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 →- 論文動作計画ロボティクス
狭い通路を含む高次元空間における高速動作計画のための選択的稠密化
サンプリングベースの動作計画において、空間を粗密の異なる解像度で探索し、広い自由空間では粗いサンプルを優先することで、狭い通路を含む高次元空間でも高速かつ完全に計画できる手法を提案した。
原題: Selective Densification for Rapid Motion Planning in High Dimensions with Narrow Passages ／ Lu Huang, Lingxiao Meng, Jiankun Wang 他
日本語で読む → - 論文手術映像データセットeess.IV
SurgiSR4K: ロボット支援低侵襲手術向け高解像度内視鏡映像データセット
ロボット支援低侵襲手術の実環境を反映した、ネイティブ4K解像度の内視鏡映像データセットを初めて公開し、超解像や煙除去、器具検出など多様なコンピュータビジョンタスクの基盤を提供する。
原題: SurgiSR4K: A High-Resolution Endoscopic Video Dataset for Robotic-Assisted Minimally Invasive Procedures ／ Fengyi Jiang, Xiaorui Zhang, Lingbo Jin 他
日本語で読む → - 論文ナビゲーションロボティクス
拡散デノイザ支援によるジャイロコンパス
低コストジャイロのノイズを拡散モデルで除去し、学習ベースの方位推定精度を向上させる手法を提案した。
原題: Diffusion Denoiser-Aided Gyrocompassing ／ Gershy Ben-Arie, Daniel Engelsman, Rotem Dror 他
日本語で読む → - 論文医療ロボットロボティクス
低侵襲膵臓手術向け革新的パラレルロボットの設計解析
低侵襲膵臓手術用の4自由度パラレルロボット2案（ATHENA-1/2）を設計し、FEM解析と作業空間評価で剛性・実用性を比較して最適な構造を選定した。
原題: Design Analysis of an Innovative Parallel Robot for Minimally Invasive Pancreatic Surgery ／ Doina Pisla, Alexandru Pusca, Andrei Caprariu 他
日本語で読む → - 論文VLAロボティクス
Evo-0: 暗黙的な空間理解を備えた視覚-言語-行動モデル
既存の視覚基盤モデルを活用し、RGB画像のみから3D幾何特徴を暗黙的に取り込むプラグアンドプレイモジュールを提案し、VLAモデルの空間理解能力を向上させた。
原題: Evo-0: Vision-Language-Action Model with Implicit Spatial Understanding ／ Tao Lin, Gen Li, Yilei Zhong 他
日本語で読む → - 論文軌道予測ロボティクス
SRefiner: ソフトブレイド注意機構によるマルチエージェント軌道精緻化
自動運転における軌道予測精度向上のため、ブレイド理論に着想を得たソフトブレイド注意機構を導入し、軌道間の時空間トポロジー関係を捉える新しい軌道精緻化手法を提案。
原題: SRefiner: Soft-Braid Attention for Multi-Agent Trajectory Refinement ／ Liwen Xiao, Zhiyu Pan, Zhicheng Wang 他
日本語で読む → - 論文マニピュレーションロボティクス
マルチロボット組立セルにおける自動手順最適化のためのシミュレーションベース動作系列計画
組立工程をコア作業と移動作業に分け、スケジューリングと分解型動作計画を組み合わせて、衝突のない効率的なマルチロボット組立手順を生成するシミュレーション手法を提案した。
原題: Simulation-based planning of Motion Sequences for Automated Procedure Optimization in Multi-Robot Assembly Cells ／ Loris Schneider, Marc Ungen, Elias Huber 他
日本語で読む → - 論文行動認識画像認識
正弦波エンコーディングを用いたマルチモーダルグラフ畳み込みネットワークによるロバストな人間行動セグメンテーション
低フレームレートの視覚情報と高フレームレートの骨格・物体検出を統合し、正弦波エンコーディングと時間グラフ融合、SmoothLabelMixで過分割を抑えて行動を高精度に時間分割する手法を提案。
原題: Multi-Modal Graph Convolutional Network with Sinusoidal Encoding for Robust Human Action Segmentation ／ Hao Xing, Kai Zhe Boey, Yuankai 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
PRISM: セグメンテーションとクロスアテンションによる点群再統合推論を用いたマニピュレーション
生の点群とロボット状態から直接学習する模倣学習フレームワークPRISMを提案。点群のセグメンテーション、クロスアテンションによる特徴統合、拡散モデルによる行動生成を組み合わせ、物体が密集した環境でのマニピュレーション精度と効率を向上させた。
原題: PRISM: Pointcloud Reintegrated Inference via Segmentation and Cross-attention for Manipulation ／ Daqi Huang, Zhehao Cai, Yuzhi Hao 他
日本語で読む → - 論文飛行制御/ヒューマンインタラクションロボティクス
人のジェスチャーと距離を考慮した羽ばたきドローンの鷹匠風手のひら着陸
羽ばたき翼ドローンが人の手のひらに安全に着陸するため、ジェスチャー認識と速度・距離を考慮した軌道計画を組み合わせた鷹匠風インタラクションを実現した。
原題: Falconry-like palm landing by a flapping-wing drone based on the human gesture interaction and distance-aware flight planning ／ Kazuki Numazato, Keiichiro Kan, Masaki Kitagawa 他
日本語で読む → - 論文オドメトリ画像認識
密深度マップ誘導によるスパース点群と画像を用いたLiDAR-視覚オドメトリ
LiDAR点群と画像から深度補完で密深度マップを作り、注意機構付きマルチスケール特徴抽出と階層的姿勢最適化で高精度な自己位置推定を実現した。
原題: Dense-depth map guided deep Lidar-Visual Odometry with Sparse Point Clouds and Images ／ JunYing Huang, Ao Xu, DongSun Yong 他
日本語で読む → - 論文衝突確率推定ロボティクス
適応的シグマ点サンプリングによる自動運転車の高速かつ高精度な衝突確率推定
不確実な軌道を持つ動的物体間の衝突確率を、適応的シグマ点サンプリングで高速・高精度に推定する手法を提案し、実データで評価した。
原題: Fast and Accurate Collision Probability Estimation for Autonomous Vehicles using Adaptive Sigma-Point Sampling ／ Charles Champagne Cossette, Taylor Scott Clawson, Andrew Feit
日本語で読む → - 論文VLA画像認識
SE-VLN: マルチモーダル大規模言語モデルに基づく自己進化型視覚言語ナビゲーションフレームワーク
マルチモーダルLLMを活用し、テスト中に経験から継続的に進化できる視覚言語ナビゲーションのフレームワークを提案。未見環境での成功率を大幅に向上させた。
原題: SE-VLN: A Self-Evolving Vision-Language Navigation Framework Based on Multimodal Large Language Models ／ Xiangyu Dong, Haoran Zhao, Jiang Gao 他
日本語で読む → - 論文歩行ロボティクス
模擬四足歩行ロボットのナビゲーションにおける強化学習アルゴリズムの評価：盲導犬行動に着想を得た比較研究
3つの強化学習アルゴリズム（PPO、DQN、Q学習）を比較し、模擬四足ロボットの自律ナビゲーションと障害物回避を訓練。PPOが全指標で優れ、ロボット盲導犬の実現可能性を示した。
原題: Evaluating Reinforcement Learning Algorithms for Navigation in Simulated Robotic Quadrupeds: A Comparative Study Inspired by Guide Dog Behaviour ／ Emma M. A. Harrison
日本語で読む → - 論文ナビゲーションロボティクス
学習ベースの屋内ナビゲーションは実世界で使えるか？模倣学習の可能性
RGB画像・LiDAR・両者を組み合わせた模倣学習による屋内ナビゲーションを実機で従来のポテンシャルフィールド法と比較し、多モーダルモデルが多くの場面で優れる一方、動的環境では課題が残ることを示した。
原題: Are Learning-Based Approaches Ready for Real-World Indoor Navigation? A Case for Imitation Learning ／ Nigitha Selvaraj, Alex Mitrevski, Sebastian Houben
日本語で読む → - 論文VLAロボティクス
AirStar：音声とジェスチャーで操る知能ドローンアシスタント
大規模言語モデルを頭脳に、音声やジェスチャーで指示できるドローン「AirStar」を開発。地理空間知識と文脈推論を組み合わせ、バドミントンコートまで案内するなど、長距離ナビゲーションと近距離制御を実現した。
原題: "Hi AirStar, Guide Me to the Badminton Court." ／ Ziqin Wang, Jinyu Chen, Xiangyi Zheng 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 → - 論文ソフトロボティクス/マニピュレーションロボティクス
センサ空間学習による冗長ソフトマニピュレータのロバスト運動制御
センサ空間での模倣学習と強化学習を組み合わせ、アクチュエータ飽和や未知負荷、狭所環境下でも軟体マニピュレータをロバストに運動制御する枠組みを提案した。
原題: Sensor-Space Based Robust Kinematic Control of Redundant Soft Manipulator by Learning ／ Yinan Meng, Kun Qian, Jiong Yang 他
日本語で読む → - 論文3D車線検出/自動運転画像認識
Depth3DLane：自己教師あり単眼深度推定を融合した単眼3D車線検出
自己教師あり単眼深度推定を組み合わせた二経路フレームワークにより、高価な深度センサや正解深度データなしで3D車線を検出し、カメラパラメータもフレームごとに推定する手法を提案した。
原題: Depth3DLane: Fusing Monocular 3D Lane Detection with Self-Supervised Monocular Depth Estimation ／ Max van den Hoven, Kishaan Jeeveswaran, Pieter Piscaer 他
日本語で読む → - 論文経路計画ロボティクス
プロンプト活用型強化学習による視覚的カバレッジ経路計画
大規模言語モデルの意味的フィードバックで報酬関数を動的に調整し、UAVの視覚カバレッジ経路計画を効率化する手法を提案。
原題: Prompt Informed Reinforcement Learning for Visual Coverage Path Planning ／ Venkat Margapuri
日本語で読む → - 論文描画ロボティクスロボティクス
画像駆動型ロボット描画：迅速な対数正規運動によるアプローチ
人間の手・腕の運動をモデル化した対数正規モデルと微分可能レンダリングを組み合わせ、画像空間の目的関数に基づいてロボットが自然な描画軌道を生成する手法を提案。
原題: Image-driven Robot Drawing with Rapid Lognormal Movements ／ Daniel Berio, Guillaume Clivaz, Michael Stroh 他
日本語で読む → - 論文状態推定ロボティクス
非線形伝播モデルを用いた無香料カルマンフィルタによる航法応用
航法誤差状態ベクトルの非線形動学モデルに従ってシグマ点を伝播させる新しい手法を導入し、自律型水中航走体の実センサデータでフィルタ精度と航法性能の向上を実証した。
原題: Unscented Kalman Filter with a Nonlinear Propagation Model for Navigation Applications ／ Amit Levy, Itzik Klein
日本語で読む → - 論文ソフトロボティクスロボティクス
ソフトロボットのデータ駆動型運動学モデリング：システム同定と不確かさの定量化
限られたシミュレーション・実機データでソフトロボットの運動学モデルを比較し、非線形アンサンブルが最も頑健であることを示すとともに、分割共形予測により予測位置の不確かさを理論保証付きで定量化する枠組みを提案した。
原題: Data-driven Kinematic Modeling in Soft Robots: System Identification and Uncertainty Quantification ／ Zhanhong Jiang, Dylan Shah, Hsin-Jung Yang 他
日本語で読む → - 論文ジェスチャー生成画像認識
空間に根ざしたジェスチャー生成：言語・動作・空間の統合
空間的な文脈を考慮した指示的ジェスチャー生成のためのマルチモーダルデータセットとフレームワークを提案し、物理シミュレータと連携して状況に応じた評価を可能にした。
原題: Grounded Gesture Generation: Language, Motion, and Space ／ Anna Deichler, Jim O'Regan, Teo Guichoux 他
日本語で読む → - 論文自動運転/軌道計画ロボティクス
自動運転車における人間の理由に整合した軌道評価フレームワーク
人間の理由（法規制遵守など）を定量化し、候補軌道がそれにどれだけ整合するかを評価する枠組みを提案し、追い越しシナリオで重み付けにより選択行動が変化することを示した。
原題: A Framework for Human-Reason-Aligned Trajectory Evaluation in Automated Vehicles ／ Lucas Elbert Suryana, Saeed Rahmani, Simeon Craig Calvert 他
日本語で読む → - 論文制御理論math.OC
不安定線形システムに対する修正スミス予測器
入力遅延をもつ不安定線形システムに対し、複雑な積分法を必要としない実装が容易な修正スミス予測器を提案し、閉ループ系の安定化と指数安定性を達成した。
原題: Modified Smith predictor for unstable linear systems ／ Anton Pyrkin, Konstantin Kalinin
日本語で読む → - 論文自動運転/強化学習ロボティクス
自動運転の強化学習における行動空間削減戦略
自動運転の強化学習で、動的マスキングと相対的行動空間削減という2つの行動空間変更戦略を提案し、学習効率と性能を改善することを示した。
原題: Action Space Reduction Strategies for Reinforcement Learning in Autonomous Driving ／ Elahe Delavari, Feeza Khan Khanzada, Jaerock Kwon
日本語で読む → - 論文群制御cs.DC
エージェント型分散コンピューティング
計算機を移動可能なエージェントとして捉える新しい分散計算モデルを提案し、リーダー選出と最小全域木問題に対する時間・メモリ効率の良い決定論的アルゴリズムを開発した。
原題: Agentic Distributed Computing ／ Ajay D. Kshemkalyani, Manish Kumar, Anisur Rahaman Molla 他
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
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 →