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VLAロボティクス
空中・地上ロボットシステムにおける意味的ナビゲーションとマニピュレーションのための階層的言語モデル
LLMによる階層的タスク分解とVLMによる意味的知覚を統合し、空中ロボットが地上ロボットを誘導して長期的な物体配置タスクをゼロショットで遂行する異種協調システムを提案。
原題: Hierarchical Language Models for Semantic Navigation and Manipulation in an Aerial-Ground Robotic System ／ Haokun Liu, Zhaoqi Ma, Yunong Li 他
日本語で読む → - 論文自動運転/地図ロボティクス
言語と道路設計マニュアルを活用した自動運転向け地図再構築
道路設計基準や道路名などの自然言語情報を軽量に取り込み、地図事前情報ベースの車線トポロジー予測モデルSMERFを強化する手法を提案し、多様な交差点で性能向上を示した。
原題: Using Language and Road Manuals to Inform Map Reconstruction for Autonomous Driving ／ Akshar Tumu, Henrik I. Christensen, Marcell Vazquez-Chanlatte 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 → - 論文データセット管理cs.IR
キュレート・接続・探索：FAIRな人間中心ロボティクスデータセットのためのシステム
人間中心のロボティクスデータセットをFAIR原則に沿ってキュレーション・公開する方法論と、自然言語でデータセットを探索・比較・取得できるChatGPTベースの対話インターフェースを提案した。
原題: Curate, Connect, Inquire: A System for Findable Accessible Interoperable and Reusable (FAIR) Human-Robot Centered Datasets ／ Xingru Zhou, Sadanand Modak, Yao-Cheng Chan 他
日本語で読む → - 論文VLAロボティクス
LoHoVLA：長期的な身体タスクのための統合視覚言語行動モデル
大規模視覚言語モデルを基盤に、言語と行動トークンを統合生成し、階層的閉ループ制御で長期的身体タスクを遂行するVLAフレームワークを提案。
原題: LoHoVLA: A Unified Vision-Language-Action Model for Long-Horizon Embodied Tasks ／ Yi Yang, Jiaxuan Sun, Siqi Kou 他
日本語で読む → - 論文行動生成ロボティクス
動作から行動へ：ヒューマノイド生成行動制御の階層的モデリング
LLMが生成する階層的行動計画と動作を整合させ、人間の多様な行動を生成する統合フレームワークGBCを提案し、階層的計画付きデータセットGBC-100Kを構築した。
原題: From Motion to Behavior: Hierarchical Modeling of Humanoid Generative Behavior Control ／ Jusheng Zhang, Jinzhou Tang, Sidi Liu 他
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V2X/シミュレーションロボティクス
eCAV：コネクテッド自動運転車向けエッジ支援評価プラットフォーム
V2X技術を含む大規模なコネクテッド自動運転車の制御アルゴリズムを、最大256台までシミュレーションできる効率的でスケーラブルな評価プラットフォームを提案した。
原題: eCAV: An Edge-Assisted Evaluation Platform for Connected Autonomous Vehicles ／ Tyler Landle, Jordan Rapp, Dean Blank 他
日本語で読む → - 論文自律ドローン試験cs.SE
堅牢な自律ドローン試験パイプライン構築のためのステップバイステップガイド
自律ドローンの安全性と信頼性を確保するため、SILシミュレーションから実機試験までの段階的なテスト手法を、マーカー着陸システムの例を交えて解説したガイド。
原題: A Step-by-Step Guide to Creating a Robust Autonomous Drone Testing Pipeline ／ Yupeng Jiang, Yao Deng, Sebastian Schroder 他
日本語で読む → - 論文マニピュレーションロボティクス
下端固定された回転チェーンのロボットマニピュレーション
下端を固定したチェーンをロボットアームで操作し、安定した回転モード間の遷移を実現する手法を提案。実験で静止状態から最初の2つの回転モードへの遷移に成功した。
原題: Robotic Manipulation of a Rotating Chain with Bottom End Fixed ／ Qi Jing Chen, Shilin Shan, Quang-Cuong Pham
日本語で読む → - 論文マニピュレーションロボティクス
ロバスト性を考慮した道具選択とマニピュレーション計画：学習したエネルギー情報に基づくガイダンス
外乱に強い道具の選択と接触を伴う操作軌道を同時に計画する手法を提案し、エネルギーに基づくロバスト性指標で階層的最適化を行う。
原題: Robustness-Aware Tool Selection and Manipulation Planning with Learned Energy-Informed Guidance ／ Yifei Dong, Yan Zhang, Sylvain Calinon 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 → - 論文宇宙マニピュレーションロボティクス
微分可能接触多様体による宇宙マニピュレーションのための運動学モデル最適化
宇宙ロボットの熱変形やエンコーダバイアスによる運動学誤差を、エンコーダ計測と接触検知のみから接触多様体の微分可能モデルを用いて推定する手法を提案した。
原題: Kinematic Model Optimization via Differentiable Contact Manifold for In-Space Manipulation ／ Abhay Negi, Omey M. Manyar, Satyandra K. Gupta
日本語で読む → - 論文マニピュレーションロボティクス
接触の多いマニピュレーションのための古典的動作計画の再構築
準静的マニピュレーションの平衡多様体上で古典的なRRTを動作させるHapticRRTを提案し、接触を伴う3つの多様なタスクで有効性を検証した。
原題: Recasting Classical Motion Planning for Contact-Rich Manipulation ／ Lin Yang, Huu-Thiet Nguyen, Chen Lv 他
日本語で読む → - 論文SLAMロボティクス
2Dガウシアンスプラッティングによる大域的に一貫したRGB-D SLAM
2Dガウシアンスプラッティングを地図表現に用い、深度一貫性を活かしたカメラ姿勢最適化とMASt3Rによるループ検出・再局在化で、高精度かつ大域的に一貫したRGB-D SLAMを実現した。
原題: Globally Consistent RGB-D SLAM with 2D Gaussian Splatting ／ Xingguang Zhong, Yue Pan, Liren Jin 他
日本語で読む → - 論文マニピュレーションロボティクス
戦略的視点選択による視点非依存マニピュレーションポリシー
カメラ視点の変化に頑健な操作ポリシーを実現するため、情報利得最適化に基づき少数の戦略的視点を選んで微調整するフレームワークVantageを提案。
原題: Viewpoint-Agnostic Manipulation Policies with Strategic Vantage Selection ／ Sreevishakh Vasudevan, Som Sagar, Ransalu Senanayake
日本語で読む → - 論文オフライン強化学習機械学習
MOBODY: モデルベースの動特性ずれオフライン強化学習
動特性が異なるオフライン源データと限られた目標データから、学習した目標動特性モデルで方策を最適化し、高報酬状態を探索する手法を提案。
原題: MOBODY: Model Based Off-Dynamics Offline Reinforcement Learning ／ Yihong Guo, Yu Yang, Pan Xu 他
日本語で読む → - 論文協調認識/エッジコンピューティングロボティクス
エッジ連携型協調物体検出によるマルチ車両リアルタイム認識
エッジサーバ上で複数の自動運転車の検出結果を統合・投票し、遮蔽や死角を補いながら低遅延で物体検出精度を高める枠組みを提案し、ロボット車両実験で有効性を示した。
原題: Edge-Enabled Collaborative Object Detection for Real-Time Multi-Vehicle Perception ／ Everett Richards, Bipul Thapa, Lena Mashayekhy
日本語で読む → - 論文歩行ロボティクス
脚式ロボットによる自律的な森林インベントリ構築：システム、教訓、今後の課題
四足歩行ロボットANYmalを用いて森林内を自律走行し、樹木の検出と胸高直径推定を行うシステムを開発し、欧州3カ国の森林で1年半にわたる実証実験を行った。
原題: Building Forest Inventories with Autonomous Legged Robots -- System, Lessons, and Challenges Ahead ／ Matías Mattamala, Nived Chebrolu, Jonas Frey 他
日本語で読む → - 論文安全制御制御
データ駆動型モデルフリー安全臨界制御に向けて
ニューラルネットワークで速度制御器のリアプノフ関数を学習し、その減衰率を推定することで、モデルフリーCBFの設計パラメータを自動調整する枠組みを提案し、UR5eロボットで有効性を示した。
原題: Towards Data-Driven Model-Free Safety-Critical Control ／ Zhe Shen, Yitaek Kim, Christoffer Sloth
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 → - 論文マニピュレーションロボティクス
KARL: カルマンフィルタ支援強化学習による動的物体の追跡と把持
目視型ハンドシステムで動く物体を追跡・把持するため、カルマンフィルタを強化学習に統合し、6段階カリキュラムと再試行機構で成功率と速度を向上させた研究。
原題: KARL: Kalman-Filter Assisted Reinforcement Learner for Dynamic Object Tracking and Grasping ／ Kowndinya Boyalakuntla, Abdeslam Boularias, Jingjin Yu
日本語で読む → - 論文VLAロボティクス
WorldGym: 世界モデルを政策評価環境として活用
行動条件付き動画生成モデルを仮想環境として使い、VLAロボット政策の成功率やランキングを実世界と高い相関で評価できる手法を提案。
原題: WorldGym: World Model as An Environment for Policy Evaluation ／ Julian Quevedo, Ansh Kumar Sharma, Yixiang Sun 他
日本語で読む → - 論文マニピュレーションロボティクス
異なる身体を持つロボットの操作のための潜在行動拡散
異なるエンドエフェクタの行動を統一する潜在行動空間を拡散ポリシーで学習し、単一ポリシーで複数ロボットを制御して操作成功率を最大25.3%向上させた。
原題: Latent Action Diffusion for Cross-Embodiment Manipulation ／ Erik Bauer, Elvis Nava, Robert K. Katzschmann
日本語で読む → - 論文VLAロボティクス
CodeDiffuser: VLM生成コードによる曖昧な指示に対応する注意強化拡散ポリシー
VLMが自然言語指示を解釈してタスク固有のコードを生成し、そのコードから3D注意マップを作って拡散ポリシーを誘導することで、曖昧な指示下のロボットマニピュレーションを実現するフレームワーク。
原題: CodeDiffuser: Attention-Enhanced Diffusion Policy via VLM-Generated Code for Instruction Ambiguity ／ Guang Yin, Yitong Li, Yixuan Wang 他
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SLAM画像認識
EndoFlow-SLAM: フロー制約付きガウシアンスプラッティングによるリアルタイム内視鏡SLAM
内視鏡手術向けに、オプティカルフロー損失と深度正則化を導入した3DガウシアンスプラッティングベースのリアルタイムSLAM手法を提案し、静的・動的手術シーンで高精度な再構成とカメラ姿勢推定を実現した。
原題: EndoFlow-SLAM: Real-Time Endoscopic SLAM with Flow-Constrained Gaussian Splatting ／ Taoyu Wu, Yiyi Miao, Zhuoxiao Li 他
日本語で読む → - 論文マルチエージェント協調AI
VIKI-R: 強化学習による身体性マルチエージェント協調の実現
視覚言語モデルを微調整と強化学習で訓練し、異なる身体を持つ複数エージェントの視覚に基づく協調を可能にするフレームワークVIKI-Rと、その評価用ベンチマークVIKI-Benchを提案。
原題: VIKI-R: Coordinating Embodied Multi-Agent Cooperation via Reinforcement Learning ／ Li Kang, Xiufeng Song, Heng Zhou 他
日本語で読む →