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SLAMロボティクス
Tree-SLAM: 果樹園の個々の樹木を効率的にマッピングするセマンティック物体SLAM
果樹園で個々の樹木を高精度にマッピングするため、RGB-D画像から幹を検出・再識別し、GPSやオドメトリと統合するセマンティックSLAMを開発した。
原題: Tree-SLAM: semantic object SLAM for efficient mapping of individual trees in orchards ／ David Rapado-Rincon, Gert Kootstra
日本語で読む → - 論文触覚ロボティクス
転がる触覚センサ：イベントカメラ搭載ローラーによる大面積表面の高速検査
イベントカメラをローラー機構に組み込んだ触覚センサを提案し、従来の連続触覚センシングより11倍速い最大0.5 m/sの走査速度で100μm以下の精度を実現した。
原題: They See Me Rolling: High-Speed Event Vision-Based Tactile Roller Sensor for Large Surface Inspection ／ Akram Khairi, Hussain Sajwani, Abdallah Mohammad Alkilany 他
日本語で読む → - 論文タスク計画ロボティクス
実践主義ロボット：実世界経験を通じたタスク計画の学習
VLMを脳と目として使い、実世界での行動結果を自己反省して短期・長期記憶に蓄え、RAGで過去経験を活かしてタスク計画を改善するフレームワークPragmaBotを提案。
原題: A Pragmatist Robot: Learning to Plan Tasks by Experiencing the Real World ／ Kaixian Qu, Guowei Lan, René Zurbrügg 他
日本語で読む → - 論文SLAMロボティクス
LIVE-GS: LiDAR・慣性・視覚のオンライン状態推定と3Dガウシアンスプラッティングによる大域的整合マッピング
LiDARのsurfelと3Dガウシアンスプラッティングを密結合し、深度不変な初期化とシグモイド制約でスパースデータでも高精度かつ効率的にオンラインSLAMと写実的マップ構築を実現した。
原題: LIVE-GS: Online LiDAR-Inertial-Visual State Estimation and Globally Consistent Mapping with 3D Gaussian Splatting ／ Jaeseok Park, Chanoh Park, Minsu Kim 他
日本語で読む → - 論文歩行ロボティクス
クープマン作用素に基づく時間遅延埋め込みと状態履歴拡張LQR：周期ハイブリッド系への適用
周期ハイブリッド系（跳ねる振り子と二足歩行）を時間遅延埋め込みで線形モデル化し、状態履歴を利用したLQR制御を提案した。
原題: Koopman Operator Based Time-Delay Embeddings and State History Augmented LQR for Periodic Hybrid Systems: Bouncing Pendulum and Bipedal Walking ／ Chun-Ming Yang, Pranav A. Bhounsule
日本語で読む → - 論文歩行リハビリ・外骨格ロボティクス
理学療法士と患者の相互作用を実現する外骨格による歩行リハビリテーション
理学療法士と脳卒中患者がそれぞれ下肢外骨格を装着し、バネ-ダンパで仮想的に接続することで双方向の力覚フィードバックを可能にする歩行リハビリ手法を提案し、従来の理学療法士主導のトレッドミル歩行より関節可動域や筋活動が向上することを示した。
原題: Therapist-Exoskeleton-Patient Interaction for Gait Therapy ／ Emek Barış Küçüktabak, Matthew R. Short, Lorenzo Vianello 他
日本語で読む → - 論文ヒューマノイド/音楽演奏ロボティクス
ロボットドラマー：ヒューマノイドによるドラム演奏のためのリズミックスキル学習
ヒューマノイドロボットが多様な楽曲のドラム演奏を学習するシミュレーションフレームワークを提案し、強化学習により長期的な演奏と人間らしい戦略の獲得を実現した。
原題: Robot Drummer: Learning Rhythmic Skills for Humanoid Drumming ／ Asad Ali Shahid, Francesco Braghin, Loris Roveda
日本語で読む → - 論文VLA画像認識
視点変化に頑健な視覚言語ナビゲーションのための視点不変学習
連続環境における視覚言語ナビゲーション(VLNCE)で、カメラの高さや角度が変化しても性能が落ちにくい視点不変なポストトレーニング手法VILを提案し、R2R-CEとRxR-CEで成功率を8〜15%改善した。
原題: View Invariant Learning for Vision-Language Navigation in Continuous Environments ／ Josh Qixuan Sun, Huaiyuan Weng, Xiaoying Xing 他
日本語で読む → - 論文UAV配置最適化機械学習
GeoHopNet: Hopfield拡張スパース空間注意による動的UAV拠点配置問題
都市低空UAVの動的拠点配置のため、距離バイアス注意とK近傍スパース注意、Hopfield外部記憶を組み合わせたネットワークを提案し、大規模問題で高速かつ高品質な解を得た。
原題: GeoHopNet: Hopfield-Augmented Sparse Spatial Attention for Dynamic UAV Site Location Problem ／ Jianing Zhi, Xinghua Li, Zidong Chen
日本語で読む → - 論文群制御cs.MA
リアルタイム多エージェント経路探索のための予算配分ポリシー
リアルタイム多エージェント経路探索において、限られた計画予算をエージェント間で効果的に配分するポリシーを検討し、共有予算プールよりも優れた性能を示した。
原題: Budget Allocation Policies for Real-Time Multi-Agent Path Finding ／ Raz Beck, Roni Stern
日本語で読む → - 論文VLAcs.SE
視覚言語行動ロボットの不確実性と実行品質の評価
VLAロボットの操作タスクにおいて、タスク成功率だけでなく実行品質とモデルの自信を評価するため、8つの不確実性指標と5つの品質指標を適用し、人間の専門家による評価との相関を大規模実験で検証した。
原題: Evaluating Uncertainty and Quality of Visual Language Action-enabled Robots ／ Pablo Valle, Chengjie Lu, Shaukat Ali 他
日本語で読む → - 論文適応制御ロボティクス
オンライン方策最適化によるロボット制御器の高速非エピソード適応チューニング
エピソードや状態リセットなしの単一軌道で時変ダイナミクスに適応するオンライン方策最適化アルゴリズムM-GAPSを提案し、クアッドロータとAckermann車の実機で有効性を示した。
原題: Fast Non-Episodic Adaptive Tuning of Robot Controllers with Online Policy Optimization ／ James A. Preiss, Fengze Xie, Yiheng Lin 他
日本語で読む → - 論文VLAロボティクス
IMU不要、視覚だけで飛行姿勢を学習
下向きイベントカメラと小型リカレント畳み込みニューラルネットワークを用い、慣性センサなしでクアッドロータの姿勢と回転速度を推定して飛行制御を実現した。
原題: All Eyes, no IMU: Learning Flight Attitude from Vision Alone ／ Jesse J. Hagenaars, Stein Stroobants, Sander M. Bohte 他
日本語で読む → - 論文マニピュレーションロボティクス
拡散モデルによる想像的協調で両手マニピュレーションを実現
動画予測と行動予測を拡散モデルで統合し、推論時には動画予測を省略できる効率的な両手操作フレームワークを提案。シミュレーションと実機で成功率を大幅に向上させた。
原題: Diffusion-Based Imaginative Coordination for Bimanual Manipulation ／ Huilin Xu, Jian Ding, Jiakun Xu 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
MoDeSuite：変形可能物体を用いた移動マニピュレーションを評価するロボット学習タスクスイート
変形可能物体を扱う移動マニピュレーションのための8つのタスクからなる初の標準ベンチマークを提案し、強化学習・模倣学習アルゴリズムの評価とSpotロボットへのsim-to-real転移を示した。
原題: MoDeSuite: Robot Learning Task Suite for Benchmarking Mobile Manipulation with Deformable Objects ／ Yuying Zhang, Kevin Sebastian Luck, Francesco Verdoja 他
日本語で読む → - 論文セグメンテーションロボティクス
OTAS: 屋外セグメンテーションのためのオープンボキャブラリ・トークンアラインメント
事前学習済み視覚モデルの出力トークンから意味構造を直接抽出し、言語と結びつけることで、屋外環境のオープンボキャブラリ・セグメンテーションをゼロショットで実現する手法を提案。
原題: OTAS: Open-vocabulary Token Alignment for Outdoor Segmentation ／ Simon Schwaiger, Stefan Thalhammer, Wilfried Wöber 他
日本語で読む → - 論文自動運転/地図生成ロボティクス
群衆車両による都市規模ベクター地図のエンドツーエンド生成
複数の一般車両が収集したデータをTrip-Aware Transformerで統合し、都市規模の高精度ベクター地図をエンドツーエンドで生成する手法を提案。
原題: End-to-End Generation of City-Scale Vectorized Maps by Crowdsourced Vehicles ／ Zebang Feng, Miao Fan, Bao Liu 他
日本語で読む → - 論文マニピュレーションロボティクス
高速安定性検証と安定再配置計画によるオンライン3Dビンパッキング
オンラインビンパッキングにおいて、荷崩れしない安定配置を効率的に判定するLBCPと、既存アイテムを安全に再配置するSRPを組み合わせ、強化学習方策に安定性保証と再構成能力を付与したフレームワークを提案。
原題: Online 3D Bin Packing with Fast Stability Validation and Stable Rearrangement Planning ／ Ziyan Gao, Lijun Wang, Yuntao Kong 他
日本語で読む → - 論文手術フェーズ認識画像認識
Geo-RepNet: 内視鏡的粘膜下層剥離術における手術フェーズ認識のための幾何情報を考慮した表現学習
内視鏡手術の深度情報を活用し、RGB画像と組み合わせることで手術フェーズ認識の精度を高める幾何情報考慮型フレームワークを提案。
原題: Geo-RepNet: Geometry-Aware Representation Learning for Surgical Phase Recognition in Endoscopic Submucosal Dissection ／ Rui Tang, Haochen Yin, Guankun Wang 他
日本語で読む → - 論文制御合成制御
部分観測環境における複雑な知覚関連目標のための制御合成
部分観測マルコフ決定過程で複雑な知覚関連目標を達成するため、sc-iLTLを導入し、信念MDPとDFAの積で到達可能性問題に変換、MCTSで最適方策を求める手法を提案。
原題: Control Synthesis in Partially Observable Environments for Complex Perception-Related Objectives ／ Zetong Xuan, Yu Wang
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 → - 論文オフライン強化学習/計画AI
一貫性軌道計画：オフラインモデルベース強化学習のための高品質で効率的な軌道最適化
拡散モデルベースの計画における計算コスト問題を解決するため、Consistency Trajectory Modelを活用した一貫性軌道計画（CTP）を提案。D4RLベンチマークで既存手法を上回り、120倍以上の推論高速化を実現した。
原題: Consistency Trajectory Planning: High-Quality and Efficient Trajectory Optimization for Offline Model-Based Reinforcement Learning ／ Guanquan Wang, Takuya Hiraoka, Yoshimasa Tsuruoka
日本語で読む → - 論文ニューロシンボリック/知識グラフAI
マルチモーダル言語モデルと知識グラフを統合したニューロシンボリックロボットフレームワーク
マルチモーダル言語モデルの知覚能力と知識グラフ・オントロジーの構造的表現を組み合わせ、プラットフォーム非依存なロボット行動生成を可能にするニューロシンボリック枠組みを提案した。
原題: Bridging Bots: from Perception to Action via Multimodal-LMs and Knowledge Graphs ／ Margherita Martorana, Francesca Urgese, Mark Adamik 他
日本語で読む → - 論文慣性オドメトリロボティクス
CKANIO: チェビシェフ多項式を用いた学習可能な慣性オドメトリ
IMU信号の非線形な運動パターンをモデル化するため、チェビシェフ多項式ベースのKolmogorov-Arnoldネットワークを組み込んだ慣性オドメトリフレームワークCKANIOを提案し、5つの公開データセットで有効性を示した。
原題: CKANIO: Learnable Chebyshev Polynomials for Inertial Odometry ／ Shanshan Zhang, Siyue Wang, Tianshui Wen 他
日本語で読む → - 論文ナビゲーション画像認識
見ることから経験することへ：強化学習によるナビゲーション基盤モデルのスケーリング
大規模動画での事前学習とシミュレーションでの強化学習を組み合わせ、都市ナビゲーションにおける対話的で安全な行動を実現するS2Eフレームワークを提案。
原題: From Seeing to Experiencing: Scaling Navigation Foundation Models with Reinforcement Learning ／ Honglin He, Yukai Ma, Brad Squicciarini 他
日本語で読む → - 論文ナビゲーションロボティクス
MLFM: ゼロショット意味的ナビゲーションにおける言語理解を豊かにする多層特徴マップ
自然言語で指定された複数の物体を順に探索するタスクLaMoNを提案し、視覚言語特徴から多層意味マップを構築するMLFMでゼロショットナビゲーション性能を向上させた。
原題: MLFM: Multi-Layered Feature Maps for Richer Language Understanding in Zero-Shot Semantic Navigation ／ Sonia Raychaudhuri, Enrico Cancelli, Tommaso Campari 他
日本語で読む → - 論文VLAロボティクス
ロボットとのマルチモーダルな社会的会話に向けて：視覚言語モデルの活用
社会的ロボットが視覚情報を活用してマルチモーダルな会話を行うための要件を整理し、視覚言語モデルを適応させる方法と課題を論じた論文。
原題: Towards Multimodal Social Conversations with Robots: Using Vision-Language Models ／ Ruben Janssens, Tony Belpaeme
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VLAロボティクス
Think, Act, Learn：閉ループ大規模言語モデルによる自律ロボットエージェントのフレームワーク
LLMが計画・実行・自己反省を繰り返す閉ループ型フレームワークを提案し、ロボットが経験から自律的に学習して未知タスクにも適応できることを示した。
原題: Think, Act, Learn: A Framework for Autonomous Robotic Agents using Closed-Loop Large Language Models ／ Anjali R. Menon, Rohit K. Sharma, Priya Singh 他
日本語で読む → - 論文sim2realロボティクス
個別輪駆動によるドリフト学習：限界領域での自動運転車両の操縦
GPU加速並列シミュレーションとドメインランダム化を用いた強化学習で、シミュレーションと実機のギャップを埋め、1/10スケールの個別輪駆動RCカーでドリフト制御を実現した。
原題: Learning to Drift with Individual Wheel Drive: Maneuvering Autonomous Vehicle at the Handling Limits ／ Yihan Zhou, Yiwen Lu, Bo Yang 他
日本語で読む →