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
MoIRA: マルチタスクロボティクス向けモジュール型インストラクションルーティングアーキテクチャ
既存のVLAモデルを専門家として組み合わせ、テキストベースの外部ルーターでゼロショットにタスクを振り分けるモジュール型MoEフレームワークを提案。ヒューマノイドやLIBEROベンチマークで汎用モデルを上回る性能を示した。
原題: MoIRA: Modular Instruction Routing Architecture for Multi-Task Robotics ／ Dmytro Kuzmenko, Nadiya Shvai
日本語で読む → - 論文VLAAI
VLMPlanner: 視覚言語モデルと運動計画の統合
視覚言語モデル(VLM)を自動運転の運動計画に組み込み、生画像から得た文脈情報でリアルタイムプランナを誘導するハイブリッド手法を提案。シーン複雑度に応じて推論頻度を調整する機構も導入した。
原題: VLMPlanner: Integrating Visual Language Models with Motion Planning ／ Zhipeng Tang, Sha Zhang, Jiajun Deng 他
日本語で読む → - 論文群制御ロボティクス
多人数介護環境における安全で社会的配慮のあるマルチロボット連携
複数の人間と複数のロボットが共存する介護環境で、経路計画・ナビゲーション・タスクスケジューリング・タスク割り当て・人間とロボットの相互作用を同時に扱う多目的学習ベースの連携手法を提案した。
原題: Safe and Socially Aware Multi-Robot Coordination in Multi-Human Social Care Settings ／ Ayodeji O. Abioye, Jayati Deshmukh, Athina Georgara 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 → - 論文動作予測ロボティクス
可逆ネットワークによる不確実性を考慮した確率的3D人間動作予測
可逆ネットワークで姿勢を潜在空間にパラメータ化し、将来の潜在分布を予測することで、不確実性を定量化できる3D人間動作予測手法を提案。
原題: Uncertainty-aware Probabilistic 3D Human Motion Forecasting via Invertible Networks ／ Yue Ma, Kanglei Zhou, Fuyang Yu 他
日本語で読む → - 論文認知ロボティクスロボティクス
ぶら下がり：反応型ロボティクスへの認知に着想を得た推論
神経記号モジュール構成により、ロボットが物体の支持関係に関わる部分を自律的に学習し認識する手法を提案。
原題: Hanging Around: Cognitive Inspired Reasoning for Reactive Robotics ／ Mihai Pomarlan, Stefano De Giorgis, Rachel Ringe 他
日本語で読む → - 論文マニピュレーションロボティクス
未知の不確かさを持つロボットマニピュレータのためのガウス過程に基づくロバスト制御
ガウス過程回帰でモデル誤差を推定し、その分散に基づくロバスト項を加えたフィードバック線形化制御を提案。2自由度平面ロボットで漸近的な軌道追従を数値的に検証した。
原題: A Robust Controller based on Gaussian Processes for Robotic Manipulators with Unknown Uncertainty ／ Giulio Giacomuzzo, Mohamed Abdelwahab, Marco Calì 他
日本語で読む → - 論文測位/5G/V2I制御
ACCESS-AV: スマートファクトリにおける持続可能な自動運転車両測位のための適応的通信・計算協調設計
5Gの同期信号ブロックを活用し、環境に応じて通信と計算のバランスを適応的に調整することで、省エネかつ高精度な自動配送車の測位を実現するフレームワークを提案した。
原題: ACCESS-AV: Adaptive Communication-Computation Codesign for Sustainable Autonomous Vehicle Localization in Smart Factories ／ Rajat Bhattacharjya, Arnab Sarkar, Ish Kool 他
日本語で読む → - 論文安全制御ロボティクス
世界モデルと制御バリア関数による潜在空間での安全認証
世界モデルの潜在空間で制御バリア証明を学習し、限られたラベル付きデータから安全な視覚運動制御ポリシーを半教師ありで合成する手法を提案。
原題: Safety Certification in the Latent space using Control Barrier Functions and World Models ／ Mehul Anand, Shishir Kolathaya
日本語で読む → - 論文歩行ロボティクス
中間動作生成に基づく多様式四足ロボットの移動
CVAEを用いて任意の開始・終了状態間で多様な歩容の中間動作を生成し、模倣学習により四足ロボットの速度追従と展開安定性を向上させた。
原題: In-between Motion Generation Based Multi-Style Quadruped Robot Locomotion ／ Yuanhao Chen, Liu Zhao, Ji Ma 他
日本語で読む → - 論文AR/ヒューマンロボットインタラクションロボティクス
NASA SUITS 2024報告：LLM駆動型没入型ARユーザーインターフェースによるロボティクスと宇宙探査
NASA SUITSチャレンジ向けに、HoloLensとLLM音声制御、ロボット追跡を統合した没入型ARシステムURSAを開発し、動的環境でのロボット遠隔操作を可能にした。
原題: 2024 NASA SUITS Report: LLM-Driven Immersive Augmented Reality User Interface for Robotics and Space Exploration ／ Kathy Zhuang, Zixun Huang, Yukun Song 他
日本語で読む → - 論文群制御ロボティクス
ReCoDe: マルチエージェント協調のための強化学習に基づく動的制約設計
既存の制約ベース制御器を活かしつつ、強化学習で動的な制約を学習してマルチエージェントの協調行動を改善するハイブリッド手法を提案し、ナビゲーションタスクで有効性を示した。
原題: ReCoDe: Reinforcement Learning-based Dynamic Constraint Design for Multi-Agent Coordination ／ Michael Amir, Guang Yang, Zhan Gao 他
日本語で読む → - 論文制御/計画ロボティクス
慣性ドリフト車両のための学習ベース計画・制御フレームワーク
ベイズ最適化を用いて、慣性ドリフト中の滑らかな遷移と速度損失の最小化を図る計画・制御手法を提案し、8の字経路でのシミュレーションで有効性を示した。
原題: A Learning-based Planning and Control Framework for Inertia Drift Vehicles ／ Bei Zhou, Zhouheng Li, Lei Xie 他
日本語で読む → - 論文3Dシーン理解画像認識
マスク付きリカレントネットワークによる単眼セマンティックシーン補完
単眼RGB画像からボクセル単位の占有と意味カテゴリを予測するMSSCを、粗い予測とマスク付きリカレントネットワークの2段階に分解し、屋内・屋外両方で最先端性能を達成した研究。
原題: Monocular Semantic Scene Completion via Masked Recurrent Networks ／ Xuzhi Wang, Xinran Wu, Song Wang 他
日本語で読む → - 論文構造最適化ロボティクス
建設ロボットの脚構造における変密度法に基づくトポロジー最適化
建設ロボットの脚構造に対し、SIMP変密度法によるトポロジー最適化と再設計を行い、大腿部の質量を19.45%削減しつつ構造性能を維持できることを有限要素解析で示した。
原題: Topology Optimization of Leg Structures for Construction Robots Based on Variable Density Method ／ Xiao Liu, Xianlong Yang, Weijun 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
不確実な組立環境における人間参加型制御による自律マニピュレータの強化
月面ミッションを想定し、柔軟なソーラーパネル展開をロボットマニピュレータで自律実行する際に、人間がループに入って曖昧な状況で介入できる制御手法を提案し、デジタルツインで検証した。
原題: Enhancing Autonomous Manipulator Control with Human-in-loop for Uncertain Assembly Environments ／ Ashutosh Mishra, Shreya Santra, Hazal Gozbasi 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 → - 論文運動モデリングAI
知能の基盤としての運動：AIにおける運動モデリングの重要性
本論文は、運動をAIの主要なモデリング対象とすべきだと主張し、生物・人工システムを問わず運動データから学習・汎化するモデルの基盤構築の重要性を論じている。
原題: Grounding Intelligence in Movement ／ Melanie Segado, Felipe Parodi, Jordan K. Matelsky 他
日本語で読む → - 論文sim2realロボティクス
Sim-to-Realギャップの定量化と可視化：再現性のための物理誘導正則化
PIDゲインを実機実験で測定し、ニューラルコントローラの入出力感度をそれに近づける物理誘導正則化を提案。安価な二輪バランスロボットでシミュレーションと実機の挙動を一致させた。
原題: Quantifying and Visualizing Sim-to-Real Gaps: Physics-Guided Regularization for Reproducibility ／ Yuta Kawachi
日本語で読む → - 論文SLAMロボティクス
劣化に頑健な高精度マッピングのための大規模LiDAR慣性データセット
複雑な実環境でのLIOシステムの検証不足を解決するため、4つの実環境をカバーする大規模で高精度なLiDAR慣性オドメトリデータセットを構築し、高精度な正解軌道を提供した。
原題: Large-Scale LiDAR-Inertial Dataset for Degradation-Robust High-Precision Mapping ／ Xiaofeng Jin, Ningbo Bu, Shijie Wang 他
日本語で読む → - 論文群制御制御
実車実験に基づく協調型車群走行の安定性分析：知見と制御戦略
V2X通信を用いた協調型アダプティブクルーズコントロール（CACC）を実車プラットフォームで実装し、車群走行の安定性を実験的に検証した研究。
原題: Experimentally-Driven Analysis of Stability in Connected Vehicle Platooning: Insights and Control Strategies ／ Niladri Dutta, Elham Abolfazli, Themistoklis Charalambous
日本語で読む → - 論文群制御cs.MA
RALLY: 役割適応型LLM駆動の協調ナビゲーションによるUAV群制御
LLMの意味推論とマルチエージェント強化学習を組み合わせ、動的な役割分担でUAV群のナビゲーションと目標カバレッジを実現する手法を提案。
原題: RALLY: Role-Adaptive LLM-Driven Yoked Navigation for Agentic UAV Swarms ／ Ziyao Wang, Rongpeng Li, Sizhao Li 他
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 → - 論文適応制御ロボティクス
LLM誘導適応補償器：大規模言語モデルによる自動制御系への適応性の導入
未知システムと参照システムの応答差をLLMに提示し、補償器を設計させることで、モデル参照適応制御の枠組みで適応性を実現する手法を提案し、ソフトロボットとヒューマノイドで有効性を示した。
原題: LLMs-guided adaptive compensator: Bringing Adaptivity to Automatic Control Systems with Large Language Models ／ Zhongchao Zhou, Yuxi Lu, Yaonan Zhu 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
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 →