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: 2025/5/1 ／ 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 →- 論文安全・基盤モデルロボティクス
帰納バイアスを用いた安全なロボット基盤モデルへの道
ロボット基盤モデルに幾何学的帰納バイアスを組み合わせ、安全層ATACOMで行動制約を課すことで、形式的な安全保証を実現する手法を提案。
原題: Towards Safe Robot Foundation Models Using Inductive Biases ／ Maximilian Tölle, Theo Gruner, Daniel Palenicek 他
日本語で読む → - 論文状態推定ロボティクス
スマートフォンIMUを用いた車両速度推定のための慣性シーケンス学習フレームワーク
スマホのIMUとGNSSデータから車両速度を推定するため、ノイズ補償・姿勢推定ネットワークとデータ拡張・新損失関数を組み合わせた学習フレームワークを提案し、実世界データで高精度・高効率を実証した。
原題: An Inertial Sequence Learning Framework for Vehicle Speed Estimation via Smartphone IMU ／ Xuan Xiao, Xiaotong Ren, Haitao Li
日本語で読む → - 論文状態推定ロボティクス
スキッドステア車両の状態推定のための運動モードのガウス混合モデルによる特性評価
スキッドステア移動ロボットの角速度推定において、運動モードをガウス混合モデルでクラスタリングし、IMMベースの状態推定に組み込む手法を提案した。
原題: Characterizing gaussian mixture of motion modes for skid-steer vehicle state estimation ／ Ameya Salvi, Mark Brudnak, Jonathon M. Smereka 他
日本語で読む → - 論文教示/複合現実ロボティクス
半導体製造における協働ロボットの教示のための実体感のある没入型インターフェース
半導体製造での協働ロボット自動化に向け、複合現実環境で視覚・触覚・力覚を統合した教示インターフェースを提案し、実体感のある操作を実現する。
原題: Towards Tangible Immersion for Cobot Programming-by-Demonstration: Visual, Tactile and Haptic Interfaces for Mixed-Reality Cobot Automation in Semiconductor Manufacturing ／ David I. Gonzalez-Aguirre, Javier Felip Leon, Javier Felix-Rendon 他
日本語で読む → - 論文位置推定ロボティクス
APR-Transformer：絶対姿勢回帰による複雑環境での位置推定のための初期姿勢推定
画像やLiDARデータから絶対姿勢（3D位置と3D姿勢）を予測するTransformerベースのモデルを提案し、GNSS拒否環境でのロボット位置推定の初期化精度を向上させた。
原題: APR-Transformer: Initial Pose Estimation for Localization in Complex Environments through Absolute Pose Regression ／ Srinivas Ravuri, Yuan Xu, Martin Ludwig Zehetner 他
日本語で読む → - 論文人間ロボット協調ロボティクス
認知的な協働ロボットに向けて：人間中心の協調のための意味レベル統合と説明可能な制御
人間とロボットの協働を実現するための5つの基盤（意味的知覚、認知的行動計画、説明可能な学習・制御、安全な動作設計、マルチモーダル意図認識）を概観し、課題と提案をまとめたレビュー論文。
原題: Towards Cognitive Collaborative Robots: Semantic-Level Integration and Explainable Control for Human-Centric Cooperation ／ Jaehong Oh
日本語で読む → - 論文物理リザバーコンピューティングロボティクス
折り紙モジュラー・マニピュレータを適応型物理コンピュータへ転用：機械学習とロボット知覚への応用
折り紙型モジュラー・マニピュレータを物理リザバーコンピュータとして再利用し、その計算能力が周波数スペクトル相関（PSI）やノード間の空間相関で評価できることを示した研究。
原題: Re-purposing a modular origami manipulator into an adaptive physical computer for machine learning and robotic perception ／ Jun Wang, Suyi Li
日本語で読む → - 論文3D再構成画像認識
OmniIndoor3D：包括的な屋内3D再構成
RGB-Dカメラで撮影した屋内シーンを、ガウス表現を用いて見た目・形状・パノプティックに高精度で再構成するフレームワークを提案。
原題: OmniIndoor3D: Comprehensive Indoor 3D Reconstruction ／ Xiaobao Wei, Xiaoan Zhang, Hao Wang 他
日本語で読む → - 論文強化学習機械学習
予測可能で堅牢な制御のための軌道エントロピー強化学習
行動軌道全体のエントロピーを最小化する新たな帰納バイアスを導入し、変分予測モデルで推定することで、周期性が高くノイズや環境変化に強い方策を学習する手法を提案した。
原題: Trajectory Entropy Reinforcement Learning for Predictable and Robust Control ／ Bang You, Chenxu Wang, Huaping Liu
日本語で読む → - 論文触覚ロボティクス
HapticVLM：視覚言語モデルによる触覚テクスチャ認識と知的ハプティックインタラクション
物体の素材を画像から認識し、環境温度も推定して、振動と熱で触感を再現するマルチモーダル触覚フィードバックシステムを提案した論文。
原題: HapticVLM: VLM-Driven Texture Recognition Aimed at Intelligent Haptic Interaction ／ Muhammad Haris Khan, Miguel Altamirano Cabrera, Dmitrii Iarchuk 他
日本語で読む → - 論文自動運転/リスク予測ロボティクス
自然運転データから衝突リスクを先読み学習する大規模手法
衝突やリスクのラベルなしで自然運転データから衝突リスクを学習するGSSMを提案し、実世界の衝突・ニアミス2,591件で高精度かつ2.6秒早い警告を実現した。
原題: Learning collision risk proactively from naturalistic driving data at scale ／ Yiru Jiao, Simeon C. Calvert, Sander van Cranenburgh 他
日本語で読む → - 論文VLAロボティクス
LLM-Land: 大規模言語モデルを活用した文脈認識型ドローン着陸
視覚言語モデルで画像をテキスト化し、軽量LLMとRAGで周囲の状況に応じた安全マージンを推論、MPCと組み合わせて動的障害物を避けながら高精度着陸を実現する枠組みを提案。
原題: LLM-Land: Large Language Models for Context-Aware Drone Landing ／ Siwei Cai, Yuwei Wu, Lifeng Zhou
日本語で読む → - 論文SLAMロボティクス
IMU/GNSS不要の森林環境におけるロバストな2D LiDAR SLAM
GNSSが使えない果樹園や森林で、2D LiDARと修正ハウスドルフ距離を用いて高精度に自己位置推定と地図生成を行うSLAM手法を提案した。
原題: Robust 2D lidar-based SLAM in arboreal environments without IMU/GNSS ／ Paola Nazate-Burgos, Miguel Torres-Torriti, Sergio Aguilera-Marinovic 他
日本語で読む → - 論文sim2realロボティクス
単視点メッシュ再構成はロボティクスに使えるか？
単視点の3Dメッシュ再構成手法をロボットマニピュレーション向けの物理シミュレーションに使えるか評価し、既存手法がロボット特有の要件を満たせないことを示した。
原題: Is Single-View Mesh Reconstruction Ready for Robotics? ／ Frederik Nolte, Andreas Geiger, Bernhard Schölkopf 他
日本語で読む → - 論文マニピュレーションロボティクス
プロンプト応答型物体把持のための記憶拡張型生徒-教師学習
プロンプト可能な基盤モデルと強化学習を組み合わせ、記憶拡張型の生徒-教師学習で雑然とした環境から指示された物体を巧みに把持する手法を提案した。
原題: Prompt-responsive Object Retrieval with Memory-augmented Student-Teacher Learning ／ Malte Mosbach, Sven Behnke
日本語で読む → - 論文多接触動作ロボティクス
プレビュー制御に基づくヒューマノイド多接触動作の重心軌道生成と安定化
モデル予測制御の代わりにプレビュー制御を用いて計算コストを大幅に削減し、重心状態フィードバックと接触力分配を組み合わせることで、ヒューマノイドの動的な多接触動作を安定に実現する手法を提案した。
原題: Centroidal Trajectory Generation and Stabilization based on Preview Control for Humanoid Multi-contact Motion ／ Masaki Murooka, Mitsuharu Morisawa, Fumio Kanehiro
日本語で読む → - 論文VLAロボティクス
BadNAVer: 視覚言語ナビゲーションに対するジェイルブレイク攻撃の探索
MLLM駆動の視覚言語ナビゲータに対する初の体系的なジェイルブレイク攻撃を提案し、シミュレータと実機で90%超の攻撃成功率を示した。
原題: BadNAVer: Exploring Jailbreak Attacks On Vision-and-Language Navigation ／ Wenqi Lyu, Zerui Li, Yanyuan Qiao 他
日本語で読む → - 論文自動運転安全分析ロボティクス
UniSTPA：エンドツーエンド自動運転のための安全分析フレームワーク
エンドツーエンド自動運転システムのライフサイクル全体を対象に、STPAを拡張してモデル内部層まで危険分析を行うUniSTPAを提案し、高速道路の自動運転機能で有効性を示した。
原題: UniSTPA: A Safety Analysis Framework for End-to-End Autonomous Driving ／ Hongrui Kou, Zhouhang Lyu, Ziyu Wang 他
日本語で読む → - 論文飛行マニピュレーションロボティクス
乱雑空間でのペイロード回収のための器用な懸垂エンドドロイドを備えたペイロードドローンの協調飛行システム
森林などの乱雑空間で、ケブラーテザーで繋がれたペイロードドローンと4プロペラ駆動の懸垂エンドドロイドを協調させ、ケーブル長制約と動的実行可能性を考慮した軌道最適化により、枝や障害物を避けて安全にペイロードを回収するシステムを提案した。
原題: A Cooperative Aerial System of A Payload Drone Equipped with Dexterous Rappelling End Droid for Cluttered Space Pickup ／ Wenjing Ren, Xin Dong, Yangjie Cui 他
日本語で読む → - 論文音響知覚/強化学習ロボティクス
非線形音響計算と強化学習を統合した実世界ヒューマンロボットインタラクションの枠組み
非線形音響モデルを強化学習の制御ループに組み込み、雑音や残響下での音源定位・音声認識を高精度化する手法を提案した。
原題: A Synergistic Framework of Nonlinear Acoustic Computing and Reinforcement Learning for Real-World Human-Robot Interaction ／ Xiaoliang Chen, Xin Yu, Le Chang 他
日本語で読む → - 論文模倣学習ロボティクス
定義済み行動を超えて：行動木と動的運動プリミティブを統合したロボットのデモンストレーション学習
行動木（BT）と動的運動プリミティブ（DMP）を統合し、単一のデモンストレーションからBT構造とDMP行動を同時に学習することで、事前定義された行動を不要にした手法を提案。
原題: Beyond Predefined Actions: Integrating Behavior Trees and Dynamic Movement Primitives for Robot Learning from Demonstration ／ David Cáceres Domínguez, Erik Schaffernicht, Todor Stoyanov
日本語で読む → - 論文人間ロボット協調ロボティクス
人間の視野を考慮した協調計画
人間の限られた視野を考慮し、人間の意図を推定しながらロボットが協調計画を行う階層的オンラインプランナーを提案し、料理タスクとVR環境で有効性を示した。
原題: Integrating Field of View in Human-Aware Collaborative Planning ／ Ya-Chuan Hsu, Michael Defranco, Rutvik Patel 他
日本語で読む → - 論文マニピュレーションロボティクス
ACORN: 安全で堅牢な細粒度ロボットマニピュレーションのための適応的対照最適化
ロボット操作の安全性と堅牢性を評価する4つの新指標を提案し、対照学習で危険行動を避けつつ専門家軌道に合わせるプラグアンドプレイ手法ACORNを開発した。
原題: ACORN: Adaptive Contrastive Optimization for Safe and Robust Fine-Grained Robotic Manipulation ／ Zhongquan Zhou, Shuhao Li, Zixian Yue
日本語で読む → - 論文マニピュレーションロボティクス
自己教師あり学習によるロボットの葉マニピュレーション：幾何・ニューラル融合アプローチ
YOLOv8とRAFT-Stereoで葉の表現を構築し、幾何特徴スコアリングとGraspPointCNNを信頼度重み付き融合する自己教師あり学習で、農業ロボットの葉把持を高精度化した。
原題: Self-Supervised Learning for Robotic Leaf Manipulation: A Hybrid Geometric-Neural Approach ／ Srecharan Selvam
日本語で読む → - 論文創薬AIロボティクス
DynamicDTA: 動的記述子とグラフ表現を用いた薬剤-標的結合親和性予測
薬剤配列・タンパク質配列・動的記述子を統合し、動的タンパク質特徴を考慮した深層学習で薬剤-標的結合親和性を予測する手法を提案。
原題: DynamicDTA: Drug-Target Binding Affinity Prediction Using Dynamic Descriptors and Graph Representation ／ Dan Luo, Jinyu Zhou, Le Xu 他
日本語で読む → - 論文VLA画像認識
DOPE: 視覚と言語によるナビゲーションのためのデュアル物体知覚強化ネットワーク
視覚と言語によるナビゲーション（VLN）において、指示文から重要なフレーズを抽出し、物体と行動の詳細を活用するテキスト物体知覚強化と、異なるモダリティ間の物体関係をモデル化する画像物体知覚強化を組み合わせたDOPEを提案。
原題: DOPE: Dual Object Perception-Enhancement Network for Vision-and-Language Navigation ／ Yinfeng Yu, Dongsheng Yang
日本語で読む → - 論文テレロボティクスロボティクス
習うより慣れろ：月面テレロボティクスを用いた組立と問題解決のためのデジタルツイン技術の研究
月面ローバーの遠隔操作訓練とリアルタイム問題解決のためにVRデジタルツインシステムを設計・評価し、24人の被験者実験で有効性を検証した。
原題: Practice Makes Perfect: A Study of Digital Twin Technology for Assembly and Problem-solving using Lunar Surface Telerobotics ／ Xavier O'Keefe, Katy McCutchan, Alexis Muniz 他
日本語で読む → - 論文特徴マッチング画像認識
LiftFeat: 3D幾何情報を考慮した局所特徴マッチング
単眼深度推定から得た表面法線を教師信号として3D幾何特徴を抽出し、2D記述子と融合することで、厳しい照明変化や低テクスチャ環境でも頑健な軽量特徴マッチング手法を提案した。
原題: LiftFeat: 3D Geometry-Aware Local Feature Matching ／ Yepeng Liu, Wenpeng Lai, Zhou Zhao 他
日本語で読む → - 論文姿勢推定画像認識
SurgPose: ゼロショット学習とステレオビジョンによる汎化可能な手術器具の姿勢推定
手術器具の6自由度姿勢推定において、ゼロショットRGB-Dモデル（FoundationPose, SAM-6D）をステレオ深度推定と微調整済みMask R-CNNで強化し、未見の器具への汎化性能を向上させた。
原題: SurgPose: Generalisable Surgical Instrument Pose Estimation using Zero-Shot Learning and Stereo Vision ／ Utsav Rai, Haozheng Xu, Stamatia Giannarou
日本語で読む → - 論文マニピュレーション機械学習
ロボットマニピュレーションのための視覚強化学習における視点の統合と分離
複数のカメラ視点を効率的に統合しつつ、単一視点特徴で拡張して分離することで、サンプル効率が高くカメラ故障に頑健なマニピュレーション方策を学習するMADアルゴリズムを提案。
原題: Merging and Disentangling Views in Visual Reinforcement Learning for Robotic Manipulation ／ Abdulaziz Almuzairee, Rohan Patil, Dwait Bhatt 他
日本語で読む →