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 →- 論文自動運転計画ロボティクス
RealDrive: 拡散モデルによる検索拡張型運転計画
訓練データから類似の専門家デモを検索し、拡散モデルの初期値として使うことで、長尾の危険シナリオでも安全で多様な軌道を生成する運転計画手法を提案。
原題: RealDrive: Retrieval-Augmented Driving with Diffusion Models ／ Wenhao Ding, Sushant Veer, Yuxiao Chen 他
日本語で読む → - 論文VLAロボティクス
基盤モデルを活用したモバイルサービスロボットの身体性AI：系統的レビュー
LLMやVLMなどの基盤モデルと身体性AIを組み合わせたモバイルサービスロボットの研究を初めて体系的にレビューし、言語指示の行動変換やマルチモーダル知覚、不確実性推論、実機展開の課題と応用を整理した。
原題: Embodied AI with Foundation Models for Mobile Service Robots: A Systematic Review ／ Matthew Lisondra, Beno Benhabib, Goldie Nejat
日本語で読む → - 論文VLAロボティクス
DreamGen：動画世界モデルでロボット学習の汎化を解き放つ
画像から動画を生成するモデルでロボットの疑似行動データを作り、1つのテレオペデータから多様な行動・環境への汎化を実現する4段階パイプラインを提案。
原題: DreamGen: Unlocking Generalization in Robot Learning through Video World Models ／ Joel Jang, Seonghyeon Ye, Zongyu Lin 他
日本語で読む → - 論文触覚ロボティクス
磁気ベース触覚センサの挿入タスクにおけるゼロショットSim2Real転移
磁気触覚センサの生の3軸触覚読みを入力として、強化学習方策をシミュレーションから実機へゼロショット転移させる手法GCSを提案し、ブラインド挿入タスクで評価した。
原題: Zero-shot Sim2Real Transfer for Magnet-Based Tactile Sensor on Insertion Tasks ／ Beining Han, Abhishek Joshi, Jia Deng
日本語で読む → - 論文歩行ロボティクス
FastTD3：ヒューマノイド制御のためのシンプルで高速かつ高性能な強化学習
並列シミュレーションや大バッチ更新、分布型クリティックなどの改良を加えたTD3エージェントにより、ヒューマノイドロボットの強化学習を単一GPUで3時間未満に高速化した手法を提案。
原題: FastTD3: Simple, Fast, and Capable Reinforcement Learning for Humanoid Control ／ Younggyo Seo, Carmelo Sferrazza, Haoran Geng 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 → - 論文マイクロマニピュレーションロボティクス
対話型OT Gym：強化学習ベースの光ピンセット駆動マイクロロボティクスシミュレーションプラットフォーム
光ピンセットによるマイクロロボットの協調操作を目指し、強化学習と触覚フィードバックを統合した共有制御シミュレータを開発。細胞操作タスクで作業時間を約67%短縮し成功率100%を達成。
原題: Interactive OT Gym: A Reinforcement Learning-Based Interactive Optical tweezer (OT)-Driven Microrobotics Simulation Platform ／ Zongcai Tan, Dandan Zhang
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 → - 論文歩行ロボティクス
ダイナミクス条件付き方策による四足ロボットの参照不要なプラットフォーム適応歩行
深層強化学習で手続き的に生成した多様な四足ロボットを訓練し、形態やダイナミクスに適応する単一の歩行方策を実現した。
原題: Reference Free Platform Adaptive Locomotion for Quadrupedal Robots using a Dynamics Conditioned Policy ／ David Rytz, Suyoung Choi, Wanming Yu 他
日本語で読む → - 論文自動運転/検証・妥当性確認/デジタルツインロボティクス
クラウド上のデジタルツイン：自動運転ソリューションの検証と妥当性確認を加速するモジュール式・スケーラブル・相互運用可能なフレームワーク
自動運転車の検証・妥当性確認を効率化するため、高性能計算クラスタ上でデジタルツインを柔軟にスケールさせ、シナリオベースのテストを自動化する仮想試験場を提案した論文。
原題: Digital Twins in the Cloud: A Modular, Scalable and Interoperable Framework for Accelerating Verification and Validation of Autonomous Driving Solutions ／ Tanmay Vilas Samak, Chinmay Vilas Samak, Giovanni Martino 他
日本語で読む → - 論文空中VLNロボティクス
CityNavAgent：階層的意味計画とグローバルメモリによる都市空中ビジョン言語ナビゲーション
ドローンが自然言語指示に従って都市環境をナビゲートする空中VLNタスクに対し、LLMを活用した階層的意味計画と履歴をトポロジカルグラフで保持するグローバルメモリを組み合わせたエージェントを提案し、最先端性能を達成した。
原題: CityNavAgent: Aerial Vision-and-Language Navigation with Hierarchical Semantic Planning and Global Memory ／ Weichen Zhang, Chen Gao, Shiquan Yu 他
日本語で読む → - 論文自動運転データセット画像認識
OpenLKA: 実走行条件下での最新車種による車線維持支援のオープンデータセット
実車のLKA性能を評価するため、62車種・400時間の走行データを収集し、CANバスや映像、知覚出力、シーン注釈を統合した初の大規模オープンデータセットを構築した。
原題: OpenLKA: An Open Dataset of Lane Keeping Assist from Recent Car Models under Real-world Driving Conditions ／ Yuhang Wang, Abdulaziz Alhuraish, Shengming Yuan 他
日本語で読む → - 論文マニピュレーションロボティクス
ORACLE-Grasp: 大規模マルチモーダルモデルを用いたゼロショットのアフォーダンス整合型ロボット把持
大規模マルチモーダルモデルを意味的オラクルとして活用し、タスク固有の学習なしに未知物体のアフォーダンスに沿った把持をゼロショットで生成するフレームワークを提案。
原題: ORACLE-Grasp: Zero-Shot Affordance-Aligned Robotic Grasping using Large Multimodal Models ／ Avihai Giuili, Rotem Atari, Avishai Sintov
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 → - 論文視覚運動ポリシー/ロバスト性/拡張現実ロボティクス
ロボットのための拡張現実（ARRO）：視覚運動ポリシーの視覚的ロバスト性を目指して
ARROは、ゼロショットのオープンボキャブラリセグメンテーションと物体検出を用いて、追加学習なしでリアルタイムにタスク無関係領域をマスクし、仮想ガイドを重ねることで、視覚運動ポリシーのシーン変化に対するロバスト性を向上させる手法である。
原題: Augmented Reality for RObots (ARRO): Pointing Visuomotor Policies Towards Visual Robustness ／ Reihaneh Mirjalili, Tobias Jülg, Florian Walter 他
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sim2realロボティクス
WebotsとSimulinkを統合したシミュレーションベース制御アーキテクチャ
Webotsの3D物理シミュレーションとSimulinkの制御設計を組み合わせ、実機に依存せずにロボット制御系の開発・検証を効率的に行うフレームワークを提案した。
原題: Simulation Based Control Architecture Using Webots and Simulink ／ Harun Kurt, Ahmet Cayir, Kadir Erkan
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 → - 論文歩行ロボティクス
GRoQ-LoCO: オフラインデータセットを用いた汎用かつロボット非依存の四足歩行制御
複数の四足ロボットと地形にまたがる単一の汎用歩行ポリシーを、オフラインデータセットのみから学習する注意機構ベースのフレームワークを提案し、ゼロショット転移と実機展開を実証した。
原題: GRoQ-LoCO: Generalist and Robot-agnostic Quadruped Locomotion Control using Offline Datasets ／ Narayanan PP, Sarvesh Prasanth Venkatesan, Srinivas Kantha Reddy 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 → - 論文ベンチマーク/表面スキャンロボティクス
ScanBot: 産業用レーザープロファイラを用いた高精度表面スキャンのベンチマーク
ロボット搭載の産業用レーザープロファイラで精密な表面スキャンを行うためのベンチマークを提案し、自然言語指示に基づくスキャナ設定と軌道生成の2段階評価を実施した。
原題: ScanBot: A Benchmark for Precision Robotic Surface Scanning with Industrial Laser Profilers ／ Zhiling Chen, Yang Zhang, Fardin Jalil Piran 他
日本語で読む → - 論文認知アーキテクチャロボティクス
選択-放送サイクル構造の機能的優位性に関する仮説：グローバルワークスペース理論とリアルタイム世界への対応
グローバルワークスペース理論の選択-放送サイクル構造が、動的でリアルタイムな環境におけるAI・ロボティクスにどのような機能的利点をもたらすかを考察した論文。
原題: Hypothesis on the Functional Advantages of the Selection-Broadcast Cycle Structure: Global Workspace Theory and Dealing with a Real-Time World ／ Junya Nakanishi, Jun Baba, Yuichiro Yoshikawa 他
日本語で読む → - 論文着衣支援ロボティクス
セマンティック視覚注意を用いた足と衣類の状態推定に基づく密着型着衣支援
カメラ・関節・触覚などのマルチモーダル情報と物体概念に基づく意味情報を活用し、未見の足や背景でも靴下を履かせる着衣支援ロボットを実現した。
原題: Close-Fitting Dressing Assistance Based on State Estimation of Feet and Garments with Semantic-based Visual Attention ／ Takuma Tsukakoshi, Tamon Miyake, Tetsuya Ogata 他
日本語で読む → - 論文身体性AI/画像品質評価画像認識
身体性AIのための画像品質評価
実世界の歪みが身体性AIの性能に与える影響を評価するため、知覚・認知・意思決定・実行のパイプラインに基づく大規模データベースEmbodied-IQAを構築し、既存の画像品質評価手法の限界を示した。
原題: Image Quality Assessment for Embodied AI ／ Chunyi Li, Jiaohao Xiao, Jianbo Zhang 他
日本語で読む → - 論文ソフトロボティクスcond-mat.soft
非対称埋め込み空圧を有するソフトロボティックマターの回転式マルチマテリアル3Dプリンティング
回転式マルチマテリアル3Dプリンティングを用いて、非対称なコアシェルフィラメントを印刷し、犠牲コアを除去することで埋め込み空圧チャネルを形成し、プログラム可能な形状変化を示すソフトロボット材料を迅速に作製する手法を報告した。
原題: Rotational Multi-material 3D Printing of Soft Robotic Matter with Asymmetrical Embedded Pneumatics ／ Jackson K. Wilt, Natalie M. Larson, Jennifer A. Lewis
日本語で読む → - 論文人間動作認識ロボティクス
TransformerとxLSTMを用いた複数の基本動作を組み合わせた組立タスクの分類
手のランドマーク座標から長い組立作業を分類するため、LSTM・Transformer・xLSTMを比較し、xLSTMが新しい作業者への汎化で優れることを示した。
原題: Classification of assembly tasks combining multiple primitive actions using Transformers and xLSTMs ／ Miguel Neves, Pedro Neto
日本語で読む → - 論文自動運転計画ロボティクス
シーン適応型運動計画：明示的専門家混合と相互作用指向最適化
複雑な都市環境での自動運転軌道計画の課題に対し、シーンに応じて専門家を動的に選択する明示的MoEと相互作用を考慮した最適化を組み合わせたEMoE-Plannerを提案し、NuplanデータセットでSOTA性能を達成した。
原題: Scene-Adaptive Motion Planning with Explicit Mixture of Experts and Interaction-Oriented Optimization ／ Hongbiao Zhu, Liulong Ma, Xian Wu 他
日本語で読む → - 論文距離推定/イベントカメラeess.IV
イベントカメラと位相限定相関法を用いた屋外走行環境における距離推定
単眼イベントカメラと路側LEDバーを使い、位相限定相関で2光源の空間シフトをサブピクセル精度で検出して三角測量により距離を推定する手法を提案し、屋外走行実験で90%以上の成功率と0.5m未満の誤差を達成した。
原題: Distance Estimation in Outdoor Driving Environments Using Phase-only Correlation Method with Event Cameras ／ Masataka Kobayashi, Shintaro Shiba, Quan Kong 他
日本語で読む →