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3D再構成画像認識
Part$^{2}$GS: 3Dガウシアンスプラッティングによる関節物体のパーツ認識モデリング
パーツごとの3Dガウシアン表現と物理制約を組み合わせ、関節物体の高精細な形状と物理的に整合する動きを再現する手法を提案。
原題: Part$^{2}$GS: Part-aware Modeling of Articulated Objects using 3D Gaussian Splatting / Tianjiao Yu, Vedant Shah, Muntasir Wahed 他
日本語で読む → - 論文センサ融合ロボティクス
重み付き平均による調整可能な仮想IMUフレーム
複数の離れたIMUを重み付き平均で統合し、ノイズを低減しつつ任意の位置に仮想IMUを配置する手法を提案。
原題: Tunable Virtual IMU Frame by Weighted Averaging of Multiple Non-Collocated IMUs / Yizhou Gao, Tim Barfoot
日本語で読む → - 論文自動運転/強化学習機械学習
乳児の睡眠を最適化する自動運転:ウェアラブルセンシングと車両センシングを融合したインテリジェントクルーズコントロール
ウェアラブルセンサと車両データを統合し、強化学習で運転の攻撃性を動的に調整することで、乳児の睡眠品質を向上させる自動運転クルーズコントロールを提案した。
原題: Towards Infant Sleep-Optimized Driving: Synergizing Wearable and Vehicle Sensing in Intelligent Cruise Control / Ruitao Chen, Mozhang Guo, Jinge Li
日本語で読む → - 論文歩行予測画像認識
文脈内学習によるあらゆる歩行者軌道予測
歩行者軌道予測において、シナリオごとの微調整なしに文脈内学習で適応するTrajICLを提案。時空間類似性と予測誘導による例選択で高精度を実現。
原題: Towards Predicting Any Human Trajectory In Context / Ryo Fujii, Hideo Saito, Ryo Hachiuma
日本語で読む → - 論文音声指示理解ロボティクス
音声プロソディによるロボット指示理解と曖昧性解消
音声のプロソディ(抑揚や強調)を直接利用して指示意図を推定し、大規模言語モデルと組み合わせて曖昧な指示を解消する手法を提案。ロボット向けの曖昧音声データセットも構築した。
原題: Enhancing Speech Instruction Understanding and Disambiguation in Robotics via Speech Prosody / David Sasu, Kweku Andoh Yamoah, Benedict Quartey 他
日本語で読む → - 論文sim2realロボティクス
Sim2Val: テストプラットフォーム間の相関を活用した分散低減メトリクス推定
シミュレーションと実世界のペアデータを制御変数として用い、実世界評価の分散を抑えて少ないサンプルで高信頼な性能推定を可能にする枠組みを提案。
原題: Sim2Val: Leveraging Correlation Across Test Platforms for Variance-Reduced Metric Estimation / Rachel Luo, Heng Yang, Michael Watson 他
日本語で読む → - 論文可視領域計算cs.CG
可視領域計算のための三角形分割メッシュ最適化による三角拡張アルゴリズムの改善
三角拡張アルゴリズム(TEA)のクエリ性能を向上させるため、クエリ点の確率分布を考慮して三角形メッシュを最適化する手法を提案し、平均クエリ時間を12-16%改善した。
原題: Optimizing Mesh to Improve the Triangular Expansion Algorithm for Computing Visibility Regions / Jan Mikula, Miroslav Kulich
日本語で読む → - 論文VLAロボティクス
意味的デジタルツインによる言語モデルのロボット計画への接地
意味的デジタルツインと大規模言語モデルを組み合わせ、自然言語指示を環境情報に基づいて行動計画に変換し、失敗時には再計画を行うロボットタスク実行フレームワークを提案した。
原題: Grounding Language Models with Semantic Digital Twins for Robotic Planning / Mehreen Naeem, Andrew Melnik, Michael Beetz
日本語で読む → - 論文VLA画像認識
Da Yu:水上監視とシーン理解のためのUSV向け画像キャプショニング
水上環境の画像キャプションデータセットWaterCaptionを構築し、USV向けのエッジ展開可能なマルチモーダル大規模言語モデルDa Yuを提案した。
原題: Da Yu: Towards USV-Based Image Captioning for Waterway Surveillance and Scene Understanding / Runwei Guan, Ningwei Ouyang, Tianhao Xu 他
日本語で読む → - 論文自動運転シミュレーションロボティクス
SceneStreamer: 次トークングループ予測による連続的シナリオ生成
交通シナリオ全体をトークン列として表現し、Transformerで自己回帰的に生成することで、エージェントの出入りを伴う長期的な運転シミュレーションを可能にした研究。
原題: SceneStreamer: Continuous Scenario Generation as Next Token Group Prediction / Zhenghao Peng, Yuxin Liu, Bolei Zhou
日本語で読む → - 論文筋電認識ロボティクス
注意機構付き畳み込みニューラルネットワークによるsEMG下肢動作認識
多チャネル表面筋電図から歩行・立位・座位の下肢動作を分類する軽量な注意機構付きDNNを提案し、リアルタイム性と高精度を両立させた。
原題: Attention-Based Convolutional Neural Network Model for Human Lower Limb Activity Recognition using sEMG / Mojtaba Mollahossein, Farshad Haghgoo Daryakenari, Mohammad Hossein Rohban 他
日本語で読む → - 論文sim2realロボティクス
学習と制御のためのソフト勾配による硬接触の微分可能シミュレーション
ペナルティベースのシミュレータにおける硬接触時の勾配劣化を分析し、適応的時間積分と接触距離推定を組み合わせて勾配精度を改善するDiffMJXを提案した。
原題: Differentiable Simulation of Hard Contacts with Soft Gradients for Learning and Control / Anselm Paulus, A. René Geist, Pierre Schumacher 他
日本語で読む → - 論文VLAロボティクス
視覚ロボット計画のための自己改善ループ
ロボットタスクを解くための視覚計画モデルを、自己生成した軌跡で反復的に改善するSILVRを提案し、未見タスクでも性能が向上することを示した。
原題: Self-Improving Loops for Visual Robotic Planning / Calvin Luo, Zilai Zeng, Mingxi Jia 他
日本語で読む → - 論文VLAロボティクス
対話で飛ばす:PX4ベースのドローンエージェントに対する自然言語制御の実現
PX4・ROS 2・ローカルLLM/VLMを組み合わせ、ドローンを自然言語で操作できるオープンソースのエージェントフレームワークを構築し、シミュレーションと実機で複数モデルの性能を比較評価した。
原題: Taking Flight with Dialogue: Enabling Natural Language Control for PX4-based Drone Agent / Shoon Kit Lim, Melissa Jia Ying Chong, Jing Huey Khor 他
日本語で読む → - 論文自動運転検証ロボティクス
ガウス混合コピュラモデルによるシナリオパラメータの同時確率推定
自動運転の安全性検証のため、走行シナリオのパラメータの同時確率分布をガウス混合コピュラモデルでモデル化し、従来手法と比較して有効性を示した。
原題: Estimating the Joint Probability of Scenario Parameters with Gaussian Mixture Copula Models / Christian Reichenbächer, Philipp Rank, Jochen Hipp 他
日本語で読む → - 論文ナビゲーションロボティクス
EANS:環境適応型ナビゲーション戦略によるUAVのエネルギー消費削減
UAVのナビゲーション戦略を環境変化に応じて動的に調整し、エネルギー消費を削減する手法を提案。HILシミュレーションと実機実験でベースライン比3.2倍/2.6倍のミッション時間改善、2.4倍/1.6倍のエネルギー改善を達成。
原題: EANS: Reducing Energy Consumption for UAV with an Environmental Adaptive Navigation Strategy / Tian Liu, Han Liu, Boyang Li 他
日本語で読む → - 論文VLAロボティクス
能動的テスト時視覚言語ナビゲーション
不確実なナビゲーション結果に対するエピソード的フィードバックを用いたテスト時能動学習フレームワークATENAを提案し、混合エントロピー最適化と自己能動学習戦略で適応的な意思決定を実現した。
原題: Active Test-time Vision-Language Navigation / Heeju Ko, Sungjune Kim, Gyeongrok Oh 他
日本語で読む → - 論文ナビゲーション画像認識
3Dガウシアンスプラッティングを用いた階層的スコアリングによるインスタンス画像ゴールナビゲーション
参照画像で示された物体へ自律移動するタスクにおいて、3DGSのレンダリング視点を意味的・幾何的に階層スコアリングして最適選択することで、効率的かつ高精度に目標を同定・到達する手法を提案した。
原題: Hierarchical Scoring with 3D Gaussian Splatting for Instance Image-Goal Navigation / Yijie Deng, Shuaihang Yuan, Geeta Chandra Raju Bethala 他
日本語で読む → - 論文模倣学習ロボティクス
DemoDiffusion:事前学習済み拡散ポリシーを用いた一回の人間模倣
人間の実演を一回だけ模倣してロボットに操作タスクを実行させる手法。運動学的リターゲティングで得た粗い軌道を、事前学習済みの汎用拡散ポリシーで修正することで、タスク固有の訓練や人間-ロボットのペアデータなしに新しいタスクやシーンに適応できる。
原題: DemoDiffusion: One-Shot Human Imitation using pre-trained Diffusion Policy / Sungjae Park, Homanga Bharadhwaj, Shubham Tulsiani
日本語で読む → - 論文遠隔操作ロボティクス
CLONE: 長時間タスクのための閉ループ全身ヒューマノイド遠隔操作
MRヘッドセットによる頭と手のトラッキングのみから、閉ループ誤差補正とMoEベースの学習で全身ヒューマノイドの遠隔操作を実現し、長時間の軌道でも位置ドリフトを抑えて複雑な協調動作を可能にした研究。
原題: CLONE: Closed-Loop Whole-Body Humanoid Teleoperation for Long-Horizon Tasks / Yixuan Li, Yutang Lin, Jieming Cui 他
日本語で読む → - 論文タスクプランニングロボティクス
文脈が鍵!LLMによる目標緩和で実現可能な3Dシーン計画
LLMと古典的プランニングを組み合わせ、目標が到達不能な場合にLLMが文脈に応じて制約を段階的に緩和し、実現可能な計画へと導くフレームワークを提案した。
原題: Context Matters! Relaxing Goals with LLMs for Feasible 3D Scene Planning / Emanuele Musumeci, Michele Brienza, Francesco Argenziano 他
日本語で読む → - 論文筋骨格シミュレーションロボティクス
全身筋骨格シミュレーションによる二足歩行のバランス制御と転倒
全身筋骨格モデルと階層的制御を用いて、立位バランスの時空間ダイナミクスや筋損傷の影響、転倒時の接触パターンを明らかにし、股関節外骨格支援の効果も示した。
原題: Bipedal Balance Control with Whole-body Musculoskeletal Standing and Falling Simulations / Chengtian Ma, Yunyue Wei, Chenhui Zuo 他
日本語で読む → - 論文歩行ロボティクス
Skill-Nav: ウェイポイントインターフェースによる多様な四足歩行を統合したナビゲーション
四足ロボットの歩行スキルをウェイポイントを介して階層的ナビゲーションに統合し、障害物を避けながら目標地点へ自律移動できるようにした研究。
原題: Skill-Nav: Enhanced Navigation with Versatile Quadrupedal Locomotion via Waypoint Interface / Dewei Wang, Chenjia Bai, Chenhui Li 他
日本語で読む → - 論文世界モデル計画ロボティクス
効率的な視覚世界モデル計画のためのスパース・イマジネーション
トークン数を削減するランダムグループ注意で学習した視覚世界モデルにより、潜在ロールアウト中のスパースな想像を可能にし、計画を高速化する手法を提案。
原題: Sparse Imagination for Efficient Visual World Model Planning / Junha Chun, Youngjoon Jeong, Taesup Kim
日本語で読む → - 論文制御制御
ソフトロボットの適応型イベントトリガーロバスト追従制御
不確かさや外乱下のソフトロボットに対し、コマンドフィルタとバックステッピングを用いたイベントトリガー制御則を提案し、有限時間安定性を保証した。
原題: Adaptive event-triggered robust tracking control of soft robots / Renjie Ma, Ziyao Qu, Zhijian Hu 他
日本語で読む → - 論文触覚ロボティクス
FORTE: 繊細な操作のための柔軟指上の触覚力・滑りセンシング
3Dプリント製フィンレイグリッパの内部空気チャネルを使い、低遅延で把持力と滑りを検出する触覚システムを開発。ラズベリーやポテトチップスなど壊れやすい物体を92%の成功率で把持できる。
原題: FORTE: Tactile Force and Slip Sensing on Compliant Fingers for Delicate Manipulation / Siqi Shang, Mingyo Seo, Yuke Zhu 他
日本語で読む → - 論文模倣学習ロボティクス
実演の寄り道:人間の実演における系統的な非最適行動の分類
40人の非専門家によるロボット実演を分析し、非最適行動がランダムノイズではなく「寄り道」として系統的に現れることを示して4種類に分類した研究。
原題: Demonstration Sidetracks: Categorizing Systematic Non-Optimality in Human Demonstrations / Shijie Fang, Hang Yu, Qidi Fang 他
日本語で読む → - 論文ナビゲーションロボティクス
未知環境におけるリアルタイム修正人工ポテンシャル場を用いた障害物回避を伴うRF源探索
目標の方位角のみを用いて、環境に応じて人工ポテンシャル場のパラメータをリアルタイムに適応させ、未知環境での障害物回避とRF源探索を実現する手法を提案した。
原題: RF-Source Seeking with Obstacle Avoidance using Real-time Modified Artificial Potential Fields in Unknown Environments / Shahid Mohammad Mulla, Aryan Kanakapudi, Lakshmi Narasimhan 他
日本語で読む → - 論文模倣学習ロボティクス
ロボティクスにおける接触の多いタスクのための模倣学習に関する調査
接触を伴うロボットタスクにおける模倣学習の研究動向を、デモ収集法やマルチモーダル学習、基盤モデルの活用まで体系的に整理した調査論文。
原題: A Survey on Imitation Learning for Contact-Rich Tasks in Robotics / Toshiaki Tsuji, Yasuhiro Kato, Gokhan Solak 他
日本語で読む → - 論文VLAロボティクス
RoboMonkey: VLAモデルのためのテスト時サンプリングと検証のスケーリング
VLAモデルのテスト時スケーリングを調査し、サンプリングと検証によりロバスト性を高めるフレームワークRoboMonkeyを提案。合成データで訓練したVLM検証器で行動を選択し、分布外タスクで25%の性能向上を実現。
原題: RoboMonkey: Scaling Test-Time Sampling and Verification for Vision-Language-Action Models / Jacky Kwok, Christopher Agia, Rohan Sinha 他
日本語で読む →