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: 2025/6/1 ／ 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 →- 論文模倣学習ロボティクス
視野を超えたロボットマニピュレーションを可能にする能動的首振り動作の模倣学習
首を動かせるロボットの遠隔操作データを効率的に集める教示システムと、首振りによる視点変化に頑健な模倣学習モデルを提案し、視野外の物体操作でも約90%の成功率を達成した。
原題: Imitation Learning for Active Neck Motion Enabling Robot Manipulation beyond the Field of View ／ Koki Nakagawa, Yoshiyuki Ohmura, Yasuo Kuniyoshi
日本語で読む → - 論文HRIHCI
強化学習エージェントの学習過程を人間はどう推論するか
強化学習エージェントの学習行動を人間がどう解釈するかを調査し、目標・知識・意思決定・学習メカニズムの4テーマを同定した研究。
原題: Can you see how I learn? Human observers' inferences about Reinforcement Learning agents' learning processes ／ Bernhard Hilpert, Muhan Hou, Kim Baraka 他
日本語で読む → - 論文空中マニピュレーションロボティクス
デルタアームの作業空間利用を最大化する空中把持
空中マニピュレータの軌道計画において、デルタアームの非凸な作業空間をMLPで確率表現し、RevNetで順運動学を近似することで作業空間制約を効率的に扱い、把持タスクの性能を向上させる手法を提案。
原題: Aerial Grasping via Maximizing Delta-Arm Workspace Utilization ／ Haoran Chen, Weiliang Deng, Biyu Ye 他
日本語で読む → - 論文自動運転/リスク評価ロボティクス
フラクショナル衝突：自動運転行動シミュレーションを用いた反事実的衝突リスク推定フレームワーク
自動運転システムのセンサデータから反事実的シミュレーションを構築し、衝突リスクを確率的に推定する手法を提案。実データで検証し、ADSの衝突低減効果を評価した。
原題: Fractional Collisions: A Framework for Risk Estimation of Counterfactual Conflicts using Autonomous Driving Behavior Simulations ／ Sreeja Roy-Singh, Sarvesh Kolekar, Daniel P. Bonny 他
日本語で読む → - 論文障害物回避ロボティクス
CSC-MPPI: DBSCANを統合した制約付きMPPIによる信頼性の高い障害物回避
制約違反を防ぐために主双対勾配法とDBSCANクラスタリングをMPPIに組み込み、障害物回避の信頼性と効率を高める新しい軌道最適化フレームワークを提案した。
原題: CSC-MPPI: A Novel Constrained MPPI Framework with DBSCAN for Reliable Obstacle Avoidance ／ Leesai Park, Keunwoo Jang, Sanghyun Kim
日本語で読む → - 論文深度推定画像認識
DiFuse-Net: ウィンドウ双方向視差注意とクロスモーダル転移学習によるRGBとデュアルピクセル深度推定
スマホカメラのデュアルピクセル技術とRGB画像を融合し、ウィンドウ双方向視差注意機構とクロスモーダル転移学習で高精度な深度推定を実現した研究。
原題: DiFuse-Net: RGB and Dual-Pixel Depth Estimation using Window Bi-directional Parallax Attention and Cross-modal Transfer Learning ／ Kunal Swami, Debtanu Gupta, Amrit Kumar Muduli 他
日本語で読む → - 論文変形物体操作ロボティクス
大規模言語モデルとロボット動作を活用した未知の変形可能物体の物理特性の理解
ロボットが未知の変形可能物体と対話し、大規模言語モデルを用いてその物理特性（折り畳みやすさなど）を推定し、その特性を活かしたタスク計画を生成する手法を提案した。
原題: Understanding Physical Properties of Unseen Deformable Objects by Leveraging Large Language Models and Robot Actions ／ Changmin Park, Beomjoon Lee, Haechan Jung 他
日本語で読む → - 論文V2X協調知覚ロボティクス
CooperRisk: マルチエージェント協調知覚と予測による運転リスク定量化パイプライン
V2Xを活用して複数車両の知覚情報を統合し、将来の複数時点における運転リスクを解釈可能なリスクマップとして定量化するパイプラインを提案した。
原題: CooperRisk: A Driving Risk Quantification Pipeline with Multi-Agent Cooperative Perception and Prediction ／ Mingyue Lei, Zewei Zhou, Hongchen Li 他
日本語で読む → - 論文LiDARワールドモデル画像認識
効率的な潜在フローマッチングによる基盤的LiDARワールドモデル
LiDARワールドモデルのドメイン間転移性を初めて体系的に検証し、潜在条件付きフローマッチングで高圧縮・高精度な基盤モデルを実現した。
原題: Towards foundational LiDAR world models with efficient latent flow matching ／ Tianran Liu, Shengwen Zhao, Nicholas Rhinehart
日本語で読む → - 論文自動運転/VLAロボティクス
VLM統合型実世界自動運転のための階層的テストプラットフォーム
VLMを組み込んだ自動運転システムを実世界の閉鎖コースで評価するため、低遅延ミドルウェアと知覚・計画・制御を分離した階層的テストプラットフォームを提案し、ケーススタディで有効性を示した。
原題: A Hierarchical Test Platform for Vision Language Model (VLM)-Integrated Real-World Autonomous Driving ／ Yupeng Zhou, Can Cui, Juntong Peng 他
日本語で読む → - 論文オープンエンド学習ロボティクス
ロボットのオープンエンド学習課題に向けた動機付けアーキテクチャ
内発的動機付けと階層的な学習機構を組み合わせ、ロボットが自律的に目標を発見し、スキルを獲得し、非定常環境に適応する統合アーキテクチャH-GRAILを提案し、実機で検証した。
原題: A Motivational Architecture for Open-Ended Learning Challenges in Robots ／ Alejandro Romero, Gianluca Baldassarre, Richard J. Duro 他
日本語で読む → - 論文嗅覚ナビゲーションロボティクス
危険環境ロボティクスにおける頑健な嗅覚ナビゲーションのための拡散グラフニューラルネットワークとデータセット
拡散モデルによる分子生成と視覚・言語処理を統合し、ロボットが匂いの発生源を正確に特定できる嗅覚ナビゲーション手法とマルチモーダル嗅覚データセットを提案した。
原題: Diffusion Graph Neural Networks and Dataset for Robust Olfactory Navigation in Hazard Robotics ／ Kordel K. France, Ovidiu Daescu
日本語で読む → - 論文経路計画ロボティクス
先進的な協調捕食に着想を得た改良型グレイウルフ最適化によるUAV最短経路計画
協調捕食とレンズ反転学習を導入した改良型グレイウルフ最適化アルゴリズムを提案し、障害物環境下でのUAV最短経路計画において従来手法より短い経路を実現した。
原題: An Improved Grey Wolf Optimizer Inspired by Advanced Cooperative Predation for UAV Shortest Path Planning ／ Zuhao Teng, Qian Dong, Ze Zhang 他
日本語で読む → - 論文歩行ロボティクス
Quality-Diversityアルゴリズムによる脚式ロボット向けの多様で挑戦的な地形生成
Quality-Diversityアルゴリズムを用いて、脚式ロボットの制御器の弱点を露呈する多様で挑戦的な不整地形を生成するフレームワークを提案し、シミュレーション上の二足歩行・四足歩行ロボットで有効性を示した。
原題: Generating Diverse Challenging Terrains for Legged Robots Using Quality-Diversity Algorithm ／ Arthur Esquerre-Pourtère, Minsoo Kim, Jaeheung Park
日本語で読む → - 論文触覚ロボティクス
遠隔操作ロボットシステムにおける触覚フィードバックを用いたユーザ認証
遠隔操作ロボットでの人間とロボットのインタラクション中に得られる触覚フィードバックからユーザ固有の行動特徴を抽出し、トランスフォーマーモデルで時系列解析することで、なりすましやリプレイ攻撃に強い認証手法を提案した。15人の参加者による7タスクの力覚データセットで90%以上の精度を達成した。
原題: Haptic-Based User Authentication for Tele-robotic System ／ Rongyu Yu, Kan Chen, Zeyu Deng 他
日本語で読む → - 論文マニピュレーションロボティクス
GraspMAS: マルチエージェントシステムによるゼロショット言語駆動型把持検出
複雑な言語指示や混雑環境に対応するため、Planner・Coder・Observerの3エージェントで把持を計画・実行・評価するゼロショット言語駆動型把持検出フレームワークを提案。
原題: GraspMAS: Zero-Shot Language-driven Grasp Detection with Multi-Agent System ／ Quang Nguyen, Tri Le, Huy Nguyen 他
日本語で読む → - 論文身体性エージェント/記憶/ベンチマーク画像認識
FindingDory: 身体性エージェントの記憶評価ベンチマーク
Habitatシミュレータ上で長期的な記憶を要する60の身体性タスクを評価するベンチマークを提案し、視覚言語モデルの長期記憶能力を測定する。
原題: FindingDory: A Benchmark to Evaluate Memory in Embodied Agents ／ Karmesh Yadav, Yusuf Ali, Gunshi Gupta 他
日本語で読む → - 論文HRIロボティクス
医療現場における人とロボットのチーム連携：音声コミュニケーションと非音声コミュニケーションの比較
蘇生シナリオでロボット救急カートの音声指示と視覚指示を比較し、音声コミュニケーションが作業負荷を軽減することを示した。
原題: Human-Robot Teaming Field Deployments: A Comparison Between Verbal and Non-verbal Communication ／ Tauhid Tanjim, Promise Ekpo, Huajie Cao 他
日本語で読む → - 論文マニピュレーションロボティクス
木材用クレーンのための準時間最適ハイブリッド動作計画
油圧駆動と受動関節を持つ木材用クレーンに対し、ポンプ流量制約と衝突コストを考慮した改良VP-STOによる大域的計画と、受動関節動力学を考慮した局所計画を組み合わせたハイブリッド動作計画を提案した。
原題: Near Time-Optimal Hybrid Motion Planning for Timber Cranes ／ Marc-Philip Ecker, Bernhard Bischof, Minh Nhat Vu 他
日本語で読む → - 論文模倣学習ロボティクス
DemoSpeedup：エントロピー誘導によるデモンストレーション加速で視覚運動ポリシーを高速化
人間が収集した遅いデモを、フレームごとの行動エントロピーに基づいて間引き、精度が必要な区間はそのままに余裕のある区間を加速して学習させることで、成功率を保ちつつ最大3倍速く動く視覚運動ポリシーを実現した自己教師あり手法。
原題: DemoSpeedup: Accelerating Visuomotor Policies via Entropy-Guided Demonstration Acceleration ／ Lingxiao Guo, Zhengrong Xue, Zijing Xu 他
日本語で読む → - 論文自動運転ロボティクス
アンサンブル拡散モデルによるEnd-to-End自動運転の不確実性推定
拡散モデルを軌道プランナとして用い、単一の知覚フレームから128個の候補軌道を生成して不確実性を推定するEnd-to-End自動運転システムEnDfuserを提案。
原題: Using Ensemble Diffusion to Estimate Uncertainty for End-to-End Autonomous Driving ／ Florian Wintel, Sigmund H. Høeg, Gabriel Kiss 他
日本語で読む → - 論文VLAロボティクス
AntiGrounding：ロボット行動をVLM表現空間に持ち上げて意思決定を行う
ロボットの行動候補をVLMの表現空間に直接持ち上げ、複数視点の軌道を描画してVQAで指示に基づく意思決定を行うことで、ゼロショットで最適な閉ループ軌道を生成するフレームワークを提案。
原題: AntiGrounding: Lifting Robotic Actions into VLM Representation Space for Decision Making ／ Wenbo Li, Shiyi Wang, Yiteng Chen 他
日本語で読む → - 論文マニピュレーションロボティクス
Grasp2Grasp: シュレーディンガー橋による視覚ベースの器用な把持変換
異なる形状のロボットハンド間で、視覚観測から把持意図を転送する手法を提案。シュレーディンガー橋とスコア・フローマッチングを用いて、物理情報を考慮したコスト関数で安定した把持を生成する。
原題: Grasp2Grasp: Vision-Based Dexterous Grasp Translation via Schr\"odinger Bridges ／ Tao Zhong, Jonah Buchanan, Christine Allen-Blanchette
日本語で読む → - 論文マニピュレーションロボティクス
TACT: 触覚モダリティを用いた深層模倣学習によるヒューマノイド全身接触マニピュレーション
触覚センサを搭載したヒューマノイドが、人間の遠隔操作データから全身接触マニピュレーションを模倣学習し、バランスと歩行を維持しながら繊細な接触作業を実現する手法を開発した。
原題: TACT: Humanoid Whole-body Contact Manipulation through Deep Imitation Learning with Tactile Modality ／ Masaki Murooka, Takahiro Hoshi, Kensuke Fukumitsu 他
日本語で読む → - 論文自律航行画像認識
USVTrack: 内陸水路の自動運転のためのUSVベース4Dレーダーカメラ追跡データセット
内陸水路での自律航行に向けて、4Dレーダーと単眼カメラを搭載した無人水上艇で収集した初の追跡データセットUSVTrackを構築し、レーダーカメラマッチング手法RCMの有効性を示した。
原題: USVTrack: USV-Based 4D Radar-Camera Tracking Dataset for Autonomous Driving in Inland Waterways ／ Shanliang Yao, Runwei Guan, Yi Ni 他
日本語で読む → - 論文深度推定画像認識
RaCalNet: スパース教師ありメートル深度推定のためのレーダーキャリブレーションネットワーク
スパースなLiDAR教師信号のみでレーダー計測を補正し、単眼深度と融合して高精度なメートル深度推定を実現する手法を提案。
原題: RaCalNet: Radar Calibration Network for Sparse-Supervised Metric Depth Estimation ／ Xingrui Qin, Wentao Zhao, Chuan Cao 他
日本語で読む → - 論文ロボティクス最適化ロボティクス
深層強化学習で適応的大規模近傍探索を制御するポッド再配置問題の解法
倉庫ロボットシステムにおけるポッド再配置問題に対し、深層強化学習で適応的大規模近傍探索の破壊・修復操作とパラメータを動的に制御する手法を提案し、従来手法より優れた解品質を示した。
原題: Solving the Pod Repositioning Problem with Deep Reinforced Adaptive Large Neighborhood Search ／ Lin Xie, Hanyi Li
日本語で読む → - 論文キノダイナミック計画ロボティクス
遅延展開AGT：トラクター・トレーラー駐車への応用によるキノダイナミック計画
非ホロノミックな多関節車両のキノダイナミック計画において、運動プリミティブの遅延展開と学習ベースのヒューリスティック、軌道追従制御を統合したDE-AGTを提案し、トラクター・トレーラー駐車で従来比約10倍の高速化を実現した。
原題: Delayed Expansion AGT: Kinodynamic Planning with Application to Tractor-Trailer Parking ／ Dongliang Zheng, Yebin Wang, Stefano Di Cairano 他
日本語で読む → - 論文マニピュレーションロボティクス
ACTLLM：行動整合性チューニング大規模言語モデル
言語で構造化したシーン記述と行動整合性制約を導入し、動的環境でのロボットマニピュレーションをマルチターン視覚対話として扱う手法を提案。
原題: ACTLLM: Action Consistency Tuned Large Language Model ／ Jing Bi, Lianggong Bruce Wen, Zhang 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
深層強化学習とPDE制御を統合した柔軟マニピュレータの運動計画
深層強化学習で振動を抑える軌道を生成し、PDE非線形制御で追従することで、柔軟マニピュレータの振動抑制と追従精度を向上させた。
原題: Deep Reinforcement Learning-Based Motion Planning and PDE Control for Flexible Manipulators ／ Amir Hossein Barjini, Seyed Adel Alizadeh Kolagar, Sadeq Yaqubi 他
日本語で読む →