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
VLA-Touch：二段階の触覚フィードバックで視覚-言語-行動モデルを強化
ベースのVLAモデルを微調整せずに、触覚言語モデルによる高レベル計画と拡散ベース制御器による行動修正の二段階で触覚フィードバックを統合し、接触を伴うタスクの計画効率と実行精度を向上させた。
原題: VLA-Touch: Enhancing Vision-Language-Action Models with Dual-Level Tactile Feedback ／ Jianxin Bi, Kevin Yuchen Ma, Ce Hao 他
日本語で読む → - 論文群制御ロボティクス
大規模言語モデルによるマルチロボットチームの構成調整
自然言語のミッション記述をビヘイビアツリーと知識ベースを介してマルチロボット制御コードに変換するLAN2CB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: Compositional Coordination for Multi-Robot Teams with Large Language Models ／ Zhehui Huang, Guangyao Shi, Yuwei Wu 他
日本語で読む → - 論文ソフトロボティクス/磁気駆動ロボティクス
磁気駆動ソフト連続ロボットの運動性能を高める設計フレームワーク
ソフト連続ロボットの平衡マニフォールド上でリーマン・ヤコビアンを評価し、構造パラメータと駆動入力が運動性能に与える影響を統一的に解析する枠組みを提案。磁気駆動に適用し、磁石配置の最適化と二段階最適化アルゴリズムを開発した。
原題: Enhancing Kinematic Performances of Soft Continuum Robots for Magnetic Actuation ／ Zhiwei Wu, Jiahao Luo, Siyi Wei 他
日本語で読む → - 論文VLAロボティクス
villa-X：Vision-Language-Actionモデルにおける潜在行動モデリングの強化
VLA事前学習に潜在行動（2フレーム間の動きの抽象表現）を組み込み、その学習方法と統合方法を改善したViLLAフレームワークvilla-Xを提案。未見の身体でもゼロショットで潜在行動計画を生成でき、シミュレーションと実機のグリッパー・多指ハンド操作で高性能を示した。
原題: villa-X: Enhancing Latent Action Modeling in Vision-Language-Action Models ／ Xiaoyu Chen, Hangxing Wei, Pushi Zhang 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 → - 論文自動運転/VLAロボティクス
NavigScene：視覚範囲を超えた自動運転のための局所知覚とグローバルナビゲーションの橋渡し
局所的な視覚情報とグローバルなナビゲーション情報を統合する補助データセットNavigSceneを提案し、ナビゲーション誘導の推論・選好最適化・視覚言語行動モデルの3手法で自動運転の知覚・予測・計画・QA性能を向上させた。
原題: NavigScene: Bridging Local Perception and Global Navigation for Beyond-Visual-Range Autonomous Driving ／ Qucheng Peng, Chen Bai, Guoxiang Zhang 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 → - 論文土壌マッピング/自律掘削ロボティクス
シミュレーションされたコンパクトトラックローダによる土壌特性のオンサイト推定とベイズマッピング
土壌条件が未知で空間的に変化する環境での自律掘削に向け、ブレードと土の相互作用から土壌特性をオンライン推定し、地図上にベイズ的に追跡するシステムを提案した。
原題: In-Situ Soil-Property Estimation and Bayesian Mapping with a Simulated Compact Track Loader ／ W. Jacob Wagner, Ahmet Soylemezoglu, Katherine Driggs-Campbell
日本語で読む → - 論文マニピュレーションロボティクス
HumanoidGen: LLM推論による双腕巧みな操作のためのデータ生成
LLM推論と原子操作を活用し、双腕・巧みな手を持つヒューマノイドロボットの操作タスクと実演データを自動生成するフレームワークを提案。
原題: HumanoidGen: Data Generation for Bimanual Dexterous Manipulation via LLM Reasoning ／ Zhi Jing, Siyuan Yang, Jicong Ao 他
日本語で読む → - 論文農業ロボティクスロボティクス
キウイフルーツ収穫・受粉ロボットの開発
キウイ果樹園での受粉と収穫を行う移動ロボットを開発し、新しい果実分離機構が80%以上の果実に到達可能であることや、3D LiDARによるナビゲーション手法を実証した。
原題: Robots for Kiwifruit Harvesting and Pollination ／ Jamie Bell
日本語で読む → - 論文水中探査ロボティクス
Ariel探査：汎用ドローン自律性による視覚ベース水中探査・検査
視覚駆動型水中ロボットArielに、屈折対応の多カメラ視覚慣性状態推定と学習ベースの速度予測を統合し、ドローン並みの自律探査・検査を実現した。
原題: Ariel Explores: Vision-based underwater exploration and inspection via generalist drone-level autonomy ／ Mohit Singh, Mihir Dharmadhikari, Kostas Alexis
日本語で読む → - 論文故障診断ロボティクス
ロボットシステムのオンライン故障検出・診断のための動的システムモデル生成
実行時に動的システムモデルを生成し、ロボットの故障の根本原因を特定する手法を提案。専門家への依存を減らし、低オーバーヘッドで様々なロボットに適用可能。
原題: Dynamic System Model Generation for Online Fault Detection and Diagnosis of Robotic Systems ／ Johannes Kohl, Georg Muck, Georg Jäger 他
日本語で読む → - 論文医療ロボティクスロボティクス
下顎角分割骨切り術における人間とロボットの協調手術：光学追跡に基づくアプローチ
下顎角分割骨切り術を安全かつ精密に行うため、位置・姿勢制御をロボットが、力制御を外科医が担当する協調システムを提案し、光学追跡で患者の動きを追従することで、ファントム実験で平均誤差1.85mmを達成した。
原題: Collaborative Human-Robot Surgery for Mandibular Angle Split Osteotomy: Optical Tracking based Approach ／ Zhe Han, Huanyu Tian, Tom Vercauteren 他
日本語で読む → - 論文群制御cs.MA
統計的安全保証付き動的不可制御エージェント間のマルチエージェント経路探索
予測不能なエージェントの動きを学習予測し、その不確実性をConformal Predictionで定量化してECBSに統合することで、衝突回避の統計的保証を実現する経路探索手法を提案。
原題: Multi-Agent Path Finding Among Dynamic Uncontrollable Agents with Statistical Safety Guarantees ／ Kegan J. Strawn, Thomy Phan, Eric Wang 他
日本語で読む → - 論文SLAMロボティクス
動的環境向け適応型事前シーン物体SLAM
動的環境でのSLAMの位置ずれを抑えるため、シーンと物体の信頼性評価と信頼フレームを用いた姿勢補正を組み合わせた手法を提案し、TUM RGB-Dで精度とロバスト性を向上させた。
原題: Adaptive Prior Scene-Object SLAM for Dynamic Environments ／ Haolan Zhang, Thanh Nguyen Canh, Chenghao Li 他
日本語で読む → - 論文宇宙探査自律性ロボティクス
AI宇宙コルテックス：未来の宇宙探査に向けた実験システム
氷衛星探査ミッションにおける通信遅延や電力制限に対応するため、異常検知・回復や事前学習済み行動に基づくAI支援自律性フレームワークを開発・実証した。
原題: AI Space Cortex: An Experimental System for Future Era Space Exploration ／ Thomas Touma, Ersin Daş, Erica Tevere 他
日本語で読む → - 論文衝突予測ロボティクス
関節車両のための改良二次元衝突時間：側面衝突と追突の予測
トラクター・セミトレーラーのような関節車両に対応し、側面衝突も予測できるよう既存の二次元TTCを3通りに拡張し、CARLAシミュレーションで精度を検証した論文。
原題: An improved two-dimensional time-to-collision for articulated vehicles: predicting sideswipe and rear-end collisions ／ Abhijeet Behera, Sogol Kharrazi, Erik Frisk 他
日本語で読む → - 論文産業ロボティクスロボティクス
生産物流からスマートマニュファクチャリングへ：新RoboCupインダストリアルリーグのビジョン
RoboCupの生産物流リーグを発展させ、組立や人間協調、ヒューマノイドを含むスマート工場シナリオの新リーグ構想を提案した論文。
原題: From Production Logistics to Smart Manufacturing: The Vision for a New RoboCup Industrial League ／ Supun Dissanayaka, Alexander Ferrein, Till Hofmann 他
日本語で読む → - 論文ナビゲーションロボティクス
PixelNav: トポロジカルグラフを用いたモデルベース視覚のみナビゲーション
深層学習と古典的なモデルベース計画を組み合わせ、トポロジカルグラフ表現とMPC・走行可能性推定・視覚的位置認識・姿勢推定を統合した解釈性の高い視覚のみナビゲーションシステムを提案し、実機実験で有効性を示した。
原題: PixelNav: Towards Model-based Vision-Only Navigation with Topological Graphs ／ Sergey Bakulin, Timur Akhtyamov, Denis Fatykhov 他
日本語で読む → - 論文可視化画像認識
Viser: Pythonによる命令型Webベース3D可視化ライブラリ
コンピュータビジョンとロボティクス向けの3D可視化ライブラリViserを提案。命令型APIとWebベースビューアにより、最小限のセットアップで拡張可能な3Dシーンと2D GUIを提供する。
原題: Viser: Imperative, Web-based 3D Visualization in Python ／ Brent Yi, Chung Min Kim, Justin Kerr 他
日本語で読む → - 論文UAV経路計画ロボティクス
地形を考慮した2次元UAV経路計画の適応手法
商用の2次元経路計画アルゴリズムを拡張し、地形に応じて高度とカメラ向きを調整することで、3次元再構成の品質を向上させるモジュール式アルゴリズムを提案した。
原題: Terrain-Aware Adaptation for Two-Dimensional UAV Path Planners ／ Kostas Karakontis, Thanos Petsanis, Athanasios Ch. Kapoutsis 他
日本語で読む → - 論文マニピュレーション画像認識
AnyPos: 双腕マニピュレーションのためのタスク非依存動作の自動生成
タスクに依存しない動作データを大規模に自動収集し、逆動力学学習で身体ダイナミクスをモデル化することで、様々なタスクやプラットフォームに転用可能な双腕マニピュレーション基盤を構築した研究。
原題: AnyPos: Automated Task-Agnostic Actions for Bimanual Manipulation ／ Hengkai Tan, Yao Feng, Xinyi Mao 他
日本語で読む → - 論文慣性オドメトリロボティクス
TinyIO: 軽量再パラメータ化慣性オドメトリ
訓練時にマルチブランチ構造を用い、推論時に等価な単一経路へ変換することで軽量化を実現した慣性オドメトリ手法を提案。公開データセットで精度とモデルサイズの良好なトレードオフを示した。
原題: TinyIO: Lightweight Reparameterized Inertial Odometry ／ Shanshan Zhang, Siyue Wang, Mengzi Chen 他
日本語で読む → - 論文外乱オブザーバ/柔軟関節ロボットロボティクス
周波数応答データに基づく柔軟関節ロボットの外乱オブザーバ設計
柔軟関節ロボットの外乱オブザーバ性能を向上させるため、周波数応答関数に基づく最適化手法を提案し、関節の柔軟性やパラメータ変動があっても制御帯域を最大化し振動を抑制する。
原題: Frequency Response Data-Driven Disturbance Observer Design for Flexible Joint Robots ／ Deokjin Lee, Junho Song, Alireza Karimi 他
日本語で読む → - 論文マニピュレーション機械学習
Vidar: 汎用マニピュレーションのための身体性ビデオ拡散モデル
インターネット規模で事前学習したビデオ拡散モデルを実機ロボットの軌道で追加学習し、マスク付き逆動力学モデルで適応させることで、未知のロボットでも20分の実演だけで新タスクや背景・視点変化に汎化する手法を提案。
原題: Vidar: Embodied Video Diffusion Model for Generalist Manipulation ／ Yao Feng, Hengkai Tan, Xinyi Mao 他
日本語で読む → - 論文自己位置推定画像認識
高次元からの視点：3D幾何学的事前情報は視覚的フロアプラン自己位置推定に役立つか？
視覚的なフロアプラン自己位置推定に3D幾何学的事前情報を導入し、多視点制約とシーン再構成を自己教師あり対比学習でモデル化することで、見た目の変化や遮蔽による位置推定誤差を改善する手法を提案。
原題: Perspective from a Higher Dimension: Can 3D Geometric Priors Help Visual Floorplan Localization? ／ Bolei Chen, Jiaxu Kang, Haonan Yang 他
日本語で読む → - 論文HRIロボティクス
MetaMorph：ロボット形態のメタモデリング手法
222体のロボットを分析し、外見的特徴を体系的に分類・比較できるメタモデル「MetaMorph」を構築した研究。
原題: MetaMorph -- A Metamodelling Approach For Robot Morphology ／ Rachel Ringe, Robin Nolte, Nima Zargham 他
日本語で読む → - 論文継続学習機械学習
生成AIの継続学習：LLMからMLLM、その先へ
大規模言語モデルやマルチモーダルモデル、拡散モデルなど生成AIの継続学習手法を、脳の記憶機構に倣った3つのパラダイムで体系的に整理したサーベイ論文。
原題: Continual Learning for Generative AI: From LLMs to MLLMs and Beyond ／ Haiyang Guo, Fanhu Zeng, Fei Zhu 他
日本語で読む → - 論文VLA機械学習
マルチモーダル行動モデル評価・適応のためのオープンソースツールキットとベンチマークスイート
視覚・言語・行動を統合したマルチモーダル行動モデルを評価・適応するためのオープンソースベンチマーク「MultiNet」と関連ツールキットを提案し、1.3兆トークン超の複合データセットを提供する。
原題: An Open-Source Software Toolkit & Benchmark Suite for the Evaluation and Adaptation of Multimodal Action Models ／ Pranav Guruprasad, Yangyue Wang, Sudipta Chowdhury 他
日本語で読む → - 論文強化学習機械学習
重み正規化によるCrossQのスケーリング
強化学習手法CrossQに重み正規化を導入し、高いUTD比でも安定して学習できるようにしてサンプル効率を改善した研究。
原題: Scaling CrossQ with Weight Normalization ／ Daniel Palenicek, Florian Vogt, Jan Peters
日本語で読む →