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 →- 論文群制御ロボティクス
群ロボティクス向け離散赤外線受光素子を用いた反射屈折式全方向視覚センサ
回転対称ミラーと8個の赤外線フォトダイオード、LEDを組み合わせた2種類の全方向視覚センサを試作し、距離・方位の検出精度を実験的に比較した。
原題: Omnidirectional vision sensors based on catadioptric systems with discrete infrared photoreceptors for swarm robotics ／ Jose Fernando Contreras-Monsalvo, Victor Dossetti, Blanca Susana Soto-Cruz
日本語で読む → - 論文筋電制御/義手ロボティクス
筋電信号からの把持力の学習とオンライン再現による義指制御
筋電信号から指先力を推定するニューラルネットモデルを構築し、義指の把持力をオンラインで調整できることを10名の実験で示した。
原題: Learning and Online Replication of Grasp Forces from Electromyography Signals for Prosthetic Finger Control ／ Robin Arbaud, Elisa Motta, Marco Domenico Avaro 他
日本語で読む → - 論文強化学習機械学習
ロバスト制約付きMDPにおける反復計算量保証付き効率的方策最適化
実モデルとシミュレータのずれがある状況で、最悪ケースのモデルに対しても制約を満たしつつ報酬を最大化する方策を、二分探索なしでO(ε^-2)反復で学習する手法を提案した論文。
原題: Efficient Policy Optimization in Robust Constrained MDPs with Iteration Complexity Guarantees ／ Sourav Ganguly, Kishan Panaganti, Arnob Ghosh 他
日本語で読む → - 論文テレオペレーションロボティクス
人間スケールを超えるシステムの高透明感・身体所有感を実現する没入型双方向テレオペレーション
VRと分散触覚フィードバックを用い、力センサ不要のロバスト制御で人間より大きなロボットを遠隔操作し、透明性と身体所有感を高める枠組みを提案した。
原題: Robust Immersive Bilateral Teleoperation of Beyond-Human-Scale Systems with Enhanced Transparency and Sense of Embodiment ／ Mahdi Hejrati, Pauli Mustalahti, Jouni Mattila
日本語で読む → - 論文可視光通信ロボティクス
イベントカメラと複数LEDを用いた車車間可視光通信の移動環境評価
イベントカメラを受信機、複数LEDを送信機とする車両可視光通信システムを構築し、走行シーンで送信機位置を追跡しながらウォルシュ・アダマール符号のパイロット系列で密に並んだLED光源を分離し、屋外車両実験で誤りなし通信を実証した。
原題: Evaluation of Mobile Environment for Vehicular Visible Light Communication Using Multiple LEDs and Event Cameras ／ Ryota Soga, Shintaro Shiba, Quan Kong 他
日本語で読む → - 論文歩行ロボティクス
低コスト四足歩行ロボットのための堅牢な自己位置推定・地図生成・ナビゲーション
接触支援型の運動学・視覚慣性オドメトリ・深度安定化視覚を組み合わせ、低コストな四足歩行ロボットが深度カメラのみで環境の2D地図生成・自己位置推定・自律ナビゲーションを行えるシステムを提案した。
原題: Robust Localization, Mapping, and Navigation for Quadruped Robots ／ Dyuman Aditya, Junning Huang, Nico Bohlinger 他
日本語で読む → - 論文歩行ロボティクス
泳ぎを学ぶ：四足ロボットの歩容最適化のためのデータ駆動型LSTM流体力学モデル
四足ロボットの水中遊泳における非定常・非線形な流体力を予測するLSTMモデル（FED-LSTM）を構築し、直進・旋回歩容の最適化に適用して性能向上を実現した。
原題: Learn to Swim: Data-Driven LSTM Hydrodynamic Model for Quadruped Robot Gait Optimization ／ Fei Han, Pengming Guo, Hao Chen 他
日本語で読む → - 論文自動運転シミュレーション機械学習
RADE: マルチエージェント条件付き拡散によるリスク調整可能な運転環境の学習
マルチエージェント拡散モデルで交通参加者全員の挙動をリスク指標に条件付けて生成し、現実的な統計特性を保ちながら危険度を調整できる自動運転テスト用シミュレーションを提案した。
原題: RADE: Learning Risk-Adjustable Driving Environment via Multi-Agent Conditional Diffusion ／ Jiawei Wang, Xintao Yan, Yao Mu 他
日本語で読む → - 論文マニピュレーションロボティクス
DexUMI：人間の手を汎用マニピュレーションインターフェースとして使う巧みな操作
人間の手の動きをウェアラブル外骨格と映像インペインティングでロボットハンドに転移し、巧みな操作スキルを学習させるデータ収集・方策学習フレームワークを提案。
原題: DexUMI: Using Human Hand as the Universal Manipulation Interface for Dexterous Manipulation ／ Mengda Xu, Han Zhang, Yifan Hou 他
日本語で読む → - 論文マニピュレーションロボティクス
SR3D: 単視点3D再構成で透明・鏡面物体の把持を実現
単視点のRGB-D画像から外部の視覚モデルで物体メッシュを再構成し、視点・キーポイントマッチングで元のシーンに位置合わせすることで、透明・鏡面物体の把持を可能にする学習不要のフレームワークを提案。
原題: SR3D: Unleashing Single-view 3D Reconstruction for Transparent and Specular Object Grasping ／ Mingxu Zhang, Xiaoqi Li, Jiahui Xu 他
日本語で読む → - 論文3D再構成/水中画像認識
TUGS: テンソル化ガウシアンによる水中シーンの物理ベースコンパクト表現
水中の光の減衰・後方散乱を物理モデル化し、テンソル化ガウシアンスプラッティングで水中3Dシーンを高品質かつ省メモリ・高速に再構成する手法を提案。
原題: TUGS: Physics-based Compact Representation of Underwater Scenes by Tensorized Gaussian ／ Shijie Lian, Ziyi Zhang, Hua Li 他
日本語で読む → - 論文自動運転ロボティクス
人間中心の自動運転に向けて：大規模言語モデルによるガイダンスと強化学習を統合した高速・低速アーキテクチャ
LLMがユーザーの指示を解釈して高レベルなガイダンスを生成し、強化学習エージェントがリアルタイム制御を行う「高速・低速」意思決定フレームワークを提案。衝突率を低減しつつ、ユーザーの好みに沿った運転を実現する。
原題: Towards Human-Centric Autonomous Driving: A Fast-Slow Architecture Integrating Large Language Model Guidance with Reinforcement Learning ／ Chengkai Xu, Jiaqi Liu, Yicheng Guo 他
日本語で読む → - 論文VLAロボティクス
拡散ポリシーに对称性を組み込むための実践的ガイド
拡散ポリシーに完全な同変設計を必要とせず、不変表現や同変視覚エンコーダ、フレーム平均化などの実践的手法で対称性の利点を組み込む方法を検討し、その有効性を実験的に示した。
原題: A Practical Guide for Incorporating Symmetry in Diffusion Policy ／ Dian Wang, Boce Hu, Shuran Song 他
日本語で読む → - 論文経路計画ロボティクス
SmallPlan: 小型言語モデルを活用したシミュレーション駆動・LLM誘導蒸留による逐次経路計画
LLMを教師として小型言語モデルを訓練し、シミュレーションと強化学習を組み合わせて、エッジデバイスでも動作する効率的な経路計画を実現した。
原題: SmallPlan: Leverage Small Language Models for Sequential Path Planning with Simulation-Powered, LLM-Guided Distillation ／ Quang P. M. Pham, Khoi T. N. Nguyen, Nhi H. Doan 他
日本語で読む → - 論文群制御制御
モデル予測ファジィ制御：屋外捜索救助ロボットのための階層型マルチエージェント制御アーキテクチャ
未知の災害環境で活動する複数ロボットの捜索救助ミッション向けに、中央のモデル予測制御でファジィ制御器のパラメータを調整する階層型制御アーキテクチャを提案し、MATLABシミュレーションで検証した。
原題: Model Predictive Fuzzy Control: A Hierarchical Multi-Agent Control Architecture for Outdoor Search-and-Rescue Robots ／ Craig Maxwell, Mirko Baglioni, Anahita Jamshidnejad
日本語で読む → - 論文ソフトロボティクスロボティクス
UMArm：無拘束・モジュール式・可搬型ソフト空気圧アーム
自己調整型マッキベンアクチュエータを軽量剛体スパインに密集配置し、弁と制御器を内蔵することで外部レギュレータ不要の無拘束空気圧ソフトアームを実現した。
原題: UMArm: Untethered, Modular, Portable, Soft Pneumatic Arm ／ Runze Zuo, Dong Heon Han, Richard Li 他
日本語で読む → - 論文UAV/身体性エージェント/ベンチマークロボティクス
BEDI：UAV搭載身体性エージェントを評価するための包括的ベンチマーク
UAV身体性エージェントの標準的評価基盤が不足している問題に対し、知覚-意思決定-行動ループに基づく動的タスク分解と6つのサブスキル、仮想・実環境を統合した評価プラットフォームを提案したベンチマーク論文。
原題: BEDI: A Comprehensive Benchmark for Evaluating Embodied Agents on UAVs ／ Mingning Guo, Mengwei Wu, Jiarun He 他
日本語で読む → - 論文LiDAR設計自動化画像認識
タスク駆動型暗黙表現によるLiDARシステムの自動設計
LiDAR構成を6次元連続空間で表現し、フロー生成モデルでタスク固有の暗黙密度を学習、EMアルゴリズムでセンサをその密度に適合させることで、制約下での自動LiDAR設計を実現した。
原題: Task-Driven Implicit Representations for Automated Design of LiDAR Systems ／ Nikhil Behari, Aaron Young, Tzofi Klinghoffer 他
日本語で読む → - 論文VLAロボティクス
グラウンディングからマニピュレーションへ：具現化ロボットシステムにおける基盤モデル統合のケーススタディ
ロボットシステム構築の3つのパラダイム（VLAモデル、VLMパイプライン、マルチモーダルLLMパイプライン）を、複雑な指示理解と物体操作の2つのケーススタディで評価し、汎化とデータ効率のトレードオフを明らかにした。
原題: From Grounding to Manipulation: Case Studies of Foundation Model Integration in Embodied Robotic Systems ／ Xiuchao Sui, Daiying Tian, Qi Sun 他
日本語で読む → - 論文強化学習機械学習
DISCOVER: スパース報酬強化学習のための自動カリキュラム
目標タスクの方向へ探索目標を自動選択することで、スパース報酬の長期的タスクを効率的に解く強化学習手法を提案。
原題: DISCOVER: Automated Curricula for Sparse-Reward Reinforcement Learning ／ Leander Diaz-Bone, Marco Bagatella, Jonas Hübotter 他
日本語で読む → - 論文VLA画像認識
視空間認知アシスタント
実世界の屋内動画から32万件のQAデータセットViCA-322Kを構築し、それを用いて微調整したViCA-7Bが視空間推論ベンチマークVSI-Benchの8タスクで最高性能を達成した。
原題: Visuospatial Cognitive Assistant ／ Qi Feng
日本語で読む → - 論文外れ値検出画像認識
マルチモーダル外れ値検出・セグメンテーションのための超簡便な外れ値合成
マルチモーダル入力に対し、特徴量を混ぜるだけで外れ値サンプルを合成し、分布外検出・セグメンテーションを高精度かつ高速に行う手法を提案。
原題: Extremely Simple Multimodal Outlier Synthesis for Out-of-Distribution Detection and Segmentation ／ Moru Liu, Hao Dong, Jessica Kelly 他
日本語で読む → - 論文群制御ロボティクス
未知の障害物環境における分散型非線形モデル予測制御に基づく群れナビゲーションとリアルタイム障害物回避
分散型非線形モデル予測制御を用いて、未知の障害物環境で群れ行動しながらナビゲーションする手法を提案し、点群処理による局所障害物回避を統合して計算負荷を低減、GazeboシミュレーションとHILシミュレーションで有効性を検証した。
原題: Decentralized Nonlinear Model Predictive Control-Based Flock Navigation with Real-Time Obstacle Avoidance in Unknown Obstructed Environments ／ Nuthasith Gerdpratoom, Kaoru Yamamoto
日本語で読む → - 論文V2V協調/マルチエージェント学習ロボティクス
CoopReflect: マルチエージェント学習による自然言語コミュニケーションで協調自動運転を実現
自動運転車同士が自然言語で意思疎通し協調運転できるよう、LLMベースのエージェントとマルチエージェント学習フレームワークCoopReflectを開発し、衝突回避や交通効率化を実現した。
原題: CoopReflect: Towards Natural Language Communication for Cooperative Autonomous Driving via Multi-Agent Learning ／ Jiaxun Cui, Chen Tang, Jarrett Holtz 他
日本語で読む → - 論文マニピュレーションロボティクス
Mobi-π: ロボット学習ポリシーのモビライゼーション
限られた視点で学習したマニピュレーションポリシーを移動ロボットで活用するため、3Dガウススプラッティングとサンプリング最適化により、ポリシーの分布内となるベース姿勢を探索する手法を提案。
原題: Mobi-$\pi$: Mobilizing Your Robot Learning Policy ／ Jingyun Yang, Isabella Huang, Brandon Vu 他
日本語で読む → - 論文VLAAI
空間に根ざした合成世界によるロボットの身体性認知への挑戦
NVIDIA Omniverseで生成した合成データセットを用い、視覚言語モデルに視点取得（VPT）を学習させる枠組みを提案。まずはZ軸距離の推論に焦点を当てる。
原題: Towards Embodied Cognition in Robots via Spatially Grounded Synthetic Worlds ／ Joel Currie, Gioele Migno, Enrico Piacenti 他
日本語で読む → - 論文被覆経路計画ロボティクス
C*: ラピッド被覆グラフを用いた未知環境の被覆経路計画アルゴリズム
未知環境をリアルタイムで被覆するため、ラピッド被覆グラフを逐次構築するサンプリングベースのC*アルゴリズムを提案し、シミュレーションと実機実験で有効性を示した。
原題: C*: A Coverage Path Planning Algorithm for Unknown Environments using Rapidly Covering Graphs ／ Zongyuan Shen, James P. Wilson, Shalabh Gupta
日本語で読む → - 論文運動学ロボティクス
消去テンプレートによる一般スチュワート・ゴフプラットフォームの順運動学
一般スチュワート・ゴフプラットフォームの順運動学を、消去テンプレートと一般化固有値問題を用いて効率的に解く代数的手法を提案し、40個の解を数値的に安定に求める。
原題: Forward kinematics of a general Stewart-Gough platform by elimination templates ／ Evgeniy Martyushev
日本語で読む → - 論文移動ロボット制御ロボティクス
NMPCB：アッカーマン移動ロボットのための軽量で安全重視のモーション制御フレームワーク
軽量ニューラルネットワークによる経路計画と、制御バリア関数の双対問題を組み込んだMPCを組み合わせ、障害物環境でのリアルタイム性と安全性を両立する移動ロボット制御手法を提案した。
原題: NMPCB: A Lightweight and Safety-Critical Motion Control Framework for Ackermann Mobile Robot ／ Longze Zheng, Qinghe Liu
日本語で読む → - 論文位置認識ロボティクス
ImLPR: 視覚基盤モデルを用いた画像ベースLiDAR位置認識
LiDAR点群を3チャネルの距離画像に変換し、視覚基盤モデルDINOv2を活用して位置認識を行う手法を提案。複数のデータセットで最先端性能を達成した。
原題: ImLPR: Image-based LiDAR Place Recognition using Vision Foundation Models ／ Minwoo Jung, Lanke Frank Tarimo Fu, Maurice Fallon 他
日本語で読む →