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: 2025/3/1 ／ 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SLAMロボティクス
OpenGV 2.0: 車載サラウンドビューシステムのための運動事前分布を活用したキャリブレーションとSLAM
乗用車の非ホロノミック運動の事前分布を利用し、車載サラウンドビューカメラのオンライン外部キャリブレーション、フロントエンド初期化、連続時間軌道モデルによるバックエンド最適化を統合したSLAMシステムを提案。
原題: OpenGV 2.0: Motion prior-assisted calibration and SLAM with vehicle-mounted surround-view systems ／ Kun Huang, Yifu Wang, Si'ao Zhang 他
日本語で読む → - 論文空間理解画像認識
曖昧さのない空間基盤モデルに向けて：深度曖昧性の再考と分離
透明シーンなどで生じる深度曖昧性に対処するため、単一予測ではなく複数仮説を扱う空間基盤モデルを提案し、学習不要のラプラシアン視覚プロンプトで多層深度を推定する手法を開発した。
原題: Towards Ambiguity-Free Spatial Foundation Model: Rethinking and Decoupling Depth Ambiguity ／ Xiaohao Xu, Feng Xue, Xiang Li 他
日本語で読む → - 論文モバイルマニピュレーションロボティクス
MoMa-Kitchen: モバイルマニピュレーションにおけるアフォーダンスに基づく最終接近ナビゲーションのための10万件超ベンチマーク
キッチン環境でロボットが物体を掴むために最適な最終ナビゲーション位置を学習するための10万件超のデータセットとベンチマークを構築し、軽量なベースラインモデルNavAffを提案した。
原題: MoMa-Kitchen: A 100K+ Benchmark for Affordance-Grounded Last-Mile Navigation in Mobile Manipulation ／ Pingrui Zhang, Xianqiang Gao, Yuhan Wu 他
日本語で読む → - 論文軌道予測ロボティクス
CDKFormer: 長尾軌道予測のための文脈的逸脱知識ベースTransformer
長尾軌道予測の課題に対し、個別運動と群集相互作用から逸脱特徴を抽出し、注意機構と二重クエリデコーダでマルチモーダル予測を行うTransformerモデルを提案した。
原題: CDKFormer: Contextual Deviation Knowledge-Based Transformer for Long-Tail Trajectory Prediction ／ Yuansheng Lian, Ke Zhang, Meng Li
日本語で読む → - 論文群制御cs.MA
ベアリング情報のみを用いた協調的ターゲット追跡：マルチエージェント強化学習の設計と実験
ベアリング情報のみで未知ターゲットを推定・追跡するため、均一ベアリング情報フィルタと異種車両対応のマルチエージェント強化学習を提案し、sim-to-realギャップを低減して実機へゼロショット転移を実現した。
原題: Cooperative Bearing-Only Target Pursuit via Multiagent Reinforcement Learning: Design and Experiment ／ Jianan Li, Zhikun Wang, Susheng Ding 他
日本語で読む → - 論文マニピュレーションロボティクス
VISO-Grasp: 視覚言語情報に基づく空間物体中心の6自由度能動視点計画と遮蔽・不可視環境での把持
基盤モデルを活用し、深刻な遮蔽環境でも対象物体を把持するため、空間関係を考慮した能動視点計画と多視点不確実性融合による6自由度把持を実現したシステム。
原題: VISO-Grasp: Vision-Language Informed Spatial Object-centric 6-DoF Active View Planning and Grasping in Clutter and Invisibility ／ Yitian Shi, Di Wen, Guanqi Chen 他
日本語で読む → - 論文sim2realロボティクス
データ駆動型INS/DVLアライメント手法
慣性センサとDVLの融合に必要なアライメントを、深層学習でエンドツーエンドに推定し、精度と収束時間を改善する手法を提案した。
原題: A Data-Driven Method for INS/DVL Alignment ／ Guy Damari, Itzik Klein
日本語で読む → - 論文VLA画像認識
PanoGen++: 視覚と言語によるナビゲーションのためのドメイン適応型テキスト誘導パノラマ環境生成
拡散モデルをドメイン適応微調整してテキストから多様なパノラマ環境を生成し、VLNタスクの訓練データ不足を解消して性能を向上させた。
原題: PanoGen++: Domain-Adapted Text-Guided Panoramic Environment Generation for Vision-and-Language Navigation ／ Sen Wang, Dongliang Zhou, Liang Xie 他
日本語で読む → - 論文手姿勢推定ロボティクス
ReJSHand: 精密化された関節・骨格特徴を用いたリアルタイム手姿勢推定とメッシュ再構成
2D画像から3D手姿勢とメッシュをリアルタイムで高精度に推定するネットワークReJSHandを提案し、FreiHandデータセットで72fps・PA-MPJPE 6.3mmを達成した。
原題: ReJSHand: Efficient Real-Time Hand Pose Estimation and Mesh Reconstruction Using Refined Joint and Skeleton Features ／ Shan An, Shipeng Dai, Mahrukh Ansari 他
日本語で読む → - 論文歩行ロボティクス
四足歩行ロボットによる協調的荷物運搬のためのコンプライアント制御
固有受容感覚センサから外力を推定し、アドミタンス制御と制御バリア関数ベースのQPを組み合わせて、四足ロボットが人と協調して荷物を運ぶ際の加速度を精密に制御する手法を提案した。
原題: Compliant Control of Quadruped Robots for Assistive Load Carrying ／ Nimesh Khandelwal, Amritanshu Manu, Shakti S. Gupta 他
日本語で読む → - 論文音響3D再構成eess.SP
姿勢ドリフト下での音響ニューラル3D再構成
ソナー画像からの3D再構成において、センサ姿勢を学習可能なパラメータとしてニューラル表現と同時に最適化し、姿勢ドリフトがあっても高精度な再構成を実現する手法を提案した。
原題: Acoustic Neural 3D Reconstruction Under Pose Drift ／ Tianxiang Lin, Mohamad Qadri, Kevin Zhang 他
日本語で読む → - 論文マニピュレーションロボティクス
触覚状態に基づく多指ハンドの集中ブラインド切替操作
多指ハンドの触覚情報を圧縮し、注意機構と制約付き損失でサブタスクを切り替える深層学習モデルを提案し、キャップ開け操作を実現した。
原題: Focused Blind Switching Manipulation Based on Constrained and Regional Touch States of Multi-Fingered Hand Using Deep Learning ／ Satoshi Funabashi, Atsumu Hiramoto, Naoya Chiba 他
日本語で読む → - 論文マニピュレーションロボティクス
SRSA: ロボット組立タスクのためのスキル検索と適応
既存のスキルライブラリから新タスクに最も適したスキルを検索し、微調整することで、接触の多い組立タスクをデータ効率的に学習するフレームワークを提案。
原題: SRSA: Skill Retrieval and Adaptation for Robotic Assembly Tasks ／ Yijie Guo, Bingjie Tang, Iretiayo Akinola 他
日本語で読む → - 論文制御ロボティクス
吊り下げペイロードを有するクアッドロータ向けの学習型増分非線形動的インバージョン
ニューラルネットワークを用いてINDIの残差力を予測し、特殊なRPMセンサーなしでクアッドロータの飛行制御を実現する手法を提案。吊り下げペイロードがある場合にも適用可能。
原題: Learned Incremental Nonlinear Dynamic Inversion for Quadrotors with and without Slung Payloads ／ Eckart Cobo-Briesewitz, Khaled Wahba, Wolfgang Hönig
日本語で読む → - 論文マニピュレーションロボティクス
アフォーダンス誘導と自己整合性MLLMによる指示追従マニピュレーションのタスク計画：クロスモーダルな注意散漫の緩和と幾何学的実現可能性の確保
指示追従マニピュレーションのタスク計画において、MLLMのクロスモーダルな注意散漫と幾何学的非実現可能性を、自己整合性Chain-of-Thoughtとアフォーダンス予測器で解決し、新ベンチマークQuARCで76.7%の成功率を達成した。
原題: Mitigating Cross-Modal Distraction and Ensuring Geometric Feasibility via Affordance-Guided and Self-Consistent MLLMs for Task Planning in Instruction-Following Manipulation ／ Yu-Hong Shen, Chuan-Yu Wu, Yi-Ru Yang 他
日本語で読む → - 論文ナビゲーションロボティクス
混雑推定を用いた安全な地図なしナビゲーションのための階層強化学習
環境の混雑度を考慮したサブゴール更新と安全強化学習による低レベル制御を組み合わせ、局所解に陥りやすい屋内環境での地図なしナビゲーションを実現した。
原題: Hierarchical Reinforcement Learning for Safe Mapless Navigation with Congestion Estimation ／ Jianqi Gao, Xizheng Pang, Qi Liu 他
日本語で読む → - 論文AI倫理自然言語
SF作品からロボットの倫理を学ぶ：SciFi-Benchmark
824のSF作品でAIやロボットが下した重要な決断を収集し、LLMの人間価値への整合性を測るベンチマークを構築。憲法生成により倫理的行動を促進できることを示した。
原題: SciFi-Benchmark: Leveraging Science Fiction To Improve Robot Behavior ／ Pierre Sermanet, Anirudha Majumdar, Vikas Sindhwani
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
パッシブヒンジで連結された複数UAVによるペイロード輸送プラットフォームの可到達力集合整形
パッシブ関節で繋がれた複数ドローンの傾きを調整し、発生可能な力の集合を望む形に整形する手法と、その冗長性を活かす制御則を提案した。
原題: Feasible Force Set Shaping for a Payload-Carrying Platform Consisting of Tiltable Multiple UAVs Connected Via Passive Hinge Joints ／ Takumi Ito, Hayato Kawashima, Riku Funada 他
日本語で読む → - 論文VLAロボティクス
RA-DP: 学習不要の高頻度ロボット再計画のための高速適応拡散ポリシー
拡散ポリシーに学習不要のガイダンス信号と行動キュー機構を組み込み、未知の動的環境で高頻度に再計画できるフレームワークを提案した。
原題: RA-DP: Rapid Adaptive Diffusion Policy for Training-Free High-frequency Robotics Replanning ／ Xi Ye, Rui Heng Yang, Jun Jin 他
日本語で読む → - 論文軌道計画ロボティクス
二層計画モデルによる高速時間最適軌道生成戦略
凸最適化に基づく二層計画アルゴリズムを提案し、地上車両の時間最適軌道生成を高速化した。動的環境下で標準的な逐次凸計画法より大幅に計算時間を短縮しつつ、ほぼ最適な解を維持する。
原題: A High-Speed Time-Optimal Trajectory Generation Strategy via a Two-layer Planning Model ／ Haotian Tan, Yuan-Hua Ni
日本語で読む → - 論文VLA画像認識
視覚言語モデルを活用したオープンボキャブラリ物体検出・追跡
VLMの記述力とオープンボキャブラリ検出・動画セグメンテーションを組み合わせ、動的環境で未知物体をリアルタイムにセグメンテーション・追跡する手法を提案。
原題: Leveraging Vision-Language Models for Open-Vocabulary Instance Segmentation and Tracking ／ Bastian Pätzold, Jan Nogga, Sven Behnke
日本語で読む → - 論文群制御ロボティクス
周期的な要求と配達を伴うデータ収集のためのマルチエージェント協調
限られた通信範囲で変動する目標地点からデータを収集し、拠点へ届けるマルチエージェントの役割分担とエリア分割を最適化し、情報更新時間を最小化する手法を提案。
原題: Multi-agent coordination for data gathering with periodic requests and deliveries ／ Yaroslav Marchukov, Luis Montano
日本語で読む → - 論文マニピュレーションロボティクス
DG16M: 力最適化を施した双腕把持の大規模データセット
双腕ロボット把持のための1600万件の把持データセットと物理シミュレーションによるベンチマークを構築し、把持分類器の学習で従来手法を15%上回る成功率を達成した。
原題: DG16M: A Large-Scale Dataset for Dual-Arm Grasping with Force-Optimized Grasps ／ Md Faizal Karim, Mohammed Saad Hashmi, Shreya Bollimuntha 他
日本語で読む → - 論文群制御制御
局所相互作用と人工ポテンシャル場によるマルチエージェントシステムのフォーメーション制御
局所相互作用制御法と人工ポテンシャル場を組み合わせ、マルチエージェントのフォーメーション制御を実現した。障害物回避と衝突回避を達成し、局所解問題にはストレス応答機構で対処する。
原題: Formation Control of Multi-agent System with Local Interaction and Artificial Potential Field ／ Luoyin Zhao, Zheping Yan, Yuqing Wang 他
日本語で読む → - 論文群制御ロボティクス
D4orm: 動力学を考慮した拡散ノイズ除去変形によるマルチロボット軌道生成
拡散モデルのノイズ除去を利用し、ロボットの動力学モデルと適合度関数のみから、衝突のない実行可能なマルチロボット軌道を最適化する手法を提案。最大16台のロボットでMPPIより高速に高品質解を発見し、8機のドローンで実機展開を示した。
原題: D4orm: Multi-Robot Trajectories with Dynamics-aware Diffusion Denoised Deformations ／ Yuhao Zhang, Keisuke Okumura, Heedo Woo 他
日本語で読む → - 論文軌道計画ロボティクス
ターゲットファネルを用いた自動運転の軌道計画
不確実な道路認識に対応するため、単一の参照軌道ではなく「ターゲットファネル」と呼ばれる参照集合を追従する軌道計画法を提案し、実車データで操舵の安定性向上を実証した。
原題: Trajectory Planning for Automated Driving using Target Funnels ／ Benjamin Bogenberger, Johannes Bürger, Vladislav Nenchev
日本語で読む → - 論文制御/最適化ロボティクス
GPとADMMベースiLQRを用いた自動運転ドリフト制御フレームワーク
ガウス過程回帰でモデル誤差を補償し、ADMMベースのiLQRでリアルタイムに軌道最適化を行う自動ドリフト制御手法を提案し、横方向誤差と計算時間を大幅に削減した。
原題: GP-enhanced Autonomous Drifting Framework using ADMM-based iLQR ／ Yangyang Xie, Cheng Hu, Nicolas Baumann 他
日本語で読む → - 論文模倣学習AI
ニューロシンボリック模倣学習：スキル学習のための記号的抽象化の発見
模倣学習において、低レベルな状態行動空間を記号的に抽象化し、タスクをサブタスクに分解して記号プランニングとニューラルスキルを組み合わせる枠組みを提案。データ効率・汎化・解釈性が向上することを示した。
原題: Neuro-Symbolic Imitation Learning: Discovering Symbolic Abstractions for Skill Learning ／ Leon Keller, Daniel Tanneberg, Jan Peters
日本語で読む → - 論文知覚考慮型プランニングロボティクス
未知で特徴の乏しい環境におけるクアッドロータ飛行のための知覚考慮型プランニング
未知で特徴が少ない環境でも自己位置推定を維持しながら飛行できるよう、視点遷移グラフとヨー軌道生成を用いた知覚考慮型プランニング手法を提案し、シミュレーションと実機で有効性を示した。
原題: Perception-aware Planning for Quadrotor Flight in Unknown and Feature-limited Environments ／ Chenxin Yu, Zihong Lu, Jie Mei 他
日本語で読む → - 論文マニピュレーションロボティクス
AffordDexGrasp: 開集合言語誘導巧みな把持のための汎化可能な指示的アフォーダンス
言語指示から未知カテゴリの物体を巧みに把持するため、汎化可能なアフォーダンス表現を介して言語と把持動作を結びつけるフレームワークを提案し、開集合での汎化性能を実世界で示した。
原題: AffordDexGrasp: Open-set Language-guided Dexterous Grasp with Generalizable-Instructive Affordance ／ Yi-Lin Wei, Mu Lin, Yuhao Lin 他
日本語で読む →