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 →- 論文マニピュレーションロボティクス
オブジェクト中心表現によるロボットマニピュレーションの政策汎化の改善
ロボットマニピュレーションにおいて、視覚入力を物体単位に分割するオブジェクト中心表現が、照明やテクスチャの変化、妨害物体がある状況でも汎化性能を向上させることを示した。
原題: Object-Centric Representations Improve Policy Generalization in Robot Manipulation ／ Alexandre Chapin, Bruno Machado, Emmanuel Dellandrea 他
日本語で読む → - 論文制御理論ロボティクス
許容制御集合を用いた到達・回避・安定化
複数の目標到達と障害物回避を時系列で満たしつつ最終的に安定化するための、許容制御集合に基づく到達・回避・安定化問題の解法を提案した論文。
原題: Reach-Avoid-Stabilize Using Admissible Control Sets ／ Zheng Gong, Boyang Li, Sylvia Herbert
日本語で読む → - 論文センシングロボティクス
拡散モデルによるIMUバイアス学習
IMUの時間変動するバイアスを確率分布として捉え、条件付き拡散モデルで推定する手法を提案した。
原題: Learning IMU Bias with Diffusion Model ／ Shenghao Zhou, Saimouli Katragadda, Guoquan Huang
日本語で読む → - 論文マニピュレーションロボティクス
GLOVER++：人間の行動からアフォーダンス学習を解き放ちロボットマニピュレーションへ
50万枚のアフォーダンス注釈付き大規模データセットHOVA-500Kを構築し、人間のデモからロボット操作へアフォーダンス知識を転移するグローバル・トゥ・ローカル学習フレームワークGLOVER++を提案した。
原題: GLOVER++: Unleashing the Potential of Affordance Learning from Human Behaviors for Robotic Manipulation ／ Teli Ma, Jia Zheng, Zifan Wang 他
日本語で読む → - 論文VLAロボティクス
Spatial-LLaVA: 空間参照表現を用いた視覚理解のための大規模言語モデル強化
SUN-Spot v2.0データセットを構築し、空間参照表現を学習させたマルチモーダルLLM「Spatial-LLaVA」を提案。ゼロショット空間推論ベンチマークで3.15%の性能向上を達成した。
原題: Spatial-LLaVA: Enhancing Large Language Models with Spatial Referring Expressions for Visual Understanding ／ Xuefei Sun, Doncey Albin, Cecilia Mauceri 他
日本語で読む → - 論文sim2realロボティクス
深度転移：実世界ドローン航法のためのシミュレータのように見る学習
シミュレータの深度画像をVAEで潜在空間に符号化し、実世界のステレオ深度をその空間に適応させることで、ドローンの障害物回避ポリシーを実環境へ転移する手法を提案。
原題: Depth Transfer: Learning to See Like a Simulator for Real-World Drone Navigation ／ Hang Yu, Christophe De Wagter, Guido C. H. E de Croon
日本語で読む → - 論文宇宙ソフトウェア/シミュレーションcs.SE
分散宇宙飛行ソフトウェアの迅速な反復開発のためのイベント駆動型シミュレーション
分散宇宙システム向けの飛行ソフトウェアを迅速に試作・テストするための新しい宇宙シミュレーション環境を提案し、イベント駆動型アーキテクチャとソフトウェア仮想化、高忠実度モデルを組み合わせて実現した。
原題: Event-Driven Simulation for Rapid Iterative Development of Distributed Space Flight Software ／ Toby Bell, Simone D'Amico
日本語で読む → - 論文歩行ロボティクス
テセウスのロボット：脚式移動のためのモジュラー型ロボットテストベッド
3Dプリントと既製品で約4000ドルで作れるモジュラー脚を持つ四足ロボットを開発し、動物の形態を模倣して歩行を比較できるようにした。
原題: The Robot of Theseus: A modular robotic testbed for legged locomotion ／ Karthik Urs, Jessica Carlson, Aditya Srinivas Manohar 他
日本語で読む → - 論文遠隔操作ロボティクス
遠隔操作におけるタスク特化型モーションリターゲティングのための座標系分離：共有制御とVRコントローラを用いて
VRコントローラによる遠隔操作で、並進と回転の入力コマンドを分離するモーションリターゲティング手法を提案し、最適制御ベースの軌道計画に組み込んでUR5eマニピュレータで有効性を示した。
原題: Disentangling Coordiante Frames for Task Specific Motion Retargeting in Teleoperation using Shared Control and VR Controllers ／ Max Grobbel, Daniel Flögel, Philipp Rigoll 他
日本語で読む → - 論文遠隔操作ロボティクス
遠隔操作における作業負荷予測：ラグ地平の選択
ウェアラブルセンサデータから人間の作業負荷を予測する際、単変量予測では240秒、多変量予測では120秒のラグ地平が必要であることを示し、多変量化により長い予測地平でも効率的なモデルが可能となることを明らかにした。
原題: Human Supervisor Workload Prediction: Lag Horizon Selection ／ Mark-Robin Giolando, Julie A. Adams
日本語で読む → - 論文触覚ロボティクス
農業における樹木構造への接触を音声・視覚で分類
農業ロボットが葉・小枝・幹・環境のどれに触れているかを、振動音と視覚情報を融合して分類するマルチモーダル手法を提案し、ロボット搭載センサへのゼロショット汎化を実証した。
原題: Audio-Visual Contact Classification for Tree Structures in Agriculture ／ Ryan Spears, Moonyoung Lee, George Kantor 他
日本語で読む → - 論文身体性AIAI
機械学習における身体性AIは本当に身体性を持っているのか
AIを活用したロボットは弱い身体性しか持たず、GOFAIの問題を継承していると主張し、クロス身体性学習の可能性を批判的に検討して根本的な障壁と進むべき方向を示す。
原題: Embodied AI in Machine Learning -- is it Really Embodied? ／ Matej Hoffmann, Shubhan Parag Patni
日本語で読む → - 論文測位/IRScs.NI
mmMirror: Van AttaアレイIRSを用いたデバイスフリーmmWave屋内NLoS測位
Van Attaアレイ型mmWave反射板(IRS)とFMCWレーダを組み合わせ、見通し外でもセンチメートル精度で人や物の位置を推定するデバイスフリー測位システムを提案・試作した。
原題: mmMirror: Device Free mmWave Indoor NLoS Localization Using Van-Atta-Array IRS ／ Yihe Yan, Zhenguo Shi, Yanxiang Wang 他
日本語で読む → - 論文速度推定/イベントカメラロボティクス
イベントカメラのオプティカルフローを用いた高速移動ロボットの平面速度推定
地面に垂直に向けたイベントカメラのオプティカルフローと平面運動学を組み合わせ、車輪と路面の滑りに依存せずに移動ロボットの速度を推定する手法を提案し、実車実験で横方向誤差を38.3%改善した。
原題: Planar Velocity Estimation for Fast-Moving Mobile Robots Using Event-Based Optical Flow ／ Liam Boyle, Jonas Kühne, Nicolas Baumann 他
日本語で読む → - 論文歩行ロボティクス
荒野のパルクール：マルチエキスパート蒸留とRL微調整による汎用かつ拡張可能な俊敏歩行ポリシーの学習
地形ごとの専門ポリシーをDAggerで統合し、RL微調整と深度画像入力で多様な不整地を走破する脚ロボット歩行ポリシーを実現した。
原題: Parkour in the Wild: Learning a General and Extensible Agile Locomotion Policy Using Multi-expert Distillation and RL Fine-tuning ／ Nikita Rudin, Junzhe He, Joshua Aurand 他
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 → - 論文マニピュレーションロボティクス
新規合成視点での把持生成のための放射輝度場の活用
Gaussian Splattingなどの放射輝度場を用いて新規視点画像を合成し、把持姿勢生成の精度とカバレッジを向上させる手法を提案した。
原題: Exploiting Radiance Fields for Grasp Generation on Novel Synthetic Views ／ Abhishek Kashyap, Henrik Andreasson, Todor Stoyanov
日本語で読む → - 論文安全強化学習制御
確率線形システム制御のためのリスク対応型安全強化学習
確率離散時間線形システムに対し、リスクを考慮した安全な強化学習制御を提案。安全保証器による介入ではなく、安全制御器も学習しRL制御器と組み合わせることで、高信頼な安全性と効率的な計算を両立する。
原題: Risk-Aware Safe Reinforcement Learning for Control of Stochastic Linear Systems ／ Babak Esmaeili, Nariman Niknejad, Hamidreza Modares
日本語で読む → - 論文物理的人間-ロボット協調ロボティクス
骨格に基づく意図予測を用いた重量物の協調押し作業
人間の姿勢データから動作意図を予測し、力覚センサなしで重量物の協調押し引きを支援するロボット制御手法を提案した。
原題: Context-aware collaborative pushing of heavy objects using skeleton-based intention prediction ／ Gokhan Solak, Gustavo J. G. Lahr, Idil Ozdamar 他
日本語で読む → - 論文模倣学習/強化学習ロボティクス
IN-RIL: 模倣学習と強化学習を交互に組み合わせた方策ファインチューニング
強化学習の更新の合間に模倣学習の更新を定期的に挿入し、勾配を直交部分空間に分離することで、ファインチューニングの安定性とサンプル効率を向上させる手法を提案した。
原題: IN-RIL: Interleaved Reinforcement and Imitation Learning for Policy Fine-Tuning ／ Dechen Gao, Hang Wang, Hanchu Zhou 他
日本語で読む → - 論文ロコマニピュレーションロボティクス
脚式ロコマニピュレーションにおける位置・力制御の統合ポリシー学習
力センサーなしで位置と力の制御を統合的に学習する脚式ロボット向けポリシーを提案し、四足マニピュレータとヒューマノイドで接触を伴う操作タスクの成功率を約39.5%向上させた。
原題: Learning a Unified Policy for Position and Force Control in Legged Loco-Manipulation ／ Peiyuan Zhi, Peiyang Li, Jianqin Yin 他
日本語で読む → - 論文強化学習/ロボットマニピュレーションロボティクス
TeViR: 拡散モデルによるテキストから動画への報酬生成で効率的な強化学習
テキストから動画を生成する拡散モデルを使い、予測映像と現在の観測を比較して密な報酬を生成する強化学習手法を提案。11の複雑なロボット操作タスクでサンプル効率と性能を向上させた。
原題: TeViR: Text-to-Video Reward with Diffusion Models for Efficient Reinforcement Learning ／ Yuhui Chen, Haoran Li, Zhennan Jiang 他
日本語で読む → - 論文自動運転ロボティクス
VERDI: 自動運転のためのVLM埋め込み推論
VLMの推論過程と常識知識を学習時に自動運転スタックへ蒸留し、推論時の大規模VLMコストなしでモジュール型E2Eモデルの性能を向上させる手法を提案。
原題: VERDI: VLM-Embedded Reasoning for Autonomous Driving ／ Bowen Feng, Zhiting Mei, Julian Ost 他
日本語で読む → - 論文手術ロボット/視覚制御ロボティクス
AutoCam: 手術ロボットにおける自律補助カメラの階層的経路計画
da Vinci Research Kit上で、優先度ベースの作業空間制約付き制御と非線形最適化を組み合わせ、補助カメラを自律的に配置・追従させる手法を提案し、ユーザ研究で有効性を示した。
原題: AutoCam: Hierarchical Path Planning for an Autonomous Auxiliary Camera in Surgical Robotics ／ Alexandre Banks, Randy Moore, Sayem Nazmuz Zaman 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 → - 論文触覚q-bio.NC
げっ歯類の触覚処理に整合するタスク最適化畳み込みリカレントネットワーク
げっ歯類のヒゲ触覚シミュレータを用い、触覚カテゴリ分類に最適化したEncoder-Attender-Decoderモデルを構築し、ConvRNNが脳の体性感覚野の神経表現と最もよく一致することを示した。
原題: Task-Optimized Convolutional Recurrent Networks Align with Tactile Processing in the Rodent Brain ／ Trinity Chung, Yuchen Shen, Nathan C. L. Kong 他
日本語で読む → - 論文MPCロボティクス
モデルテンソルプランニング
テンソルサンプリングとスプライン補間で高エントロピーな制御軌道を生成し、探索と活用を両立させるサンプリングベースMPCフレームワークを提案。
原題: Model Tensor Planning ／ An T. Le, Khai Nguyen, Minh Nhat Vu 他
日本語で読む → - 論文VLAロボティクス
ReWiND: 言語ガイド報酬で新規デモなしにロボット方策を教える
言語指示から報酬関数を学習し、オフラインRLで事前学習した方策を新規タスクに少ない試行で適応させるフレームワークを提案。
原題: ReWiND: Language-Guided Rewards Teach Robot Policies without New Demonstrations ／ Jiahui Zhang, Yusen Luo, Abrar Anwar 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 →