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 →- 論文制御最適化制御
マルチフィデリティベイズ最適化による車両コントローラパラメータの効率的学習:シミュレーションから実験まで
自動回帰型マルチフィデリティガウス過程をベイズ最適化に統合し、低忠実度シミュレーションと少数の実世界実験から車両コントローラの最適パラメータを効率的に学習する手法を提案した。
原題: Efficient Learning of Vehicle Controller Parameters via Multi-Fidelity Bayesian Optimization: From Simulation to Experiment / Yongpeng Zhao, Maik Pfefferkorn, Maximilian Templer 他
日本語で読む → - 論文マニピュレーションロボティクス
RAPID Hand:汎用ロボット自律性のための堅牢・低コスト・知覚統合型巧みな操作プラットフォーム
低コストで高自由度な多指ハンドと、触覚・視覚・固有感覚を統合した知覚系、高自由度テレオペレーションを共同設計し、高品質な操作データを収集できるプラットフォームを提案。
原題: RAPID Hand: A Robust, Affordable, Perception-Integrated, Dexterous Manipulation Platform for Generalist Robot Autonomy / Zhaoliang Wan, Zetong Bi, Zida Zhou 他
日本語で読む → - 論文3D物理学習画像認識
FreeGave: ガウス速度による動画からの3D物理学習
多視点動画から物体の事前情報なしに3Dシーンの物理運動を学習する手法を提案。ガウス速度場を推定し、未来フレーム予測と動きのセグメンテーションで高性能を示す。
原題: FreeGave: 3D Physics Learning from Dynamic Videos by Gaussian Velocity / Jinxi Li, Ziyang Song, Siyuan Zhou 他
日本語で読む → - 論文VLAcs.NI
大規模言語モデルを活用した飛行ネットワークにおける自律UAV制御フレームワーク
オープンソースLLMとUAV自動操縦を統合し、自然言語指示からミッションコードを生成して自律制御を可能にするFLUCを提案・評価した。
原題: A Framework Leveraging Large Language Models for Autonomous UAV Control in Flying Networks / Diana Nunes, Ricardo Amorim, Pedro Ribeiro 他
日本語で読む → - 論文群制御ロボティクス
複数制約下における動的リアルタイムマルチUAV協調ミッション計画法
Dubins経路を用いてタスク割当と経路計画を統合し、分散編隊構造の下でリアルタイムなマルチUAV協調ミッション計画を実現するアルゴリズムを提案した。
原題: Dynamic real-time multi-UAV cooperative mission planning method under multiple constraints / Chenglou Liu, Yufeng Lu, Fangfang Xie 他
日本語で読む → - 論文アシスティブ・ロボティクスロボティクス
PulseRide: 人間参加型強化学習による個人化された運動強度制御を実現するロボット車椅子
心拍数や心電図などの生理データをリアルタイムに活用し、人間参加型強化学習(DQN)で車椅子の押し補助を調整することで、ユーザーが適度な運動強度を維持できるようにするシステムを開発した。
原題: PulseRide: A Robotic Wheelchair for Personalized Exertion Control with Human-in-the-Loop Reinforcement Learning / Azizul Zahid, Bibek Poudel, Danny Scott 他
日本語で読む → - 論文選好ベース強化学習ロボティクス
SENIOR: 選好ベース強化学習における効率的なクエリ選択と選好誘導探索
人間の選好から報酬を学習する強化学習において、比較しやすい動作区間を選ぶクエリ選択法と選好に基づく探索手法を組み合わせ、フィードバック効率と方策学習を改善した。
原題: SENIOR: Efficient Query Selection and Preference-Guided Exploration in Preference-based Reinforcement Learning / Hexian Ni, Tao Lu, Haoyuan Hu 他
日本語で読む → - 論文sim2real機械学習
EqCollide: 同変で衝突を考慮した変形可能物体のニューラルシミュレータ
変形可能物体の衝突を、物理対称性を保つ同変ニューラル場とグラフニューラルODEで高精度かつスケーラブルにシミュレーションする手法を提案。
原題: EqCollide: Equivariant and Collision-Aware Deformable Objects Neural Simulator / Qianyi Chen, Tianrun Gao, Chenbo Jiang 他
日本語で読む → - 論文物体検出ロボティクス
物体検出のための身体性ドメイン適応
家庭や実験室の動的な屋内環境で物体検出器を適応させるため、ソースデータ不要のドメイン適応手法を提案し、時系列クラスタリングやマルチスケール閾値融合、平均教師フレームワークを組み合わせた。
原題: Embodied Domain Adaptation for Object Detection / Xiangyu Shi, Yanyuan Qiao, Lingqiao Liu 他
日本語で読む → - 論文物体目標ナビゲーションロボティクス
不確実性を考慮した能動的知覚によるオープンボキャブラリ物体目標ナビゲーション
視覚言語モデルの意味的不確実性を確率モデルで定量化し、地図と探索計画に統合することで、プロンプト調整なしに物体目標ナビゲーションを効率化する手法を提案した。
原題: Uncertainty-Informed Active Perception for Open Vocabulary Object Goal Navigation / Utkarsh Bajpai, Julius Rückin, Cyrill Stachniss 他
日本語で読む → - 論文マニピュレーションロボティクス
模倣学習による生体信号不要の自律義手制御
手首のカメラのみを用い、模倣学習で物体の把持・解放を自動化する義手制御システムを開発し、未知の物体や新規ユーザーへの汎化性能を示した。
原題: Towards Biosignals-Free Autonomous Prosthetic Hand Control via Imitation Learning / Kaijie Shi, Wanglong Lu, Hanli Zhao 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 → - 論文セグメンテーション画像認識
制約からの解放:ソースフリー遮蔽認識シームレスセグメンテーション
ソースデータやラベルなしで全景画像のセグメンテーションを行う新しいタスクSFOASSを提案し、UNLOCKという手法で360度視点と遮蔽認識を実現した。
原題: Unlocking Constraints: Source-Free Occlusion-Aware Seamless Segmentation / Yihong Cao, Jiaming Zhang, Xu Zheng 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 → - 論文画像変換ロボティクス
ThermalDiffusion: 自律ナビゲーションのための視覚画像から熱画像への変換
条件付き拡散モデルを用いてRGB画像を熱画像に変換し、熱カメラ向けデータ不足を補う手法を提案。
原題: ThermalDiffusion: Visual-to-Thermal Image-to-Image Translation for Autonomous Navigation / Shruti Bansal, Wenshan Wang, Yifei Liu 他
日本語で読む → - 論文遠隔操作ロボティクス
触覚フィードバックなしの遠隔操作における汎用共有制御に向けて
非触覚VRコントローラによる遠隔操作で、ユーザ入力から衝突回避と液体の揺れ抑制を同時に達成する多目的最適化制御を提案し、13msの実時間性能を確認した。
原題: Towards Universal Shared Control in Teleoperation Without Haptic Feedback / Max Grobbel, Tristan Schneider, Sören Hohmann
日本語で読む → - 論文歩行ロボティクス
単脚・両脚支持期の時間調整を統合した位相ベース非線形モデル予測制御による人型歩行安定化
人型ロボットの歩行安定化のため、ZMP変調・歩幅・単脚支持期と両脚支持期の時間を一つの非線形モデル予測制御で同時最適化する位相ベースの枠組みを提案し、外乱下でのバランス性能向上を実機で示した。
原題: Phase-based Nonlinear Model Predictive Control for Humanoid Walking Stabilization with Single and Double Support Time Adjustments / Kwanwoo Lee, Gyeongjae Park, Myeong-Ju Kim 他
日本語で読む → - 論文歩行ロボティクス
適応型支援カリキュラム力によるヒューマノイドロボットの運動スキル学習
乳幼児やアスリートが外部サポートを利用する仕組みに着想を得て、支援力エージェントが状態依存の力を加えながら徐々に支援を減らす二重エージェント強化学習手法A2CFを提案し、二足歩行・ダンス・バク宙の学習を高速化・高成功率化した。
原題: Learning Motion Skills with Adaptive Assistive Curriculum Force in Humanoid Robots / Zhanxiang Cao, Yang Zhang, Buqing Nie 他
日本語で読む → - 論文マニピュレーションロボティクス
不確かさに基づく行動選択を統合したマニピュレーション強化型セマンティックマッピング
棚などの遮蔽物が多い環境で、不確かさを考慮した視点計画と対象物の押し動作を組み合わせ、効率的にセマンティックマップを構築する手法を提案した。
原題: Efficient Manipulation-Enhanced Semantic Mapping With Uncertainty-Informed Action Selection / Nils Dengler, Jesper Mücke, Rohit Menon 他
日本語で読む → - 論文ナビゲーションロボティクス
SEMNAV: セマンティックセグメンテーションによるロボティクスにおける視覚的意味ナビゲーションの強化
セマンティックセグメンテーションを主要な視覚入力として用いることで、未知環境への汎化性能を高めた視覚的意味ナビゲーション手法SEMNAVを提案し、シミュレーションと実機で有効性を示した。
原題: SEMNAV: Enhancing Visual Semantic Navigation in Robotics through Semantic Segmentation / Rafael Flor-Rodríguez, Carlos Gutiérrez-Álvarez, Francisco Javier Acevedo-Rodríguez 他
日本語で読む → - 論文HRI音声ロボティクス
聞かれていると分かっている:HRIのための適応型音声
言語教育ロボット向けに、絵文字プロンプトで表現力豊かな軽量TTS音声を生成し、周囲の騒音に応じてピッチを適応させ、L2学習者に聞き取りやすい英語音声を実現した研究。
原題: I Know You're Listening: Adaptive Voice for HRI / Paige Tuttösí
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/マルチセンサフュージョンロボティクス
GaussianFusion: ガウス表現によるマルチセンサフュージョンを用いたエンドツーエンド自動運転
自動運転向けに、シーン全体に配置した2Dガウシアンを中間表現として複数センサの情報を統合し、軌道計画まで一貫して行うエンドツーエンド手法を提案した論文。
原題: GaussianFusion: Gaussian-Based Multi-Sensor Fusion for End-to-End Autonomous Driving / Shuai Liu, Quanmin Liang, Zefeng Li 他
日本語で読む → - 論文VLAロボティクス
CronusVLA: マルチフレーム視覚-言語-行動モデリングによる効率的で堅牢なマニピュレーション
単一フレームのVLAモデルをマルチフレームに拡張し、特徴チャンキングで履歴情報を集約することで、計算負荷を抑えつつ操作性能と観測の堅牢性を向上させた。
原題: CronusVLA: Towards Efficient and Robust Manipulation via Multi-Frame Vision-Language-Action Modeling / Hao Li, Shuai Yang, Yilun Chen 他
日本語で読む → - 論文マニピュレーション画像認識
BG-HOP: 両手による生成的な手と物体の事前分布
片手の生成事前分布を拡張し、両手での手と物体の3Dインタラクションを生成するモデルを提案。物体に対する両手把持の合成も可能。
原題: BG-HOP: A Bimanual Generative Hand-Object Prior / Sriram Krishna, Sravan Chittupalli, Sungjae Park
日本語で読む → - 論文触覚画像認識
視覚触覚センサを用いたコンプライアンス検出の進展:新規モデル
GelSightのRGB触覚画像と追加情報を用い、LRCNとTransformerで物体のコンプライアンスを高精度に推定する2モデルを提案し、ベースラインを大幅に上回る性能を示した。
原題: Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors / Ziteng Li, Malte Kuhlmann, Ilana Nisky 他
日本語で読む → - 論文VLMロボティクス
偽物か本物か、ロボットは見分けられるか?単視点ロボットシーン理解におけるドメインシフトに対するVLMの頑健性評価
ロボットアームで撮影した卓上シーンを対象に、実物工具と3Dプリント品の間の物理的ドメインシフトを導入し、単視点物体キャプション生成におけるVLMの性能劣化と評価指標の脆弱性を明らかにした。
原題: Fake or Real, Can Robots Tell? Evaluating VLM Robustness to Domain Shift in Single-View Robotic Scene Understanding / Federico Tavella, Amber Drinkwater, Angelo Cangelosi
日本語で読む → - 論文ヒューマンロボットインタラクションロボティクス
ミラーアイ: 一目でわかる説明可能なヒューマンロボットインタラクション
ロボットの頭部に鏡のような目を実装し、注視領域を目に映すことで、人間がロボットの意図を直感的に理解し、誤りを早期に発見できることを示した研究。
原題: Mirror Eyes: Explainable Human-Robot Interaction at a Glance / Matti Krüger, Daniel Tanneberg, Chao Wang 他
日本語で読む → - 論文HRIHCI
助けか妨げか:アクションチームにおけるロボットコミュニケーションの影響を理解する
医療訓練シナリオでロボットが音声・視覚などのマルチモーダルな合図を出す実験を行い、チームの作業負荷とロボットへの印象を調べた。物体探索には音声、タスクリマインダには視覚の合図が有効だと分かった。
原題: Help or Hindrance: Understanding the Impact of Robot Communication in Action Teams / Tauhid Tanjim, Jonathan St. George, Kevin Ching 他
日本語で読む → - 論文アクティブマッピングロボティクス
探索しながら理解する:意味論駆動型アクティブマッピング
3Dガウシアンスプラッティングを基盤に、意味論的・幾何学的不確かさを定量化して次に見るべき視点を選び、未知環境の意味地図を効率的に構築する能動的マッピング手法を提案。
原題: Understanding while Exploring: Semantics-driven Active Mapping / Liyan Chen, Huangying Zhan, Hairong Yin 他
日本語で読む →