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: 2026/8/20 ／ 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 →- 論文触覚/操作ロボティクス
HiTac-WAM: 接触を伴うロボット操作のための階層的触覚ワールドアクションモデル
触覚状態を接触状態、3D変形場、滑りリスクの階層として予測するワールドアクションモデルを提案し、予測と実測のずれに基づく再計画で操作性能を向上させた。
原題: HiTac-WAM: A Hierarchical Tactile World Action Model for Contact-Rich Robot Manipulation ／ Chao Xue, Chaofan Zhang, Wenxuan Ma 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
ビデオからドア通過へ：シミュレートされたドア双子による押しドア通過
実ドアのRGBビデオからシミュレーション用のドア双子を再構築し、シミュレーション内でスキルプログラムを学習・改善して、車輪付き脚式移動マニピュレータによるドア通過を実現するフレームワークを提案。
原題: Video2DoorTraversal: Push Door Traversal via Simulated Door Twins ／ Xincheng Tang, Yiji Chen, Youhan Xie 他
日本語で読む → - 論文世界モデル機械学習
直交JEPA：潜在世界モデルのための因子分解予測状態
標準的なJEPAの単一予測経路の問題を解決するため、直交因子分解により予測状態を複数成分に分割し、各成分を専用ブランチで予測する世界モデル学習フレームワークを提案した。
原題: Orthogonal JEPA: Factorized Predictive States for Latent World Models ／ Taoyong Cui, Pheng Ann Heng, Wanli Ouyang
日本語で読む → - 論文世界モデル/量子計算quant-ph
現実との世界モデル整合における不可避な量子優位性
古典的な世界モデルでは、有限メモリでは現実の最適方針と一致させることができない環境が存在することを示し、単一の量子三準位系を用いれば完全に再現できることを証明した論文。
原題: An Irreducible Quantum Advantage in Aligning World Models with Reality ／ Josep Lumbreras, Hailan Ma, Jayne Thompson 他
日本語で読む → - 論文制御設計math.OC
Bures–Wasserstein距離に基づくLMI制約付き可制御性グラミアン整形
可制御性グラミアンを所望の形に整形する制御器設計法を提案し、Bures–Wasserstein距離を用いて最適化問題を定式化、LMIによる半正定値計画として解くことで計算効率を向上させた。
原題: A Controllability Gramain Shaping with LMI Constraints under Bures--Wasserstein Distance ／ Koju Nishimoto, Yuki Onishi, Riku Funada 他
日本語で読む → - 論文軌道計画ロボティクス
旋回円ベースの制御バリア関数を用いた水上車両のマルチモーダル軌道計画
水上車両の非ホロノミックな運動と旋回能力を考慮した制御バリア関数を提案し、モデル予測制御と組み合わせて、局所最適やデッドロックを回避しつつ、動的環境で安全な軌道を計画する手法を提案した。
原題: Multimodal Trajectory Planning for Surface Vehicles using Turning Circle-based Control Barrier Functions ／ Changyu Lee
日本語で読む → - 論文水中ロボット/マルチモーダル融合画像認識
劣化した視覚条件下での水中ロボットのためのロバストなクロスモーダル基盤モデル認識
濁りや減衰などで劣化した水中画像に対し、ソナー情報を適応的に融合する手法を提案。視覚エンコーダは凍結したDINOv2を用い、劣化度に応じてソナーの寄与を自動調整し、極端な劣化下で精度を33.5%向上させた。
原題: Robust Cross-Modal Foundation Model Perception for Underwater Robots under Degraded Visual Conditions ／ Mohammad Arif Ul Alam
日本語で読む → - 論文点群レジストレーション画像認識
CVSD-Reg: 視覚的意味的先行知識の蒸留による頑健なLiDARレジストレーション
視覚基盤モデルからLiDAR表現に意味的先行知識を蒸留し、センサー非依存で頑健なグローバル点群位置合わせを実現するフレームワークを提案。
原題: CVSD-Reg: Cross-Modal Visual Semantic Prior Distillation for Robust LiDAR Registration ／ Eunsoo Im, Junghun Suh, Gyeonggwan Lee 他
日本語で読む → - 論文触覚ロボティクス
磁気自己シール型MR触覚アクチュエータ：PWM励磁と高忠実度トルク制御
磁気自己シール型のMR流体アクチュエータを統合した触覚システムを提案し、PWM励磁とモデルベースのトルク制御により高精度で安定したトルク提示を実現した。
原題: Magnetically Self-Sealed MR Haptic Actuator With PWM-Based Excitation and High-Fidelity Torque Control ／ Dong Qiang, Tian Yuan, Song Yang 他
日本語で読む → - 論文VLA/強化学習AI
EXIMO: VLMによるVLAポリシー探索のガイド
VLAポリシーの効率的なファインチューニング手法EXIMOを提案。VLMをプランナーとして使い、長期的なタスクを分解してデータ収集し、模倣学習とオフポリシーRLで最適化する。
原題: EXIMO: VLM Guided Exploration of VLA Policies ／ Bhavya Sukhija, Oliver Groth, Mohit Shridhar 他
日本語で読む → - 論文自動運転ロボティクス
計画指向のエンドツーエンド自動運転：アーキテクチャ、評価、そして新たなパラダイム
エンドツーエンド自動運転の進化を、行動クローニングから計画指向システムまで俯瞰し、入力表現・計画出力・教師信号・評価プロトコルの4軸で整理。閉ループ評価や人間の嗜好を考慮した指標の重要性を指摘し、今後の課題を提示するサーベイ論文。
原題: Planning-Oriented End-to-End Autonomous Driving: Architectures, Evaluation, and Emerging Paradigms ／ Yanchen Guan, Xingcheng Liu, Bin Rao 他
日本語で読む → - 論文タスク・動作計画ロボティクス
視覚言語モデルを用いた証拠ゲート型タスク・動作計画
視覚言語モデルとタスク・動作計画を組み合わせ、不確かな環境で視覚的証拠を取得してから計画を進めるか判断するフレームワークを提案した。調理タスクで物体の有無が曖昧な場合に、計画前に物体を発見して成功率を向上させ、欠落物体の操作を減らした。
原題: Evidence-Gated Task and Motion Planning with Vision-Language Models ／ Tsunehiko Tanaka, Matthew Stephenson, Alistair Macvicar 他
日本語で読む → - 論文遠隔操作制御
非線形マニピュレータ間の波動ベース双方向遠隔操作：直接接触力フィードバックを伴う場合
通信遅延下での非線形多自由度マニピュレータ間の双方向遠隔操作を扱い、直接接触力フィードバックによる不安定化をLMIで受動性不足を評価し、補償する通信則で安定性と同期を保証する手法を提案した。
原題: Wave-Based Bilateral Teleoperation between Nonlinear Manipulators with Direct Contact Force Feedback ／ G. Q. Bao Tran, Takanori Miyoshi, Ho Duc Tho
日本語で読む → - 論文ヒューマノイド/模倣学習/sim2realロボティクス
適応的動作計画と追従による人型ロボットのプロテニススタイル実現
放送映像からプロのテニス動作を学習し、適応機構でシミュレーションと実機のギャップを埋めることで、人型ロボットにプロ級のサーブとラリーを実現するフレームワークを提案した。
原題: Towards Professional Tennis Styles for Humanoid Robots with Adaptive Motion Planning and Tracking ／ Tao Huang, Ruofei Liu, Xuchen Tang 他
日本語で読む → - 論文歩行ロボティクス
MILD: 変形可能な地形上での二足歩行学習のための扱いやすい地形モデリング
変形する地面での二足歩行を可能にするため、物理に基づく離散要素接触ソルバーと深層強化学習による地形認識コントローラを提案し、実機で適応を実証した。
原題: MILD: Tractable Terrain Modeling for Learning Improved Bipedal Locomotion on Deformable Surfaces ／ Zeren Luo, Jiahui Zhang, Zhe Xu 他
日本語で読む → - 論文神経科学/空間認知cs.NE
海馬の場所表現における空間エイリアシング低減に対するグリッド細胞の役割
境界ベクトル細胞のみでは対称な環境で場所の区別が困難になる問題に対し、グリッド細胞の信号を統合することで空間エイリアシングを94〜99%削減できることを示した論文。
原題: The Role of Grid Cells in Reducing Spatial Aliasing in Hippocampal Place Representations ／ Alexander Johnson, Obadah Ghizawi, Ali A. Minai
日本語で読む → - 論文SLAMロボティクス
高高度ナディア UAV 映像における単眼 SLAM システムの評価
単眼 SLAM システムを高高度の真下視映像でベンチマークし、環境や軌道スケールによる性能差を明らかにした。
原題: Evaluation of Monocular SLAM Systems on High-Altitude Nadir UAV Footage ／ Gašper Spagnolo, Matej Dobrevski, Danijel Skočaj
日本語で読む → - 論文AIアライメント機械学習
遠くへ行くには共に行け：多様な選好が報酬最適化のカリキュラムを生む
人間のフィードバックから報酬モデルを学習し、ポリシーを最適化する際に、ユーザーごとの報酬モデルの最適化の難しさに着目し、多様なユーザー集団に対して自然にカリキュラムが生じることを利用して、木構造のカリキュラムを自動構築するCurriPOを提案した。
原題: To Go Far, Go Together: Diverse Preferences Induce a Curriculum for Reward Optimization ／ Taehyung Kim, Jongeun Choi
日本語で読む → - 論文組立計画ロボティクス
シーケンス制約付きロボット組立のための後向きレイアウト探索
組立順序が決められたロボット組立において、各パーツの初期位置と組立場所を衝突なく計画する問題を扱い、逆順に初期位置を割り当てる後向き探索法を提案した。
原題: Backward Layout Search for Sequence-Constrained Robotic Assembly ／ Xi Zhang, Jiancong Dai, Hao Chen 他
日本語で読む → - 論文連合学習/セキュリティ機械学習
FedLNS: レイヤー正規化シグネチャモデリングを活用した連合LLMにおける敵対的操作の緩和
連合学習において、悪意のあるクライアントによる更新をサーバー側で軽量に検出するフレームワークFedLNSを提案。正規化層のパラメータ変化をシグネチャとして利用し、履歴を考慮した参照と比較することで、追加の通信なしに敵対的更新をスクリーニングする。
原題: FedLNS: Leverage LayerNorm Signature Modeling to Mitigate Adversarial Manipulation in Federated LLMs ／ Kai Li, Jong-Ik Park, Carlee Joe-Wong 他
日本語で読む → - 論文評価手法ロボティクス
SCAPE: シナリオ条件付きシミュレーション拡張ポリシー評価
実世界でのポリシー性能を、限られた実機データと大量のシミュレーションデータを組み合わせてシナリオごとに予測する評価フレームワークを提案した。
原題: SCAPE: Scenario-Conditioned Simulation-Augmented Policy Evaluation ／ Dijie Zhu, Seunghun Oh, Ruopeng Huang 他
日本語で読む → - 論文遠隔操作/触覚フィードバックロボティクス
失われた触覚：空間分布型触覚フィードバックが遠隔操作を人間の巧みさに近づける
遠隔操縦において、空間分布した触覚フィードバックを再現することで、作業効率が向上し、操作軌道が人間の自然な動きに近づくことを実証した論文。
原題: The Missing Touch: Spatially Distributed Tactile Feedback Brings Teleoperation Closer to Human Dexterity ／ Rohan Kota, Gregory Reardon, J. Edward Colgate
日本語で読む → - 論文強化学習/器用操作/sim2realロボティクス
ADEPT: 事前学習と強化学習による事後学習で器用さを加速する
高自由度ロボットの器用な操作を、事前学習と事後学習を組み合わせた強化学習フレームワークで実現し、シミュレーションから実機への転移を可能にした。
原題: ADEPT: Accelerating Dexterity via Pre-Training and Post-Training using Reinforcement Learning ／ Jayjun Lee, Jessica Yin, Asif Rana 他
日本語で読む → - 論文自動運転ロボティクス
DA-WAM: 運転ワールドモデルのための意思決定整合的未来潜在表現
自動運転のためのワールドモデルにおいて、将来予測が意思決定に直接寄与するよう、予測表現学習と軌道スコアリングを統合したフレームワークDA-WAMを提案した。
原題: DA-WAM: Decision-Aligned Future Latents for Driving World Models ／ Ruiguo Zhong, Benshan Ma, Xiaolong Chen 他
日本語で読む → - 論文生涯シーン理解ロボティクス
LT-Mem: 変動を考慮した時空間メモリによる生涯シーン理解
長期運用ロボットのための、物体の履歴を保持しつつ現在の状態も更新する揮発性対応メモリ構造を提案し、時間的質問応答で性能を向上させた。
原題: LT-Mem: Volatility-Aware Spatio-Temporal Memory for Lifelong Scene Understanding ／ Yumin Lee, Hyoseok Ju, Giseop Kim
日本語で読む → - 論文VLAロボティクス
RoboEdit: 人間の操作動画をスケーラブルなロボット経験へ変換する
人間の操作動画を、ロボットの学習に使えるアクション整合性のある物理的に妥当なロボット動画へ変換するビデオ編集スイートを提案。大規模データセットと編集エンジンを構築し、実世界の操作タスクで有効性を実証した。
原題: RoboEdit: Turning Human Manipulation Videos into Scalable Robot Experience ／ Yaowei Guo, Zeng Tao, Yuxin Jiang 他
日本語で読む → - 論文敵対的攻撃AI
最弱リンクを断つ：視覚言語モデルを回避する攻撃
視覚言語モデル（VLM）の視覚エンコーダのみに勾配ベースの最適化を適用し、人間には知覚できない小さな摂動でモデルの出力を改ざんする回避攻撃手法を提案した。
原題: Breaking the weakest link to evade vision language models ／ Ilan Zini, Boussad Addad, Katarzyna Kapusta
日本語で読む → - 論文口唇同期画像認識
EfficientSync: 変形ベースの参照テクスチャ混合によるリアルタイム口唇同期
音声駆動の口唇同期を、参照フレームのテクスチャを保持したまま変形ベースでリアルタイムに実現する新しいフレームワークを提案した論文。
原題: EfficientSync: Real-Time Lip Synchronization via Deformation-Based Reference Texture Mixing ／ Fa-Ting Hong, Runzhen Liu, Luchuan Song 他
日本語で読む → - 論文報酬設計機械学習
MLREF: 大規模言語モデルによる強化学習の報酬設計における効率的なモジュール再利用
報酬関数をモジュール単位で進化させるフレームワークMLREFを提案し、再利用可能なモジュールプールを導入して報酬設計の安定性と性能を向上させた。
原題: MLREF: Efficient Module Reuse for Reward Design in Reinforcement Learning via Large Language Models ／ Chenglin Liu, Xun Wang, Ruishuo Chen 他
日本語で読む → - 論文マニピュレーションロボティクス
Dream2Reward: 正のデモンストレーションからの遷移整合報酬モデルによるロボット操作
成功デモから遷移レベルの潜在変位を予測し、観測された動作との整合性で密な報酬を生成する手法を提案。失敗アノテーション不要で報酬ハッキングを軽減し、実ロボット操作を含む下流性能を向上させる。
原題: Dream2Reward: Transition-Alignment Reward Models from Positive Demonstrations for Robotic Manipulation ／ Haoyu Zhang, Zecui Zeng, Bin Wang 他
日本語で読む →