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 →- 論文マニピュレーションロボティクス
SpikePingpong：スパイク視覚を用いた高速・低速卓球ロボットシステム
スパイク視覚と模倣学習を組み合わせ、高速な球検出と軌道予測を行うファスト・スローシステムで高精度なロボット卓球を実現した。
原題: SpikePingpong: Spike Vision-based Fast-Slow Pingpong Robot System ／ Hao Wang, Chengkai Hou, Xianglong Li 他
日本語で読む → - 論文生涯学習機械学習
生涯ロボット学習のための動的混合プログレッシブパラメータ効率エキスパートライブラリ
低ランクエキスパートのライブラリを漸進的に構築し、軽量ルーターで動的に組み合わせることで、破滅的忘却を抑えつつ生涯にわたるロボット学習を効率化する手法を提案。
原題: Dynamic Mixture of Progressive Parameter-Efficient Expert Library for Lifelong Robot Learning ／ Yuheng Lei, Sitong Mao, Shunbo Zhou 他
日本語で読む → - 論文マルチエージェント強化学習cs.MA
Trust-MARL：異種交通流における協調合流制御のための信頼ベースマルチエージェント強化学習フレームワーク
高速道路の合流地点で、自動運転車が人間の運転車と協調するために、エージェント間の信頼を活用したマルチエージェント強化学習フレームワークを提案し、安全性・効率・快適性を向上させた。
原題: Trust-MARL: Trust-Based Multi-Agent Reinforcement Learning Framework for Cooperative On-Ramp Merging Control in Heterogeneous Traffic Flow ／ Jie Pan, Tianyi Wang, Christian Claudel 他
日本語で読む → - 論文ロボット評価/ベンチマークロボティクス
RoboArena：汎用ロボットポリシーの分散型実世界評価
評価者ネットワークが自由にタスクと環境を選び、ペア比較の二重盲検評価を集約することで、汎用ロボットポリシーをスケーラブルかつ公平にランキングする手法を提案し、7機関・600以上の実機評価で有効性を示した。
原題: RoboArena: Distributed Real-World Evaluation of Generalist Robot Policies ／ Pranav Atreya, Karl Pertsch, Tony Lee 他
日本語で読む → - 論文視覚ナビゲーションロボティクス
姿勢情報を活用した強化学習によるスキッドステア車両の視覚ナビゲーションの実験的検討
スキッドステア車両の視覚ナビゲーションにおいて、姿勢情報を組み込んだ強化学習の定式化を提案し、シミュレーションと実機実験で従来手法より大幅な性能向上を示した。
原題: Experimental investigation of pose informed reinforcement learning for skid-steered visual navigation ／ Ameya Salvi, Venkat Krovi
日本語で読む → - 論文sim2realロボティクス
ArtVIP：ロボット学習のための視覚的リアリズム、モジュラー相互作用、物理的忠実性を備えた関節デジタルアセット
ロボット学習向けに、視覚的リアリズムと物理的忠実性を高めた関節物体のデジタルツインを多数収録したオープンソースデータセットArtVIPを構築し、模倣学習と強化学習で有効性を検証した。
原題: ArtVIP: Articulated Digital Assets of Visual Realism, Modular Interaction, and Physical Fidelity for Robot Learning ／ Zhao Jin, Zhengping Che, Tao Li 他
日本語で読む → - 論文ナビゲーションロボティクス
履歴拡張型視覚言語モデルによるフロンティアベースのゼロショット物体ナビゲーション
VLMに行動履歴を与えて動的にプロンプトし、フロンティア探索の意味的誘導と経路生成を行うゼロショット物体ナビゲーション手法を提案。HM3DでSR46%を達成。
原題: History-Augmented Vision-Language Models for Frontier-Based Zero-Shot Object Navigation ／ Mobin Habibpour, Fatemeh Afghah
日本語で読む → - 論文遠隔操作ロボティクス
TUM遠隔操作：自動運転車の遠隔運転と支援のためのオープンソースソフトウェア
自動運転車を遠隔から運転・支援するためのモジュール式オープンソースソフトウェアスタックを開発し、シミュレーションと実車で遅延と性能を評価した。
原題: TUM Teleoperation: Open Source Software for Remote Driving and Assistance of Automated Vehicles ／ Tobias Kerbl, David Brecht, Nils Gehrke 他
日本語で読む → - 論文sim2real画像認識
R3D2: 拡散モデルによる自動運転シミュレーションへのリアルな3Dアセット挿入
拡散モデルを用いて、自動運転のニューラルレンダリングシーンに影や照明を考慮したリアルな3Dアセットをリアルタイムで挿入する手法を提案。
原題: R3D2: Realistic 3D Asset Insertion via Diffusion for Autonomous Driving Simulation ／ William Ljungbergh, Bernardo Taveira, Wenzhao Zheng 他
日本語で読む → - 論文認知モデリングロボティクス
能動的推論による人間の衝突回避行動の統一モデル
能動的推論に基づき、前方車両の制動と対向車の横侵入という2つの衝突回避場面における人間の反応を再現する計算認知モデルを提案し、メタ分析やドライビングシミュレータ実験の結果を説明できることを示した。
原題: Active inference as a unified model of collision avoidance behavior in human drivers ／ Julian F. Schumann, Johan Engström, Leif Johnson 他
日本語で読む → - 論文マルチタスク強化学習機械学習
大きく、正則化し、カテゴリカルに：高容量価値関数は効率的なマルチタスク学習者
高容量な価値モデルをクロスエントロピーで学習し、学習可能なタスク埋め込みで条件付けることで、オンライン強化学習におけるタスク干渉を解決し、マルチタスク学習をスケーラブルにする手法を提案。
原題: Bigger, Regularized, Categorical: High-Capacity Value Functions are Efficient Multi-Task Learners ／ Michal Nauman, Marek Cygan, Carmelo Sferrazza 他
日本語で読む → - 論文VLA画像認識
EaqVLA: 視覚-言語-行動モデルのための符号化整合量子化
VLAモデルの量子化におけるトークン不整合問題を分析し、符号化整合を考慮した混合精度量子化フレームワークを提案。既存手法より高い量子化性能と加速を実現。
原題: EaqVLA: Encoding-aligned Quantization for Vision-Language-Action Models ／ Feng Jiang, Zihao Zheng, Xiuping Cui 他
日本語で読む → - 論文強化学習機械学習
深層アクター・クリティックのための厳密なリスク証明
深層アクター・クリティックの汎化性能を検証データから予測する厳密なリスク証明を、PAC-Bayes理論の再帰的適用により実現した。
原題: Deep Actor-Critics with Tight Risk Certificates ／ Bahareh Tasdighi, Manuel Haussmann, Yi-Shan Wu 他
日本語で読む → - 論文VLA機械学習
RLはVLAの汎化に何をもたらすか？実証研究
VLAモデルの汎化性能を評価するベンチマークを構築し、RL微調整（特にPPO）がSFTより意味理解と実行頑健性を大幅に向上させることを示した実証研究。
原題: What Can RL Bring to VLA Generalization? An Empirical Study ／ Jijia Liu, Feng Gao, Bingwen Wei 他
日本語で読む → - 論文強化学習機械学習
影響力のスナップショット：オンライン強化学習のための局所データ帰属フレームワーク
オンライン強化学習（PPO）において、直近の訓練バッファ内の各経験がエージェントの行動や累積報酬に与える影響を勾配類似度で測定する局所帰属フレームワークを提案し、学習診断・行動形成の時間分析・訓練中の介入に応用。さらに経験フィルタリングを反復するIIFアルゴリズムを提案し、サンプル効率と性能を向上させた。
原題: A Snapshot of Influence: A Local Data Attribution Framework for Online Reinforcement Learning ／ Yuzheng Hu, Fan Wu, Haotian Ye 他
日本語で読む → - 論文歩行機械学習
RANDPOL: ランダム方策学習によるパラメータ効率の良いエンドツーエンド四足歩行制御
隠れ層をランダム初期化して固定し最終線形層のみを学習することで、少ないパラメータで四足歩行制御を実現し、シミュレーションから実機へのゼロショット転移も示した。
原題: RANDPOL: Parameter-Efficient End-to-End Quadruped Locomotion via Randomized Policy Learning ／ Zhuochen Liu, Rahul Jain, Quan Nguyen
日本語で読む → - 論文VLA機械学習
GenPO: 拡散生成モデルとオンポリシー強化学習の融合
拡散ポリシーをPPOなどのオンポリシーRLに組み込むため、正確な拡散反転と二重ダミー行動機構で対数尤度計算を可能にした生成ポリシー最適化フレームワークを提案。
原題: GenPO: Generative Diffusion Models Meet On-Policy Reinforcement Learning ／ Shutong Ding, Ke Hu, Shan Zhong 他
日本語で読む → - 論文強化学習ベンチマーク機械学習
ImagineBench：大規模言語モデルのロールアウトを用いた強化学習の評価ベンチマーク
LLMが生成した仮想経験（imaginary rollouts）と実環境のロールアウトを併用するオフライン強化学習アルゴリズムを評価する初のベンチマークを提案し、既存手法の課題と今後の研究方向を示した。
原題: ImagineBench: Evaluating Reinforcement Learning with Large Language Model Rollouts ／ Jing-Cheng Pang, Kaiyuan Li, Yidi Wang 他
日本語で読む → - 論文連合学習機械学習
Safe-EF: 非平滑制約付き最適化のための誤差フィードバック
通信圧縮を用いた連合学習において、非平滑な目的関数と安全制約を扱う新しい誤差フィードバックアルゴリズムSafe-EFを提案し、理論的下界を達成しつつ安全性を保証する。
原題: Safe-EF: Error Feedback for Nonsmooth Constrained Optimization ／ Rustem Islamov, Yarden As, Ilyas Fatkhullin
日本語で読む → - 論文VLA画像認識
手続き生成されたオープンエンド行動環境における視覚・言語・行動モデルのベンチマーク
Procgenの多様な手続き的タスクでVLM/VLAモデルのゼロショット汎化性能を評価するベンチマークMultiNet v0.2を提案し、OODタスクでの限界やアーキテクチャ設計の重要性を明らかにした。
原題: Benchmarking Vision, Language, & Action Models in Procedurally Generated, Open Ended Action Environments ／ Pranav Guruprasad, Yangyue Wang, Sudipta Chowdhury 他
日本語で読む → - 論文目標条件付き強化学習機械学習
目標条件付き強化学習のためのヌル反事実的因子相互作用
物体中心タスクで後知恵リラベリングが失敗する問題に対し、原因物体が存在しなければ対象物体の遷移が変わったはずという「ヌル反事実」で相互作用を定義し、それを後知恵リラベリングと組み合わせて学習効率を改善する手法を提案した。
原題: Null Counterfactual Factor Interactions for Goal-Conditioned Reinforcement Learning ／ Caleb Chuck, Fan Feng, Carl Qi 他
日本語で読む → - 論文模倣学習機械学習
世界モデルオンライン模倣学習のための結合分布的ランダムエキスパート蒸留
世界モデルの潜在空間で専門家と行動方策の分布を同時推定するRNDベースの報酬モデルを提案し、オンライン模倣学習を安定化させた。
原題: Coupled Distributional Random Expert Distillation for World Model Online Imitation Learning ／ Shangzhe Li, Zhiao Huang, Hao Su
日本語で読む → - 論文センサフュージョンロボティクス
LiDARとRADARのセンサフュージョンによる自律レースのための目標追跡
LiDARとRADARを融合した遅延対応EKFベースのマルチターゲット追跡アルゴリズムを開発し、時速275kmまでの自律的な追い越しを実現した。
原題: Target Tracking via LiDAR-RADAR Sensor Fusion for Autonomous Racing ／ Marcello Cellina, Matteo Corno, Sergio Matteo Savaresi
日本語で読む → - 論文人間動作予測ロボティクス
UPTor: 人間とロボットのインタラクションのための統合3D人間姿勢ダイナミクスと軌道予測
短い姿勢系列から全身の姿勢と移動軌跡を同時に予測する統合手法を提案し、人間認識ナビゲーション用データセットDARKOを導入して評価した。
原題: UPTor: Unified 3D Human Pose Dynamics and Trajectory Prediction for Human-Robot Interaction ／ Nisarga Nilavadi, Andrey Rudenko, Timm Linder
日本語で読む → - 論文マニピュレーションロボティクス
双腕ロボット操作のための適応拡散制約サンプリング
等式・不等式制約をエネルギー拡散モデルに統合し、Transformerで制約の重みを適応的に学習する双腕操作の生成フレームワークを提案。
原題: Adaptive Diffusion Constrained Sampling for Bimanual Robot Manipulation ／ Haolei Tong, Yuezhe Zhang, Sophie Lueth 他
日本語で読む → - 論文身体性AIロボティクス
ニューラルブレイン：身体性エージェントのための神経科学に着想を得たフレームワーク
身体性エージェントの中核となる知能システム「ニューラルブレイン」の統一フレームワークを提案し、マルチモーダル能動センシング、知覚・認知・行動の統合、神経可塑性に基づく記憶、ニューロモーフィック最適化を組み合わせた生物学的着想アーキテクチャを示した。
原題: Neural Brain: A Neuroscience-inspired Framework for Embodied Agents ／ Jian Liu, Xiongtao Shi, Thai Duy Nguyen 他
日本語で読む → - 論文異常検知cs.SE
ドローンのランタイム異常検知：ルールマイニングと教師なし学習の統合アプローチ
ドローンの飛行中にセンサーとアクチュエータ間のルールと教師なし学習を組み合わせて異常を検知する手法RADDを提案し、シミュレータで評価した。
原題: Runtime Anomaly Detection for Drones: An Integrated Rule-Mining and Unsupervised-Learning Approach ／ Ivan Tan, Wei Minn, Christopher M. Poskitt 他
日本語で読む → - 論文マイクロロボティクスロボティクス
視覚誘導による磁気マイクロロボットの微小物体・細胞の自律押し操作
回転磁場で駆動する球状ヤヌスマイクロロボットを用い、視覚フィードバックのみで微小物体や細胞を目標経路に沿って自律的に押し運ぶモデルフリーアルゴリズムを提案した。
原題: Autonomous Vision-Based Magnetic Microrobotic Pushing of Micro-Objects and Cells ／ Max Sokolich, Ceren Kirmizitas, Sambeeta Das 他
日本語で読む → - 論文マニピュレーションロボティクス
FoldNet: キーポイント駆動型のアセットとデモンストレーション合成による汎化可能な閉ループ衣服折り畳みポリシーの学習
キーポイントベースの衣服テンプレートと生成モデルで合成データセットを作り、閉ループ模倣学習と失敗回復用のKG-DAggerで衣服折り畳みポリシーを訓練し、実世界で75%の成功率を達成した。
原題: FoldNet: Learning Generalizable Closed-Loop Policy for Garment Folding via Keypoint-Driven Asset and Demonstration Synthesis ／ Yuxing Chen, Bowen Xiao, He Wang
日本語で読む → - 論文強化学習ロボティクス
強化学習による因果的好奇心を用いたパラメータ推定：限界と課題
強化学習手法「因果的好奇心」の測定精度を初めて分析し、その限界と改善提案を示した。
原題: Parameter Estimation using Reinforcement Learning Causal Curiosity: Limits and Challenges ／ Miguel Arana-Catania, Weisi Guo
日本語で読む →