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
AcoustoBots：音響泳動マルチモーダルインタラクションのためのロボット群
音響泳動のフェーズドアレイを移動可能なロボット群に搭載し、群れで協調して浮遊・触覚・音響提示などのマルチモーダルインタラクションを実現するシステムを提案した。
原題: AcoustoBots: A swarm of robots for acoustophoretic multimodal interactions ／ Narsimlu Kemsaram, James Hardwick, Jincheng Wang 他
日本語で読む → - 論文拡散計画機械学習
拡散プランナーにおける合成的汎化には何が必要か
拡散計画に基づく生成的模倣学習において、合成的一般化を可能にする3つの鍵（シフト同変性、局所受容野、推論選択）を特定し、それらを活かした新アーキテクチャEq-Netを提案した研究。
原題: What Do You Need for Compositional Generalization in Diffusion Planning? ／ Quentin Clark, Florian Shkurti
日本語で読む → - 論文制御/自律走行ロボティクス
LLA-MPC：自律走行レースのための高速適応制御
タイヤと路面の相互作用が急変する状況に対応するため、モデルバンクと振り返り・先読み機構を組み合わせ、学習なしでリアルタイムに適応するMPCを提案した。
原題: LLA-MPC: Fast Adaptive Control for Autonomous Racing ／ Maitham F. AL-Sunni, Hassan Almubarak, Katherine Horng 他
日本語で読む → - 論文運動計画ロボティクス
ロボット運動計画のための物理情報に基づく時間差メトリック学習
アイコナール方程式をより正確に解くために、時間差学習とメトリック学習を組み合わせた自己教師あり手法を提案し、複雑な環境での運動計画性能と未知環境への汎化性能を向上させた。
原題: Physics-informed Temporal Difference Metric Learning for Robot Motion Planning ／ Ruiqi Ni, Zherong Pan, Ahmed H Qureshi
日本語で読む → - 論文自動運転ロボティクス
オーバーステア制御と衝突回避を同時に実現する学習ベース自律運転
不完全なデモデータから学べる新しいハイブリッド学習法QC-SACを提案し、滑りやすい路面でのオーバーステア制御と障害物回避を同時に達成した。
原題: Learning-based Autonomous Oversteer Control and Collision Avoidance ／ Seokjun Lee, Seung-Hyun Kong
日本語で読む → - 論文ナビゲーション画像認識
PhysNav-DG：ナビゲーションにおける堅牢なVLM-センサ融合のための適応型フレームワーク
古典的なセンサ融合と視覚言語モデルを統合し、適応的カルマンフィルタとChain-of-Thought説明生成を組み合わせたナビゲーションフレームワークを提案。屋内・自動運転・ソーシャルナビゲーションを統合したMD-NEXベンチマークを構築し、成功率を20%以上改善。
原題: PhysNav-DG: A Novel Adaptive Framework for Robust VLM-Sensor Fusion in Navigation Applications ／ Trisanth Srinivasan, Santosh Patapati
日本語で読む → - 論文ロボティクス自動化physics.optics
光学実験のためのAI駆動ロボティクス
生成AI・コンピュータビジョン・ロボットを統合し、自由空間光学実験の設計・組立・マイクロメートル精度の位置合わせ・測定を自動化するプラットフォームを開発した。
原題: AI-Driven Robotics for Optics ／ Shiekh Zia Uddin, Sachin Vaidya, Shrish Choudhary 他
日本語で読む → - 論文飛行制御ロボティクス
強化学習による反応的なアクロバット飛行
強化学習でドローンの状態とアクロバット意図から直接制御指令を生成し、カリキュラム学習とドメインランダム化により、移動するゲートをくぐりながら連続背面飛行するなど極限機動を実機で実現した。
原題: Reactive Aerobatic Flight via Reinforcement Learning ／ Zhichao Han, Xijie Huang, Zhuxiu Xu 他
日本語で読む → - 論文自動運転検証/sim2realロボティクス
MultiDrive：2Dと3Dの運転シミュレーションを連携する自動運転ソフトウェア検証用の協調シミュレーションフレームワーク
低忠実度2Dと高忠実度3Dの運転シミュレータを協調動作させ、シナリオ生成から実験実行・軌跡解析までを自動化するフレームワークを提案し、運動計画アルゴリズムの検証に有効であることを示した。
原題: MultiDrive: A Co-Simulation Framework Bridging 2D and 3D Driving Simulation for AV Software Validation ／ Marc Kaufeld, Korbinian Moller, Alessio Gambi 他
日本語で読む → - 論文ナビゲーションロボティクス
SafeNav: GPS拒否環境におけるランドマークベース測位を用いた安全経路ナビゲーション
GPSが使えない戦場環境で、ランドマーク測位と拡張カルマンフィルタを組み合わせたナビゲーション手法を提案し、リスクを考慮したRRT*で障害物回避と危険回避を両立する安全経路計画を実現した。
原題: SafeNav: Safe Path Navigation using Landmark Based Localization in a GPS-denied Environment ／ Ganesh Sapkota, Sanjay Madria
日本語で読む → - 論文SLAMロボティクス
CompSLAM: 地下環境におけるロボット自律性のための相補的階層型マルチモーダル自己位置推定・地図構築
GPSが使えない地下環境で、複数のセンサ情報を相補的に統合して頑健な自己位置推定と地図構築を実現する階層型フレームワークCompSLAMを提案し、DARPA地下チャレンジ優勝チームの各種ロボットで実証した。
原題: CompSLAM: Complementary Hierarchical Multi-Modal Localization and Mapping for Robot Autonomy in Underground Environments ／ Shehryar Khattak, Timon Homberger, Lukas Bernreiter 他
日本語で読む → - 論文動作模倣cs.GR
敵対的差分識別器による物理ベースの動作模倣
手動設計の報酬関数を使わず、単一の正例から学ぶ敵対的差分識別器で物理シミュレーション上のキャラクターの多様なアクロバティック動作を高精度に模倣する手法を提案。
原題: Physics-Based Motion Imitation with Adversarial Differential Discriminators ／ Ziyu Zhang, Sergey Bashkirov, Dun Yang 他
日本語で読む → - 論文マニピュレーションロボティクス
運動プリミティブによるモジュール型ロボット制御
生物の運動制御に着想を得て、運動プリミティブを組み合わせたモジュール型ロボット制御フレームワークを提案し、複雑な動作生成や接触タスクへの有効性を示した。
原題: Modular Robot Control with Motor Primitives ／ Moses C. Nah, Johannes Lachner, Neville Hogan
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 → - 論文全身制御ロボティクス
SMAP: 物理的に妥当なヒューマノイド全身制御のための自己教師あり動作適応
人間の動作データをベクトル量子化周期オートエンコーダで物理的に妥当なヒューマノイド動作へ適応させ、強化学習による全身模倣制御の安定性と学習効率を向上させるフレームワークを提案した。
原題: SMAP: Self-supervised Motion Adaptation for Physically Plausible Humanoid Whole-body Control ／ Haoyu Zhao, Sixu Lin, Qingwei Ben 他
日本語で読む → - 論文VLAロボティクス
ReFineVLA：推論を考慮した教師ガイド付き転移ファインチューニング
専門家モデルが生成した推論根拠でデータセットを拡張し、VLAモデルに行動の理由を考えさせるファインチューニング手法を提案。複雑な操作タスクでの汎化性能と解釈性を向上させた。
原題: ReFineVLA: Reasoning-Aware Teacher-Guided Transfer Fine-Tuning ／ Tuan Van Vo, Tan Quang Nguyen, Khang Minh Nguyen 他
日本語で読む → - 論文世界モデルロボティクス
EnerVerse-AC: 行動条件付きで身体性環境を想像する世界モデル
エージェントの予測行動から将来の視覚観測を生成する行動条件付き世界モデルを提案し、実機や複雑なシミュレーションなしでロボット模倣学習のデータ拡張と評価を可能にした。
原題: EnerVerse-AC: Envisioning Embodied Environments with Action Condition ／ Yuxin Jiang, Shengcong Chen, Siyuan Huang 他
日本語で読む → - 論文VLAAI
身体性AIのためのマルチモーダル・マルチタスク連合基盤モデル：エッジ統合の可能性と課題
身体性AI向けに、マルチモーダル・マルチタスク基盤モデルと連合学習を統合した新パラダイムM3T-FFMを提案し、エッジ展開の課題をEMBODYフレームワークで整理したビジョン論文。
原題: Multi-Modal Multi-Task (M3T) Federated Foundation Models for Embodied AI: Potentials and Challenges for Edge Integration ／ Kasra Borazjani, Payam Abdisarabshali, Fardis Nadimi 他
日本語で読む → - 論文医療ロボティクスロボティクス
安全な不確実性考慮型ロボット縫合学習
拡散ポリシーのアンサンブルで不確実性を推定し、制御バリア関数で安全性を保証する縫合自動化フレームワークを提案。
原題: Safe Uncertainty-Aware Learning of Robotic Suturing ／ Wilbert Peter Empleo, Yitaek Kim, Hansoul Kim 他
日本語で読む → - 論文教育ロボティクスロボティクス
AIロボットによる就学前児の感情発達支援
AIロボットを幼児教育に導入し、感情の自己調整や協調性への効果を10週間の実験で検証した研究。
原題: Supporting Preschool Emotional Development with AI-Powered Robots ／ Santiago Berrezueta-Guzman, María Dolón-Poza, Stefan Wagner
日本語で読む → - 論文ナビゲーションロボティクス
NAMO-LLM: 大規模言語モデル誘導による可動障害物間の効率的ナビゲーション
大規模言語モデルを活用してサンプリングを誘導し、混雑環境でも障害物を動かしながら目標へ到達する計画を効率的に生成する手法を提案。
原題: NAMO-LLM: Efficient Navigation Among Movable Obstacles with Large Language Model Guidance ／ Yuqing Zhang, Yiannis Kantaros
日本語で読む → - 論文ナビゲーションロボティクス
RNBF: RGB-Dを用いたリアルタイムニューラルバリア関数による安全なロボットナビゲーション
低コストRGB-Dカメラのみを用いて未知環境の連続微分可能なSDFをオンライン構築し、ノイズを考慮したニューラルバリア関数で安全なリアクティブナビゲーションを実現した。
原題: RNBF: Real-Time RGB-D Based Neural Barrier Functions for Safe Robotic Navigation ／ Satyajeet Das, Yifan Xue, Haoming Li 他
日本語で読む → - 論文異常検知ロボティクス
合成による異常検知：オフロードナビゲーションのための生成拡散モデルを用いた異常検出
拡散モデルで入力画像から異常を除去した画像を合成し、その編集箇所を解析することで、訓練データにない異常を画素単位で検出する手法を提案。
原題: Anomalies by Synthesis: Anomaly Detection using Generative Diffusion Models for Off-Road Navigation ／ Siddharth Ancha, Sunshine Jiang, Travis Manderson 他
日本語で読む → - 論文強化学習ロボティクス
ReinFlow: フローマッチング方策をオンライン強化学習で微調整
フローマッチング方策に学習可能なノイズを注入して離散マルコフ過程に変換し、オンライン強化学習で微調整する手法を提案。歩行・操作タスクで大幅な性能向上と計算時間削減を実現。
原題: ReinFlow: Fine-tuning Flow Matching Policy with Online Reinforcement Learning ／ Tonghe Zhang, Chao Yu, Sichang Su 他
日本語で読む → - 論文自動運転/計画・制御ロボティクス
aUToPath: 都市環境における自動運転車のためのハイブリッドラティスと自由空間探索を用いた統合計画・制御
都市環境での自動運転ナビゲーションのために、事前計算されたラティスマップと動的自由空間サンプリングを組み合わせたハイブリッドプランナと、逐次凸計画法に基づくモデル予測制御を統合したフレームワークを提案し、シミュレーションと実車実験で有効性を示した。
原題: aUToPath: Unified Planning and Control for Autonomous Vehicles in Urban Environments Using Hybrid Lattice and Free-Space Search ／ Tanmay P. Patel, Connor Wilson, Ellina R. Zhang 他
日本語で読む → - 論文設計最適化ロボティクス
AIによる効率的な水中グライダーの自動設計
形状と制御を同時最適化するAI設計フレームワークを構築し、手設計を超えるエネルギー効率の水中グライダーを実現した。
原題: AI-Enhanced Automatic Design of Efficient Underwater Gliders ／ Peter Yichen Chen, Pingchuan Ma, Niklas Hagemann 他
日本語で読む → - 論文sim2realロボティクス
S2R-Bench: 自動運転のためのSim-to-Real評価ベンチマーク
実世界の多様な道路・天候・照明条件で収集したセンサ異常データを用い、自動運転の知覚アルゴリズムのロバスト性を評価する初の実環境ベースの腐敗ロバスト性ベンチマークを提案した。
原題: S2R-Bench: A Sim-to-Real Evaluation Benchmark for Autonomous Driving ／ Li Wang, Guangqi Yang, Lei Yang 他
日本語で読む → - 論文農業ロボティクスロボティクス
鹿検出・威嚇のためのジオフェンス付き無人航空ロボットディフェンダー（GUARD）
農地の鹿被害対策として、YOLOによる鹿検出、効率的な監視経路計画、自動充電ステーションを統合したUAVシステムを開発し、実地試験で有効性を示した。
原題: Geofenced Unmanned Aerial Robotic Defender for Deer Detection and Deterrence (GUARD) ／ Ebasa Temesgen, Mario Jerez, Greta Brown 他
日本語で読む → - 論文化学プルームシミュレーションstat.AP
COSMOS: 空間スケールを超えた化学プルームのデータ駆動型確率時系列シミュレータ
実データから匂いの時系列統計を学習し、大規模空間でもリアルな化学プルームを低計算コストで生成する確率モデルを提案。匂い追跡エージェントの挙動がCFDと同様になることを示した。
原題: COSMOS: A Data-Driven Probabilistic Time Series simulator for Chemical Plumes across Spatial Scales ／ Arunava Nag, Floris van Breugel
日本語で読む → - 論文マニピュレーションロボティクス
URPlanner: 深層強化学習に基づく衝突回避ロボット運動計画の普遍的パラダイム
深層強化学習を用いて、逆運動学を解かずに任意のマニピュレータに適用可能な、訓練と展開のコストを抑えた衝突回避運動計画手法を提案。
原題: URPlanner: A Universal Paradigm For Collision-Free Robotic Motion Planning Based on Deep Reinforcement Learning ／ Fengkang Ying, Hanwen Zhang, Haozhe Wang 他
日本語で読む →