した。
原題: Evaluation of an Uncertainty-Aware Late Fusion Algorithm for Multi-Source Bird's Eye View Detections Under Controlled Noise ／ Maryem Fadili, Louis Lecrosnier, Steve Pechberti 他
日本語で読む → - 論文群制御ロボティクス
ロボット群における創発の分類：観測者依存のアプローチ
群れと創発の定義を観測者依存の視点から整理し、外部観測状態と潜在状態を分離する枠組みを提案した論文。
原題: Classifying Emergence in Robot Swarms: An Observer-Dependent Approach ／ Ricardo Vega, Cameron Nowzari
日本語で読む → - 論文マニピュレーションロボティクス
回転同変なボリュメトリック把持モデル
垂直軸周りの回転に同変なトリプレーン特徴表現を導入し、GIGAやIGDといった把持プランナを同変化することで、計算・メモリコストを抑えつつ把持性能を向上させた。
原題: Equivariant Volumetric Grasping ／ Pinhao Song, Yutong Hu, Pengteng Li 他
日本語で読む → - 論文VLAロボティクス
VLMgineer: 視覚言語モデルをロボットの道具職人に
視覚言語モデルのコード生成と進化的探索を組み合わせ、タスクを解くための物理ツールとその操作計画を自動で共設計するフレームワークを提案し、日常的な操作タスクの新ベンチマークで有効性を示した。
原題: VLMgineer: Vision Language Models as Robotic Toolsmiths ／ George Jiayuan Gao, Tianyu Li, Junyao Shi 他
日本語で読む → - 論文水中画像強調画像認識
EBA-AI: 倫理指針に基づくバイアス対応AIによる効率的な水中画像強調とサンゴ礁モニタリング
CLIP埋め込みでデータセットバイアスを検出・軽減しつつ、適応的処理で計算コストを削減する水中画像強調フレームワークを提案。不確実性推定と説明可能性も備え、サンゴ礁モニタリングの実用性を高める。
原題: EBA-AI: Ethics-Guided Bias-Aware AI for Efficient Underwater Image Enhancement and Coral Reef Monitoring ／ Lyes Saad Saoud, Irfan Hussain
日本語で読む → - 論文オドメトリ推定/センサフュージョンロボティクス
Raci-Net: 悪天候下における自車オドメトリ推定
視覚・慣性・ミリ波レーダーを統合し、天候に応じて各センサの寄与を動的に調整することで、雪や雨、悪条件下でも高精度な自己位置推定を実現する深層学習モデルを提案。
原題: Raci-Net: Ego-vehicle Odometry Estimation in Adverse Weather Conditions ／ Mohammadhossein Talebi, Pragyan Dahal, Davide Possenti 他
日本語で読む → - 論文キャリブレーションロボティクス
3D不確かさを考慮したPnPに基づく4Dレーダ・カメラ外部キャリブレーションツール
4Dレーダとカメラの外部キャリブレーションにおいて、球面座標ノイズ伝播を明示的にモデル化する3D不確かさ対応PnPアルゴリズムを提案し、シミュレーションと実実験で精度と一貫性を向上させた。
原題: A 4D Radar Camera Extrinsic Calibration Tool Based on 3D Uncertainty Perspective N Points ／ Chuan Cao, Xiaoning Wang, Wenqian Xi 他
日本語で読む → - 論文慣性オドメトリロボティクス
StarIO: 非線形運動に対応した軽量慣性オドメトリ
慣性センサデータを高次元の非線形特徴空間に射影し、注意機構とマルチスケールゲート畳み込みで複雑な運動パターンを捉える軽量な慣性オドメトリ手法を提案。
原題: StarIO: A Lightweight Inertial Odometry for Nonlinear Motion ／ Shanshan Zhang, Siyue Wang, Qi Zhang Liqin Wu 他
日本語で読む → - 論文VLA画像認識
ThinkAct: 強化学習された視覚潜在計画による視覚-言語-行動推論
マルチモーダルLLMで行動整合的な視覚報酬を用いて推論計画を生成し、それを視覚潜在に圧縮して行動モデルを条件付ける二重システムフレームワークを提案。複雑な身体性AIタスクでの少数ショット適応や長期計画、自己修正を実現した。
原題: ThinkAct: Vision-Language-Action Reasoning via Reinforced Visual Latent Planning ／ Chi-Pin Huang, Yueh-Hua Wu, Min-Hung Chen 他
日本語で読む → - 論文VLAロボティクス
DEMONSTRATE: マルチタスク実演学習によるゼロショット言語からロボット制御へ
言語指示とロボット実演をマルチタスク学習で結びつけ、LLMのプロンプト設計に頼らずにゼロショットで制御を生成する手法を提案。
原題: DEMONSTRATE: Zero-shot Language to Robotic Control via Multi-task Demonstration Learning ／ Rahel Rickenbach, Bruce Lee, René Zurbrügg 他
日本語で読む → - 論文自己位置推定ロボティクス
GPS-DRIFT: IMU-GPS融合と不変フィルタリングによる海上ロボットの自己位置推定
GPSとIMUを不変拡張カルマンフィルタで融合し、ヨー角の不可観測性をGPSの対地速度で補正することで、海上ロボットの高精度な位置・姿勢推定を実現した。
原題: GPS-DRIFT: Marine Surface Robot Localization using IMU-GPS Fusion and Invariant Filtering ／ Surya Pratap Singh, Tsimafei Lazouski, Maani Ghaffari
日本語で読む → - 論文水中マッピングロボティクス
水中洞窟の地図作成：デビルズアイ洞窟系のカタコンベ区間
アクションカメラとダイブコンピュータを用いて水中洞窟の軌跡と3D地図を復元し、手動測量と比較して有効性を検証した。
原題: Mapping the Catacombs: An Underwater Cave Segment of the Devil's Eye System ／ Michalis Chatzispyrou, Luke Horgan, Hyunkil Hwang 他
日本語で読む → - 論文キャリブレーションロボティクス
PlaneHEC: 任意の点群平面検出による多視点ロボットアームの効率的ハンドアイキャリブレーション
壁や机などの任意の平面を深度カメラで検出するだけで、複雑なモデルや人手を要さずに多視点ロボットアームのハンドアイキャリブレーションを高精度かつ高速に行う手法を提案。
原題: PlaneHEC: Efficient Hand-Eye Calibration for Multi-view Robotic Arm via Any Point Cloud Plane Detection ／ Ye Wang, Haodong Jing, Yang Liao 他
日本語で読む → - 論文慣性航法ロボティクス
MoRPI-PINN: 移動ロボットの純慣性航法のための物理情報ニューラルネットワークフレームワーク
物理法則を組み込んだニューラルネットワークにより、慣性センサのみを用いた移動ロボットの位置推定精度を大幅に向上させる手法を提案し、実世界実験で85%以上の精度改善を達成した。
原題: MoRPI-PINN: A Physics-Informed Framework for Mobile Robot Pure Inertial Navigation ／ Arup Kumar Sahoo, Itzik Klein
日本語で読む → - 論文形態適応ロボティクス
MorphIt: ロボット形態の柔軟な球面近似による表現駆動型適応
ロボットの形態表現をタスクに応じて調整可能な資源として扱い、勾配ベース最適化で球面近似を高速生成するフレームワークを提案。
原題: MorphIt: Flexible Spherical Approximation of Robot Morphology for Representation-driven Adaptation ／ Nataliya Nechyporenko, Yutong Zhang, Sean Campbell 他
日本語で読む → - 論文VLAロボティクス
ロボットマニピュレーションにおける視覚言語行動モデル：系統的レビュー
視覚・言語・制御を統合するVLAモデル102件、基盤データセット26件、シミュレーション環境12件を体系的に整理し、アーキテクチャやデータの分類枠組みと今後の課題を示したレビュー論文。
原題: Vision Language Action Models in Robotic Manipulation: A Systematic Review ／ Muhayy Ud Din, Waseem Akram, Lyes Saad Saoud 他
日本語で読む → - 論文マニピュレーションロボティクス
果樹園における枝の剪定を学習するロボット
混雑した果樹園で指定された切断点にカッターを導き、枝に垂直に切断する視覚運動コントローラを開発。シミュレーションで学習し、実世界にゼロショット転移して30%の成功率を達成。
原題: Learning to Prune Branches in Modern Tree-Fruit Orchards ／ Abhinav Jain, Cindy Grimm, Stefan Lee
日本語で読む → - 論文群制御ロボティクス
小型振動センサロボット群による分散表面検査と運用モーダル解析
小型振動センサロボット群を展開し、ガウス過程推定と運用モーダル解析を用いて構造表面の損傷を検出・位置特定する手法を高忠実度シミュレーションで検証した。
原題: Distributed Surface Inspection via Operational Modal Analysis by a Swarm of Miniaturized Vibration-Sensing Robots ／ Thiemen Siemensma, Niels de Boer, Bahar Haghighat
日本語で読む →