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

• 論文VLAロボティクス2025/6/1

  テキスト指示に基づく効率的な個別検査計画の生成

  VLMを活用し、テキスト記述から関心点を抽出して巡回順序を最適化し、航空・水中ビークルのための効率的な検査軌道を生成する手法を提案。

  原題: Text-guided Generation of Efficient Personalized Inspection Plans ／ Xingpeng Sun, Zherong Pan, Xifeng Gao 他

  日本語で読む →
• 論文6D姿勢推定画像認識2025/6/1

  一度だけ推定：ロボット把持のための統合・ワンステージ・リアルタイムカテゴリレベル関節物体6D姿勢推定

  関節物体のカテゴリレベル6D姿勢推定を、インスタンス分割とNPCS表現を同時に出力する単一ステージのネットワークで実現し、200Hzのリアルタイム動作を可能にした研究。

  原題: You Only Estimate Once: Unified, One-stage, Real-Time Category-level Articulated Object 6D Pose Estimation for Robotic Grasping ／ Jingshun Huang, Haitao Lin, Tianyu Wang 他

  日本語で読む →
• 論文ロコマニピュレーションロボティクス2025/6/1

  スクープ＆トス：四足歩行システムによる動的な物体回収

  四足ロボットの脚にスクープ状のアタッチメントを付け、脚の俊敏性を活かして物体をすくい上げ背中のトレイに投げ入れる階層型ポリシーを提案した。

  原題: Scoop-and-Toss: Dynamic Object Collection for Quadrupedal Systems ／ Minji Kang, Chanwoo Baek, Yoonsang Lee

  日本語で読む →
• 論文触覚ロボティクス2025/6/1

  ピクセルを超えた触覚：ロボットマニピュレーションのためのマルチセンサリ触覚表現

  画像・音・動き・圧力の4つの触覚モダリティを自己教師あり学習で統合した表現Sparsh-Xを提案し、模倣学習やsim-to-real適応において成功率とロバスト性を大幅に向上させた。

  原題: Tactile Beyond Pixels: Multisensory Touch Representations for Robot Manipulation ／ Carolina Higuera, Akash Sharma, Taosha Fan 他

  日本語で読む →
• 論文VLAロボティクス2025/6/1

  RLRC: 強化学習による圧縮VLAモデルの性能回復

  VLAモデルを構造的プルーニング・強化学習による性能回復・量子化の3段階で圧縮し、メモリを最大8分の1、推論を2.3倍高速化しつつ成功率を維持した。

  原題: RLRC: Reinforcement Learning-based Recovery for Compressed Vision-Language-Action Models ／ Yuxuan Chen, Yixin Han, Yize Huang 他

  日本語で読む →
• 論文歩行ロボティクス2025/6/1

  STATE-NAV: 不整地における二足歩行ナビゲーションのための安定性を考慮した走破性推定

  Transformerで二足歩行の不安定性を不確実性付きで予測し、安定性を考慮した走破性推定とリスク対応ナビゲーションを実現した研究。

  原題: STATE-NAV: Stability-Aware Traversability Estimation for Bipedal Navigation on Rough Terrain ／ Ziwon Yoon, Lawrence Y. Zhu, Jingxi Lu 他

  日本語で読む →
• 論文自動運転/強化学習ロボティクス2025/6/1

  アクティブ四輪駆動レースカーのための自動運転アルゴリズム

  深層強化学習（PPO）を用いて、アクティブ四輪駆動車のステアリングと各輪トルクを直接制御する統合ポリシーを学習させ、タイヤグリップ限界での高速走行を実現した。

  原題: Self driving algorithm for an active four wheel drive racecar ／ Gergely Bari, Laszlo Palkovics

  日本語で読む →
• 論文交通シミュレーション機械学習2025/6/1

  SceneDiffuser++：生成的世界モデルによる都市規模の交通シミュレーション

  単一の損失関数で訓練された初のエンドツーエンド生成的世界モデルにより、都市規模で地点AからBへの交通シミュレーションを実現し、長いシミュレーションでも高いリアリズムを示した。

  原題: SceneDiffuser++: City-Scale Traffic Simulation via a Generative World Model ／ Shuhan Tan, John Lambert, Hong Jeon 他

  日本語で読む →
• 論文マニピュレーションロボティクス2025/6/1

  階層型方策学習による移動マニピュレータの効率的な可動障害物回避ナビゲーション

  移動マニピュレータが未知の障害物を押しのけて進むNAMOタスクを、階層型強化学習で効率的に解く手法を提案。高レベル方策が押し方を計画し、低レベル方策が全身協調で実行する。

  原題: Efficient Navigation Among Movable Obstacles using a Mobile Manipulator via Hierarchical Policy Learning ／ Taegeun Yang, Jiwoo Hwang, Jeil Jeong 他

  日本語で読む →
• 論文VLAロボティクス2025/6/1

  ROSA: ロボット状態を活用した視覚言語と行動のアライメント

  ロボットの状態推定データを自動取得してVLAモデルの訓練に組み込み、視覚言語空間と行動空間のずれを埋めることで、少ないデータでも高性能・高汎化を実現する手法を提案。

  原題: ROSA: Harnessing Robot States for Vision-Language and Action Alignment ／ Yuqing Wen, Kefan Gu, Haoxuan Liu 他

  日本語で読む →
• 論文3D計測/地すべり監視画像認識2025/6/1

  TLS点群と埋め込みRGB画像の融合による地すべり監視のための高密度3D変位推定

  地上レーザースキャン点群とRGB画像を階層的に統合し、地すべり表面の高密度な3D変位ベクトル場を推定する手法を提案した。実データで高い空間被覆率と精度を達成している。

  原題: Dense 3D Displacement Estimation for Landslide Monitoring via Fusion of TLS Point Clouds and Embedded RGB Images ／ Zhaoyi Wang, Jemil Avers Butt, Shengyu Huang 他

  日本語で読む →
• 論文VLAロボティクス2025/6/1

  VLAモデルのポストトレーニングと人間の運動学習の類似性：進展・課題・動向

  ロボット操作のためのVLAモデルのポストトレーニング手法を、人間の運動学習理論に基づいて4カテゴリに整理し、ベンチマーク結果や今後の課題をまとめたサーベイ。

  原題: Parallels Between VLA Model Post-Training and Human Motor Learning: Progress, Challenges, and Trends ／ Tian-Yu Xiang, Ao-Qun Jin, Xiao-Hu Zhou 他

  日本語で読む →
• 論文深度推定画像認識2025/6/1

  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 →
• 論文テレオペレーションHCI2025/6/1

  ジェスチャー優先、LLM支援音声は補完：AR仮想ロボットによるマルチモーダル「操り人形」テレオペレーションの検討

  ARヘッドセット上で仮想ロボットを介して実機を操作する「操り人形」型テレオペレーションを提案し、ジェスチャーのみと音声＋ジェスチャーの2条件を比較したユーザー研究から、マルチモーダル設計指針を導出した。

  原題: Gesture First, LLM-Assisted Voice Complement: Exploring Multimodal Robot 'Puppeteer' Teleoperation Via Virtual Counterpart in Augmented Reality ／ Yuchong Zhang, Bastian Orthmann, Shichen Ji 他

  日本語で読む →
• 論文VLAロボティクス2025/6/1

  TGRPO：軌道単位のグループ相対方策最適化によるVision-Language-Actionモデルのファインチューニング

  大規模言語モデルで密な報酬関数を自動生成し、軌道をグループ単位で比較・正規化するオンライン強化学習でVLAモデルをファインチューニングする手法を提案。LIBEROベンチマークで平均成功率80.7%を達成した。

  原題: TGRPO :Fine-tuning Vision-Language-Action Model via Trajectory-wise Group Relative Policy Optimization ／ Zengjue Chen, Runliang Niu, He Kong 他

  日本語で読む →
• 論文マニピュレーション画像認識2025/6/1

  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 →
• 論文自動運転/VLA画像認識2025/6/1

  ReCogDrive：強化学習型認知フレームワークによるエンドツーエンド自動運転

  VLMの運転知識を拡散プランナに注入し、DiffGRPOで安全性を強化する自動運転フレームワークを提案。NAVSIMとBench2Driveで最先端性能を達成。

  原題: ReCogDrive: A Reinforced Cognitive Framework for End-to-End Autonomous Driving ／ Yongkang Li, Kaixin Xiong, Xiangyu Guo 他

  日本語で読む →
• 論文3D知覚画像認識2025/6/1

  分布外意味占有予測

  自動運転向け3D意味占有予測において、分布外物体を検出する新タスクを提案し、合成異常を注入するデータ拡張と、ボクセルとBEV表現を統合するOccOoDフレームワークで検出性能を向上させた。

  原題: Out-of-Distribution Semantic Occupancy Prediction ／ Yuheng Zhang, Mengfei Duan, Kunyu Peng 他

  日本語で読む →
• 論文自動運転AI2025/6/1

  軌道エントロピー：マルチモーダル軌道予測によるゲーム状態安定性のモデル化

  エージェント間のゲーム理論的相互作用において、マルチモーダル軌道予測から不確実性を抽出し、その信号対雑音比でゲーム状態を定量化する「軌道エントロピー」を提案。これによりlevel-kゲームフレームワークを効率化し、予測・計画精度を向上させた。

  原題: Trajectory Entropy: Modeling Game State Stability from Multimodality Trajectory Prediction ／ Yesheng Zhang, Wenjian Sun, Yuheng Chen 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2025/6/1

  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 →
• 論文ナビゲーションロボティクス2025/6/1

  無人航空機・地上車両のためのリアルタイム障害物回避アルゴリズム

  森林火災などの災害現場でUAVとUGVを協調させるため、2D融合ナビゲーションから3Dリアクティブ航法、統合制御まで段階的にアルゴリズムを開発し、シミュレーションで検証した研究。

  原題: Real-Time Obstacle Avoidance Algorithms for Unmanned Aerial and Ground Vehicles ／ Jingwen Wei

  日本語で読む →
• 論文アクティブマッピングロボティクス2025/6/1

  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 →
• 論文群制御ロボティクス2025/6/1

  災害後の医療救助におけるUAV-UGV協調軌道最適化とタスク割り当て

  災害後の医療物資輸送のため、UAVとUGVの協調によるタスク割り当てと軌道最適化フレームワークを提案し、シミュレーションで効率改善を示した。

  原題: UAV-UGV Cooperative Trajectory Optimization and Task Allocation for Medical Rescue Tasks in Post-Disaster Environments ／ Kaiyuan Chen, Wanpeng Zhao, Yongxi Liu 他

  日本語で読む →
• 論文全身制御ロボティクス2025/6/1

  重量脚を持つヒューマノイドロボットの全身制御フレームワーク：モデルベースアプローチ

  重い脚部を持つヒューマノイドのバランス問題に対処するため、モデル予測制御による運動・接触力計画と階層的最適化を組み合わせた全身制御を提案し、動的歩行や外乱応答、不整地でのバランス維持を実現した。

  原題: Whole-Body Control Framework for Humanoid Robots with Heavy Limbs: A Model-Based Approach ／ Tianlin Zhang, Linzhu Yue, Hongbo Zhang 他

  日本語で読む →
• 論文群制御ロボティクス2025/6/1

  MGPRL: Wi-Fiを用いた大規模屋内環境におけるマルチロボット相対位置推定のための分散型マルチガウス過程

  Wi-Fiの電波強度から複数アクセスポイントの位置を推定し、その凸包をロボット間で合わせることで、カメラやLiDARなしで相対位置を推定する分散手法を提案。

  原題: MGPRL: Distributed Multi-Gaussian Processes for Wi-Fi-based Multi-Robot Relative Localization in Large Indoor Environments ／ Sai Krishna Ghanta, Ramviyas Parasuraman

  日本語で読む →
• 論文ロボット運動学習ロボティクス2025/6/1

  リーマン時間ワーピング：曲がった空間における複数系列アラインメント

  リーマン多様体上の複数信号を時間ワーピングで効率的に整列させる手法を提案し、ロボット実験を含む評価で既存手法を上回る性能を示した。

  原題: Riemannian Time Warping: Multiple Sequence Alignment in Curved Spaces ／ Julian Richter, Christopher A. Erdös, Christian Scheurer 他

  日本語で読む →
• 論文移動マニピュレーションロボティクス2025/6/1

  移動式積層造形システムの安全性と品質を向上させるモデル予測制御フレームワーク

  移動ロボットと積層造形を統合したシステムにおいて、動的環境での安全なナビゲーションと高品質な印刷を両立するモデル予測制御フレームワークを提案し、3つのケーススタディで検証した。

  原題: A Model Predictive Control Framework to Enhance Safety and Quality in Mobile Additive Manufacturing Systems ／ Yifei Li, Joshua A. Robbins, Guha Manogharan 他

  日本語で読む →
• 論文自動運転データロボティクス2025/6/1

  Waymo Open Motionデータセットにおける価値ある運転状況のリスクベースフィルタリング

  確率的リスクモデルを用いて、自動運転車のテストに有用な複雑な交通状況を大規模データセットから抽出する手法を提案し、Waymo Open Motionデータセットで有効性を示した。

  原題: Risk-Based Filtering of Valuable Driving Situations in the Waymo Open Motion Dataset ／ Tim Puphal, Vipul Ramtekkar, Kenji Nishimiya

  日本語で読む →
• 論文食事支援/パーソナライズロボティクス2025/6/1

  FEAST: 実環境でのパーソナライズを可能にする柔軟な食事支援システム

  食事介助ロボットを、モジュール式ハードウェアと多様な操作手段、LLMで調整可能な行動ツリーにより、利用者ごとのニーズに実環境で適応できるようにしたシステム。

  原題: FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization ／ Rajat Kumar Jenamani, Tom Silver, Ben Dodson 他

  日本語で読む →
• 論文医療ロボティクスロボティクス2025/6/1

  ロボット支援血管内治療のための術中DSA画像からのリアルタイム3Dガイドワイヤ再構成

  術前CTAと術中2D DSAを組み合わせ、変形可能な画像位置合わせと逆投影によりガイドワイヤ形状をリアルタイムに3D再構成するマルチモーダル手法を提案した。

  原題: Real-Time 3D Guidewire Reconstruction from Intraoperative DSA Images for Robot-Assisted Endovascular Interventions ／ Tianliang Yao, Bingrui Li, Bo Lu 他

  日本語で読む →