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 →- 論文シーン理解画像認識
スキャンから行動へ：実世界スキャンを活用した身体性シーン理解
実世界の3Dスキャンデータと注釈をUSDで統合し、LLMによるシーン編集とロボットシミュレーションでの政策学習に応用した研究。
原題: From Scan to Action: Leveraging Realistic Scans for Embodied Scene Understanding ／ Anna-Maria Halacheva, Jan-Nico Zaech, Sombit Dey 他
日本語で読む → - 論文軌道予測ロボティクス
JAM: 分類考慮型周辺提案後のキーポイント誘導型マルチエージェント相互作用予測
自動運転における他車両の将来軌道予測で、低確率モードの生成品質を改善するため、軌道タイプ別分類を行う周辺予測とキーポイントで誘導するジョイント予測を組み合わせた2段階フレームワークを提案し、Waymoデータセットで最先端性能を達成した。
原題: JAM: Keypoint-Guided Joint Prediction after Classification-Aware Marginal Proposal for Multi-Agent Interaction ／ Fangze Lin, Ying He, Fei Yu 他
日本語で読む → - 論文合流制御ロボティクス
自動運転車の高速道路合流制御における状態依存型流出率の解析的定式化
自動運転車の多段階合流を解析的にモデル化し、合流点の実効流出率を閉形式で導出するとともに、遅延と衝突リスクを最小化する動的計画法を提案した。
原題: Analytical Formulation of Autonomous Vehicle Freeway Merging Control with State-Dependent Discharge Rates ／ Qing Tang, Xianbiao Hu
日本語で読む → - 論文水中ロボティクスロボティクス
AquaChat: LLMが導く養殖網生け簀の適応型検査ROVフレームワーク
大規模言語モデルを活用し、自然言語指示から養殖網生け簀の検査タスクを計画・実行するROVシステムを提案し、シミュレーションと実環境で有効性を示した。
原題: AquaChat: An LLM-Guided ROV Framework for Adaptive Inspection of Aquaculture Net Pens ／ Waseem Akram, Muhayy Ud Din, Abdelhaleem Saad 他
日本語で読む → - 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 → - 論文模倣学習ロボティクス
人間のデモンストレーションから身体的インタラクションスキルを学習する
人間の動作から相互作用の動態を表す埋め込みインタラクショングラフを抽出し、異なる身体構造を持つエージェントが物理シミュレーションで模倣制御を学習する枠組みを提案した。
原題: Learning Physical Interaction Skills from Human Demonstrations ／ Tianyu Li, Hengbo Ma, Sehoon Ha 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
言語条件付きオープンボキャブラリ移動マニピュレーションの事前学習モデルによる実現
LLMとVLMを組み合わせ、自由形式の自然言語指示で家庭環境における未知物体の移動マニピュレーションをゼロショットで行うフレームワークLOVMMを提案した。
原題: Language-Conditioned Open-Vocabulary Mobile Manipulation with Pretrained Models ／ Shen Tan, Dong Zhou, Xiangyu Shao 他
日本語で読む → - 論文歩行ロボティクス
モデルベース制御を強化するモジュラー残差学習フレームワークによる堅牢な歩行
モデルベース制御の各モジュールに残差学習を組み込み、不確実性の高い環境でも四足歩行ロボットのバランスと速度追従を実現した。
原題: A Modular Residual Learning Framework to Enhance Model-Based Approach for Robust Locomotion ／ Min-Gyu Kim, Dongyun Kang, Hajun Kim 他
日本語で読む → - 論文群制御制御
GMMに基づく時変カバレッジ制御
時変密度関数をガウス混合モデルで表現し、その時間発展を完全に取り込んだ効率的な分散カバレッジ制御則を提案。ドローン群によるプルーム監視実験で有効性を示した。
原題: GMM-Based Time-Varying Coverage Control ／ Behzad Zamani, James Kennedy, Airlie Chapman 他
日本語で読む → - 論文マニピュレーションロボティクス
CLAR: マスク再構成と多段階コントラスト整合を融合したロボットマニピュレーション向け3D表現学習
マスク付きオートエンコーダとクロスモーダルなコントラスト学習を組み合わせ、局所的な変形可能注意で3D形状と2D視覚特徴を精密に対応付ける3D事前学習フレームワークを提案し、視覚運動ポリシー学習で最高性能を達成した。
原題: CLAR: Learning 3D Representations for Robotic Manipulation by Fusing Masked Reconstruction with Multi-Level Contrastive Alignment ／ Wenbo Cui, Chengyang Zhao, Yuhui Chen 他
日本語で読む → - 論文VLA画像認識
ロボット操作のための幾何学認識4D動画生成
複数視点の点群整合性を訓練時に監督することで、単一RGB-D画像から時空間的に整合した未来動画を生成し、ロボットの操作軌道復元に応用する4D動画生成モデルを提案。
原題: Geometry-aware 4D Video Generation for Robot Manipulation ／ Zeyi Liu, Shuang Li, Eric Cousineau 他
日本語で読む → - 論文自動運転/自由空間予測画像認識
Diffusion-FS: 拡散モデルによる自動運転のためのマルチモーダル自由空間予測
単眼カメラ画像から自己教師あり学習で走行可能な自由空間の輪郭を生成し、拡散モデルで予測する手法を提案。
原題: Diffusion-FS: Multimodal Free-Space Prediction via Diffusion for Autonomous Driving ／ Keshav Gupta, Tejas S. Stanley, Pranjal Paul 他
日本語で読む → - 論文VLAロボティクス
TriVLA: エピソード的世界モデリングを備えた三システム統合型視覚-言語-行動モデルによる汎用ロボット制御
エピソード記憶の概念を取り入れ、VLMによるマルチモーダル理解と動画拡散モデルによる時系列予測、フローマッチングによる行動生成を統合した三システム構成のVLAモデルを提案し、実世界のマニピュレーションタスクで高い性能を示した。
原題: TriVLA: A Triple-System-Based Unified Vision-Language-Action Model with Episodic World Modeling for General Robot Control ／ Zhenyang Liu, Yongchong Gu, Sixiao Zheng 他
日本語で読む → - 論文ナビゲーションロボティクス
自由エネルギー原理に基づく認知リスク統合による歩行者密集環境での自動運転ナビゲーション
自由エネルギー原理に着想を得た認知リスクモデルを自動運転車と歩行者の両方に組み込み、歩行者密集環境での人間らしい予測と意思決定を実現するフレームワークを提案した。
原題: Free Energy-Inspired Cognitive Risk Integration for AV Navigation in Pedestrian-Rich Environments ／ Meiting Dang, Yanping Wu, Yafei Wang 他
日本語で読む → - 論文POMDPAI
部分観測モンテカルログラフ探索
大規模POMDPをオフラインで解くため、探索木をオンラインで折りたたんでポリシーグラフを構築するサンプリングベースの新アルゴリズムPOMCGSを提案した。
原題: Partially Observable Monte-Carlo Graph Search ／ Yang You, Vincent Thomas, Alex Schutz 他
日本語で読む → - 論文マニピュレーションロボティクス
KGN-Pro: 確率的2D-3D対応学習によるキーポイントベースの把持予測
RGB-D画像から把持キーポイントを予測し、確率的PnP層で3D最適化をエンドツーエンドに組み込むことで、6自由度把持推定の精度と成功率を向上させた研究。
原題: KGN-Pro: Keypoint-Based Grasp Prediction through Probabilistic 2D-3D Correspondence Learning ／ Bingran Chen, Baorun Li, Jian Yang 他
日本語で読む → - 論文運動計画ロボティクス
相互作用マージ運動計画：多様な運動データセットを活用したロバスト計画
異なるドメインで学習したモデルのパラメータをマージし、エージェントの相互作用を効果的に転移することで、ロバストな運動計画を実現する手法を提案。
原題: Interaction-Merged Motion Planning: Effectively Leveraging Diverse Motion Datasets for Robust Planning ／ Giwon Lee, Wooseong Jeong, Daehee Park 他
日本語で読む → - 論文LLM応用自然言語
水産養殖・漁業向け大規模言語モデルAQUA
水産養殖分野に特化した初の大規模言語モデルAQUAを提案し、専門知識とLLMを組み合わせた合成データ生成・調整フレームワークAQUADAPTを構築した。
原題: AQUA: A Large Language Model for Aquaculture & Fisheries ／ Praneeth Narisetty, Uday Kumar Reddy Kattamanchi, Lohit Akshant Nimma 他
日本語で読む → - 論文手術支援ロボティクス
硬直したAIを超えて：手術支援における自然な人間機械共生に向けて
音声とLLM・SAM・点追跡モデルを組み合わせ、術中に未知の要素も対話的にセグメンテーションできる知覚エージェントを提案した。
原題: Beyond Rigid AI: Towards Natural Human-Machine Symbiosis for Interoperative Surgical Assistance ／ Lalithkumar Seenivasan, Jiru Xu, Roger D. Soberanis Mukul 他
日本語で読む → - 論文触覚ロボティクス
触覚センサによる能動的輪郭再構成
ひげ型触覚センサで物体表面を追従し、サブミリ精度で輪郭を再構成する能動制御手法を提案。
原題: Whisker-based Active Tactile Perception for Contour Reconstruction ／ Yixuan Dang, Qinyang Xu, Yu Zhang 他
日本語で読む → - 論文3D再構成画像認識
原始形状初期化による非協力宇宙機3Dモデルの高速学習
単眼画像からCNNで原始形状を初期化し、NeRF/3DGSの学習コストを大幅削減して非協力宇宙機の高精度3Dモデルを効率的に学習する手法を提案。
原題: Fast Learning of Non-Cooperative Spacecraft 3D Models through Primitive Initialization ／ Pol Francesch Huc, Emily Bates, Simone D'Amico
日本語で読む → - 論文通信cs.NI
単一チャネルハードウェアを用いたモバイルLoRaゲートウェイの拡散率選択最適化
低コストな単一チャネルLoRaゲートウェイ向けに、距離やデータレートなどの制約で候補を絞り、重み付きスコアで最適な拡散率を静的に選ぶ二段階アルゴリズムを提案し、フィールド試験とNS-3シミュレーションで有効性を検証した。
原題: Optimizing Spreading Factor Selection for Mobile LoRa Gateways Using Single-Channel Hardware ／ W. A. Sasindu Wijesuriya
日本語で読む → - 論文強化学習ロボティクス
連続制御へのグループ相対方策最適化の拡張：ロボット強化学習のための理論的枠組み
GRPOを連続行動空間に拡張する理論的枠組みを提案し、軌道ベースの方策クラスタリングや状態認識型アドバンテージ推定を導入してロボットタスクへの適用可能性を示した。
原題: Extending Group Relative Policy Optimization to Continuous Control: A Theoretical Framework for Robotic Reinforcement Learning ／ Rajat Khanda, Mohammad Baqar, Sambuddha Chakrabarti 他
日本語で読む → - 論文ロコマニピュレーションロボティクス
RAKOMO: 四足歩行ロコマニピュレーションのための到達可能性を考慮したK次マルコフ経路最適化
四足歩行ロボットに搭載したアームの運動計画において、ニューラルネットで予測した到達可能性マージンをKOMOに組み込み、脚の制約を考慮しつつ勾配ベースの最適化を高速収束させる手法を提案。HyQRealとKinova Gen3によるピックアンドプレースで有効性を検証した。
原題: RAKOMO: Reachability-Aware K-Order Markov Path Optimization for Quadrupedal Loco-Manipulation ／ Mattia Risiglione, Abdelrahman Abdalla, Victor Barasuol 他
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 → - 論文交通シミュレーションstat.AP
文脈だけでは不十分な車両追従行動の未説明変動のモデル化
深層ニューラルネットワークと非定常ガウス過程を組み合わせ、運転者の潜在的な意図や知覚誤差に起因する加速度決定の不確実性を解釈可能にモデル化した研究。
原題: When Context Is Not Enough: Modeling Unexplained Variability in Car-Following Behavior ／ Chengyuan Zhang, Zhengbing He, Cathy Wu 他
日本語で読む → - 論文マニピュレーションロボティクス
脳波の暗黙的フィードバックによる強化学習で人間とロボットを整合させる
ボタン操作ではなく脳波の誤り関連電位から報酬を推定し、疎な報酬でもロボットアームの把持・配置タスクを学習できるRLIHFフレームワークを提案した。
原題: Aligning Humans and Robots via Reinforcement Learning from Implicit Human Feedback ／ Suzie Kim, Hye-Bin Shin, Seong-Whan Lee
日本語で読む → - 論文自動運転/分散制御math.OC
都市交差点における車両挙動と相互作用の分散モデリング
都市交差点での自動運転車の軌道計画と分散制御のための二層構造フレームワークを提案し、中央制御や車両間の知識共有を必要とせずに非協力的な相互作用を扱えるようにした。
原題: Decentralized Modeling of Vehicular Maneuvers and Interactions at Urban Junctions ／ Saeed Rahmani, Simeon C. Calvert, Bart van Arem
日本語で読む → - 論文農業ロボティクス画像認識
遮蔽環境下でのハイダ栽培イチゴのオンライン質量推定
RGB-Dセンシングと深層学習を組み合わせ、遮蔽や姿勢変化がある圃場でもイチゴの質量を非破壊・リアルタイムに推定する手法を提案した。
原題: Online Estimation of Table-Top Grown Strawberry Mass in Field Conditions with Occlusions ／ Jinshan Zhen, Yuanyue Ge, Tianxiao Zhu 他
日本語で読む → - 論文ナビゲーションロボティクス
CADファイルからロボットナビゲーション用の屋内OpenStreetMapを生成する
建築CADファイルを自動変換し、階層的なトポメトリックOpenStreetMap表現を生成するシステムを提案。SLAMの限界を回避し、長期ロボットナビゲーションを実現する。
原題: Generation of Indoor Open Street Maps for Robot Navigation from CAD Files ／ Jiajie Zhang, Shenrui Wu, Xu Ma 他
日本語で読む →