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VLAロボティクス
NVSPolicy: 適応的な新規視点合成による汎化可能な言語条件付き政策学習
入力画像から情報量の多い視点を選んで新規視点画像を合成し、その特徴を意味特徴と残差特徴に分離して階層的政策ネットワークに入力することで、言語条件付きロボット操作の汎化性能を高めた手法。
原題: NVSPolicy: Adaptive Novel-View Synthesis for Generalizable Language-Conditioned Policy Learning ／ Le Shi, Yifei Shi, Xin Xu 他
日本語で読む → - 論文マニピュレーションロボティクス
SEM: ロボットマニピュレーションのための空間理解を強化する拡散ポリシー
視覚表現に3D幾何情報を付加する空間エンハンサと、関節依存をグラフで捉えるロボット状態エンコーダを組み合わせ、空間理解を高めた拡散ベースのマニピュレーションポリシーを提案。
原題: SEM: Enhancing Spatial Understanding for Robust Robot Manipulation ／ Xuewu Lin, Tianwei Lin, Lichao Huang 他
日本語で読む → - 論文群制御ロボティクス
人間の操作を支援する飛行船群のフォーメーション制御システムの設計
屋内飛行船群において、人間が操作するリーダーを動的に切り替えることで、急旋回時でも安定したフォーメーションを維持し、操作者を支援するシステムを提案した。
原題: Design of a Formation Control System to Assist Human Operators in Flying a Swarm of Robotic Blimps ／ Tianfu Wu, Jiaqi Fu, Wugang Meng 他
日本語で読む → - 論文強化学習ロボティクス
ロボティクスにおけるバッチオンライン強化学習で重要な要素は何か？
自律収集データからのバッチオンライン強化学習において、アルゴリズムクラス・方策抽出法・方策表現力の3軸を体系的に検証し、Q関数の利用と暗黙的な方策抽出が性能向上に重要であることを示した。
原題: What Matters for Batch Online Reinforcement Learning in Robotics? ／ Perry Dong, Suvir Mirchandani, Dorsa Sadigh 他
日本語で読む → - 論文異常検知ロボティクス
音声とIMUの融合によるマハラノビスSVDDを用いた自律ロボットの教師なし異常検知
音声とIMUセンサを融合し、マハラノビス距離を用いたSVDDで自律移動ロボットの衝突や機械故障などの異常を教師なしで検知する手法を提案。
原題: Unsupervised Anomaly Detection for Autonomous Robots via Mahalanobis SVDD with Audio-IMU Fusion ／ Yizhuo Yang, Jiulin Zhao, Xinhang Xu 他
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 → - 論文筋骨格制御ロボティクス
階層的モデルベース計画による高次元筋骨格系の運動制御
形態を考慮した比例制御を組み込んだ階層的モデル予測制御(MPC^2)を提案し、高次元の人間筋骨格モデルで立位・歩行・スポーツ動作の制御を実現した。
原題: Motion Control of High-Dimensional Musculoskeletal Systems with Hierarchical Model-Based Planning ／ Yunyue Wei, Shanning Zhuang, Vincent Zhuang 他
日本語で読む → - 論文運動計画ロボティクス
KRRF: 多目標運動計画のための運動力学的ランダム探索森アルゴリズム
複数の目標地点を巡る運動制約付き経路計画を、全目標間で同時に木を成長させるランダムフォレスト探索とTSP解法を組み合わせて効率的に解く手法を提案。
原題: KRRF: Kinodynamic Rapidly-exploring Random Forest algorithm for multi-goal motion planning ／ Petr Ježek, Michal Minařík, Vojtěch Vonásek 他
日本語で読む → - 論文触覚ロボティクス
連続体ロボットの形状センシングに向けた積層造形可能な伸縮性ひずみセンサの作製と特性評価
直接インク書き込みで高粘度のガリウム-インジウム共晶インクを用いて伸縮性ひずみセンサを作製し、連続体ロボットの形状センシングへの応用可能性を示した。
原題: Fabrication and Characterization of Additively Manufactured Stretchable Strain Sensors Towards the Shape Sensing of Continuum Robots ／ Daniel C. Moyer, Wenpeng Wang, Logan S. Karschner 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 → - 論文群制御ロボティクス
有限ホライズン階層分解によるマルチエージェント経路計画
倉庫などの動的環境で、ロボット群が並列に計画し、時空間の衝突に応じて動的にグループ化しながら逐次計画する手法を提案し、初動までの時間を最大60%短縮した。
原題: Multi-Agent Path Finding via Finite-Horizon Hierarchical Factorization ／ Jiarui Li, Alessandro Zanardi, Gioele Zardini
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VLAロボティクス
ブラックボックス運転支援の監視を支援：車線維持支援の予測アラートに向けた視覚言語モデル
LKAlertは、視覚言語モデルを用いて車線維持支援の失敗を1〜3秒前に予測し、自然言語で説明する監視アラートシステムで、予測・説明可能なLKAlert用ベンチマークも提案した。
原題: Bridging Human Oversight and Black-box Driver Assistance: Vision-Language Models for Predictive Alerting in Lane Keeping Assist Systems ／ Yuhang Wang, Hao Zhou
日本語で読む → - 論文UAV/異常検知制御
MARS: モデルベース異常検知と復旧によるUAVの慣性センサ攻撃防御
IMUへの物理攻撃を拡張カルマンフィルタベースの状態推定と統計的異常検知で検出し、ホバリングを経て飛行を復旧させるUAV防御システムを提案・実機検証した。
原題: MARS: Defending Unmanned Aerial Vehicles From Attacks on Inertial Sensors with Model-based Anomaly Detection and Recovery ／ Haocheng Meng, Shaocheng Luo, Zhenyuan Liang 他
日本語で読む → - 論文VLA画像認識
CoMo: インターネット動画から連続潜在運動を学習するスケーラブルなロボット学習
インターネット動画から連続的な潜在運動表現を教師なしで学習し、未知動画へのゼロショット汎化と擬似行動ラベル生成を可能にする手法CoMoを提案。
原題: CoMo: Learning Continuous Latent Motion from Internet Videos for Scalable Robot Learning ／ Jiange Yang, Yansong Shi, Haoyi Zhu 他
日本語で読む → - 論文歩行ロボティクス
ドリブルマスター：脚式移動による俊敏なヒューマノイドドリブルの学習
二段階カリキュラム強化学習と仮想カメラモデルを用いて、ヒューマノイドロボットがシミュレーションでドリブル技能を獲得し、実機へ転移できることを示した研究。
原題: Dribble Master: Learning Agile Humanoid Dribbling through Legged Locomotion ／ Zhuoheng Wang, Jinyin Zhou, Qi Wu
日本語で読む → - 論文経路計画ロボティクス
ロボット経路計画における安全性と最適性の両立：アルゴリズムと評価指標
経路長と障害物との距離のトレードオフを動的に調整するグラフ探索アルゴリズムUPPを提案し、その性能を測るOptiSafe指標を導入した研究。
原題: Balancing Safety and Optimality in Robot Path Planning: Algorithm and Metric ／ Jatin Kumar Arora, Soutrik Bandyopadhyay, Sunil Sulania 他
日本語で読む → - 論文VLAロボティクス
ストリーミングフローポリシー：行動軌道をフロー軌道として扱う拡散・フローマッチングポリシーの簡略化
拡散・フローマッチングポリシーを簡略化し、行動軌道をフロー軌道として扱うことで、サンプリング中にリアルタイムで行動をロボットにストリーミング可能にした手法を提案。
原題: Streaming Flow Policy: Simplifying diffusion/flow-matching policies by treating action trajectories as flow trajectories ／ Sunshine Jiang, Xiaolin Fang, Nicholas Roy 他
日本語で読む → - 論文歩行ロボティクス
ビールをこぼさず運べ：ヒューマノイドの優雅な歩行とエンドエフェクタ安定化制御
上半身と下半身を異なる周波数・報酬で制御する2エージェントフレームワークSoFTAを提案し、歩行中のエンドエフェクタの加速度を2〜5倍低減して、ほぼ満杯のカップをこぼさず運ぶなどの繊細な作業を可能にした。
原題: Hold My Beer: Learning Gentle Humanoid Locomotion and End-Effector Stabilization Control ／ Yitang Li, Yuanhang Zhang, Wenli Xiao 他
日本語で読む → - 論文軌道予測AI
TrajEvo: LLM進化による軌道予測ヒューリスティックの自動設計
大規模言語モデルと進化アルゴリズムを組み合わせ、過去の軌道データから軌道予測ヒューリスティックを自動生成・改良するフレームワークを提案し、未見データセットへの汎化性能で深層学習手法を上回った。
原題: TrajEvo: Designing Trajectory Prediction Heuristics via LLM-driven Evolution ／ Zhikai Zhao, Chuanbo Hua, Federico Berto 他
日本語で読む → - 論文マニピュレーションロボティクス
Stow: 布製ポッドへのロボットによる商品梱包
多様な商品を高密度な棚に詰め込むロボット梱包システムを開発し、大規模EC倉庫で50万回以上の作業を実現した。
原題: Stow: Robotic Packing of Items into Fabric Pods ／ Nicolas Hudson, Josh Hooks, Rahul Warrier 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 → - 論文協調知覚/V2Xロボティクス
VALISENS：協調自動運転のための検証済み革新的マルチセンサシステム
車車間・路車間通信を活用し、車載と路側のLiDAR・レーダー・RGB/熱カメラを統合した協調知覚システムを構築し、実環境テストベッドで歩行者認識性能とセンサ監視精度を検証した。
原題: VALISENS: A Validated Innovative Multi-Sensor System for Cooperative Automated Driving ／ Lei Wan, Prabesh Gupta, Andreas Eich 他
日本語で読む →