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 →- 論文状態推定ロボティクス
不変ニューラル拡張カルマンフィルタによる脚式ロボットの状態推定
脚式ロボットの状態推定精度を向上させるため、接触支援不変拡張カルマンフィルタにリー群構造を尊重するニューラル補償器を組み込み、モデルベースと学習ベースの長所を融合した手法を提案した。
原題: Legged Robot State Estimation Using Invariant Neural-Augmented Kalman Filter with a Neural Compensator ／ Seokju Lee, Hyun-Bin Kim, Kyung-Soo Kim
日本語で読む → - 論文人間行動認識ロボティクス
GAIPAT：組立作業における意図予測のための人間の視線・行動データセット
コボットとの協働作業中の人間の視線と行動を約80名から収集し、意図予測に役立てるデータセットを構築した。
原題: GAIPAT -Dataset on Human Gaze and Actions for Intent Prediction in Assembly Tasks ／ Maxence Grand, Damien Pellier, Francis Jambon
日本語で読む → - 論文タスクプランニング画像認識
3D推論駆動型プランニング：暗黙の人間意図から経路考慮型活動計画へ
暗黙の指示から意図を推論し、3Dシーンの形状・位置情報を活用して経路計画を含む多段階タスク計画を生成する新タスクとベンチマーク・手法を提案した。
原題: Exploring 3D Reasoning-Driven Planning: From Implicit Human Intentions to Route-Aware Activity Planning ／ Xueying Jiang, Wenhao Li, Xiaoqin Zhang 他
日本語で読む → - 論文VLA画像認識
HybridVLA：拡散と自己回帰を統合した視覚-言語-行動モデル
拡散モデルによる連続的な行動生成と自己回帰による文脈推論を単一の大規模言語モデル内で統合し、両者を協調的に学習・アンサンブルするロボット操作フレームワークを提案。
原題: HybridVLA: Collaborative Diffusion and Autoregression in a Unified Vision-Language-Action Model ／ Jiaming Liu, Hao Chen, Pengju An 他
日本語で読む → - 論文マニピュレーションロボティクス
AhaRobot：身体性AIのための低コストオープンソース双腕移動マニピュレータ
低コストで完全オープンソースの双腕移動マニピュレータを開発し、遠隔操作インターフェースと制御スタックを最適化することで、家庭内タスクの模倣学習を可能にした。
原題: AhaRobot: A Low-Cost Open-Source Bimanual Mobile Manipulator for Embodied AI ／ Haiqin Cui, Yifu Yuan, Yan Zheng 他
日本語で読む → - 論文pHRIロボティクス
仮想フィクスチャで強化された可変アドミタンス制御における安定性・感度・透明性の解析
物理的人間-ロボットインタラクション(pHRI)向けのプロキシベース制約付きアドミタンス制御について、伝達弾性やモータ速度飽和、駆動遅延などの寄生効果を考慮して不安定性の原因を分析し、制御パラメータが安定性に与える影響を実験的に評価した。さらに透明性を最大化するプロキシパラメータ適応手法を提案し、シミュレーションと実験で検証した。
原題: On the Analysis of Stability, Sensitivity and Transparency in Variable Admittance Control for pHRI Enhanced by Virtual Fixtures ／ Davide Tebaldi, Dario Onfiani, Luigi Biagiotti
日本語で読む → - 論文VLA画像認識
DriveLMM-o1: 自動運転シナリオ理解のための段階的推論データセットと大規模マルチモーダルモデル
自動運転の知覚・予測・計画を段階的に推論するVQAデータセット(学習18k・テスト4k超)とベンチマークを構築し、そのデータで微調整した大規模マルチモーダルモデルを提案した論文。
原題: DriveLMM-o1: A Step-by-Step Reasoning Dataset and Large Multimodal Model for Driving Scenario Understanding ／ Ayesha Ishaq, Jean Lahoud, Ketan More 他
日本語で読む → - 論文VLAcs.MA
SCOOP: 自然言語対話と因果推論による能動的協働・社会的継続学習フレームワーク
対話と質問を通じて因果知識を継続的に獲得し、協調的意思決定を行うエージェントのための社会的継続学習フレームワークを提案。LLM+ReAct型と因果世界モデル型の2アーキテクチャを構築し、発達心理学に着想を得た評価タスクで検証する。
原題: SCOOP: A Framework for Proactive Collaboration and Social Continual Learning through Natural Language Interaction andCausal Reasoning ／ Dimitri Ognibene, Sabrina Patania, Luca Annese 他
日本語で読む → - 論文水中マニピュレーションロボティクス
プロジェクトURSULA：水中マニピュレーションのためのロボットイカの設計
器用な水中作業を目指し、軟体マニピュレータや推進機構、遠隔操作、ソナー地図作成、可視光通信などの新技術を統合したバイオミメティックなロボットイカを設計・試作し、プール試験を実施している。
原題: Project URSULA: Design of a Robotic Squid for Underwater Manipulation ／ Berke Gur
日本語で読む → - 論文アフォーダンス推論画像認識
Afford-X: タスク指向操作のための汎化可能で軽量なアフォーダンス推論
大規模データセットLVIS-Affを構築し、動詞注意と双方向融合モジュールを備えた軽量モデルAfford-Xを開発。非LLM手法を上回る性能を達成し、GPT-4Vより約50倍高速にアフォーダンス推論を行う。
原題: Afford-X: Generalizable and Slim Affordance Reasoning for Task-oriented Manipulation ／ Xiaomeng Zhu, Yuyang Li, Leiyao Cui 他
日本語で読む → - 論文触覚ロボティクス
CoinFT：ロボット応用向けコインサイズの静電容量式6軸力覚センサ
コインサイズで軽量・低コストな静電容量式6軸力/トルクセンサを開発し、ドローンやロボットハンドなどでの接触を伴う応用を実証した。
原題: CoinFT: A Coin-Sized, Capacitive 6-Axis Force Torque Sensor for Robotic Applications ／ Hojung Choi, Jun En Low, Tae Myung Huh 他
日本語で読む → - 論文3D再構成画像認識
神経オブジェクト事前分布を用いたオンライン3Dシーン再構成
RGB-D動画から物体単位でシーンをオンライン再構成するため、特徴グリッド補間と事前構築した物体ライブラリの形状事前分布を活用する手法を提案した。
原題: Online 3D Scene Reconstruction Using Neural Object Priors ／ Thomas Chabal, Shizhe Chen, Jean Ponce 他
日本語で読む → - 論文配送経路最適化cs.MA
ハイブリッド自律型共同配送拠点と従来型戸別配送を統合した多便・時間依存型車両経路問題
自律電気自動車と従来車両を組み合わせ、時間依存の走行速度や時間枠・バッテリー制約を考慮しつつ、共同配送拠点と戸別配送を統合する経路問題を定式化し、ALNSと列生成法による解法を提案した。
原題: The Multi-Trip Time-Dependent Mix Vehicle Routing Problem for Hybrid Autonomous Shared Delivery Location and Traditional Door-to-Door Delivery Modes ／ Jingyi Zhao, Jiayu Yang, Haoxiang Yang
日本語で読む → - 論文VLAロボティクス
半確率的な安全性保証を備えた視覚ベースニューラルネットワーク制御器の学習
画像入力の高次元性と状態と見え方の未知の関係に対処するため、到達可能性解析と条件付き生成ネットワーク、分布非依存の裾不等式を組み合わせた半確率的検証フレームワークを提案し、安全損失とデータサンプリング、カリキュラム学習で安全な視覚ベース制御器を効率的に学習する。
原題: Learning Vision-Based Neural Network Controllers with Semi-Probabilistic Safety Guarantees ／ Xinhang Ma, Junlin Wu, Hussein Sibai 他
日本語で読む → - 論文自律走行/VLMロボティクス
FASIONAD++：適応的フィードバックによる自律走行の安全性向上を目指した高速・低速融合システムへの高レベル指示と情報ボトルネックの統合
「速い思考と遅い思考」に着想を得て、高速なエンドツーエンド計画器とVLM推論モジュールを組み合わせた二重システムを提案し、不確実性に応じて切り替えることで自律走行の安全性と効率を高めた。
原題: FASIONAD++ : Integrating High-Level Instruction and Information Bottleneck in FAt-Slow fusION Systems for Enhanced Safety in Autonomous Driving with Adaptive Feedback ／ Kangan Qian, Ziang Luo, Sicong Jiang 他
日本語で読む → - 論文ナビゲーションロボティクス
洗練された特徴ガイダンスとシーングラフ強化による画像ゴールナビゲーション
限られた画像データから目標・観測・環境の細かな関連を活かし、軽量なアーキテクチャで画像ゴールナビゲーションを実現する手法RFSGを提案。空間チャネルアテンションと自己蒸留、画像シーングラフにより特徴表現を強化し、GibsonとHM3Dで最先端性能を達成。
原題: Image-Goal Navigation Using Refined Feature Guidance and Scene Graph Enhancement ／ Zhicheng Feng, Xieyuanli Chen, Chenghao Shi 他
日本語で読む → - 論文模倣学習機械学習
量子化不要の自己回帰アクショントランスフォーマ
行動空間を離散化せず、連続的な自己回帰トランスフォーマで模倣学習を行う手法を提案し、模擬ロボットタスクで最高性能を達成した。
原題: Quantization-Free Autoregressive Action Transformer ／ Ziyad Sheebaelhamd, Michael Tschannen, Michael Muehlebach 他
日本語で読む → - 論文マニピュレーションロボティクス
触覚に基づく分解行動のオンライン最適化による2本指物体再配向の適応性向上
物体再配向タスクの複雑な動作を触覚センシングに基づき3種類の基本行動に分解し、オンラインで勾配最適化することで、未知物体や環境制約下でも適応的に操作できる手法を提案した。
原題: Enhancing Adaptivity of Two-Fingered Object Reorientation Using Tactile-based Online Optimization of Deconstructed Actions ／ Qiyin Huang, Tiemin Li, Yao Jiang
日本語で読む → - 論文軌道予測ロボティクス
マルチモーダル軌道予測のためのエビデンシャル不確かさ推定
自動運転の軌道予測において、位置とモード確率の不確かさを1回の順伝播でリアルタイムに推定するエビデンシャル深層学習手法を提案し、Argoverseデータセットで精度と信頼性を検証した。
原題: Evidential Uncertainty Estimation for Multi-Modal Trajectory Prediction ／ Sajad Marvi, Christoph Rist, Julian Schmidt 他
日本語で読む → - 論文キャリブレーションロボティクス
MUKCa: 外部計測装置不要の高精度かつ低コストなコボットキャリブレーション
3Dプリント可能な2ソケット球面ジョイント工具のみを用いて、Franka・Kuka・Kinovaコボットの運動学モデルを高精度にキャリブレーションする手法を提案。平均絶対誤差を約10mmから0.2mmに低減し、0.4mm公差のペグ挿入や模写タスクで有効性を示した。
原題: MUKCa: Accurate and Affordable Cobot Calibration Without External Measurement Devices ／ Giovanni Franzese, Max Spahn, Jens Kober 他
日本語で読む → - 論文自己位置推定ロボティクス
バランスの取れたローカリゼーション：LiDAR位置推定の効率化に向けたオドメトリと地図マッチングのトレードオフ
LiDAR位置推定において、軽量なオドメトリ推定器と地図マッチングの頻度制御を組み合わせ、計算効率と精度のトレードオフを実走行データで評価した。
原題: Balancing Act: Trading Off Odometry and Map Registration for Efficient Lidar Localization ／ Katya M. Papais, Daniil Lisus, Cedric Le Gentil 他
日本語で読む → - 論文全方位ステレオ/深度推定画像認識
事前学習済み深度基盤モデルで全方位ステレオマッチングを強化
単眼深度推定の基盤モデルを反復最適化型ステレオマッチングに組み込み、実世界の全方位データセットで従来最高精度を更新した研究。
原題: Boosting Omnidirectional Stereo Matching with a Pre-trained Depth Foundation Model ／ Jannik Endres, Oliver Hahn, Charles Corbière 他
日本語で読む → - 論文空陸協調認識画像認識
Griffin: 空陸協調による検出・追跡データセットとベンチマーク
ドローンと地上車両の協調認識のための37kフレーム超の3D知覚データセットと、通信効率や遅延・欠損・位置ノイズに対する頑健性を評価するベンチマークを提案した。
原題: Griffin: Aerial-Ground Cooperative Detection and Tracking Dataset and Benchmark ／ Jiahao Wang, Xiangyu Cao, Jiaru Zhong 他
日本語で読む → - 論文sim2realロボティクス
LiPS: 直並列構造を持つヒューマノイドロボットの大規模強化学習
閉ループの直並列機構をシミュレーションで直接モデル化することで、ヒューマノイドロボットの強化学習を大規模並列環境で訓練可能にする手法LiPSを提案する。
原題: LiPS: Large-Scale Humanoid Robot Reinforcement Learning with Parallel-Series Structures ／ Qiang Zhang, Gang Han, Jingkai Sun 他
日本語で読む → - 論文マニピュレーションロボティクス
振動支援によるヒステリシス低減と高精度補償の実現
腱シース機構の摩擦・ガタ・伸びによるヒステリシスを、腱の移動方向に沿った振動で抑制し、TCN補償と組み合わせて軌道追従精度を大幅に改善した。
原題: Vibration-Assisted Hysteresis Mitigation for Achieving High Compensation Efficiency ／ Myeongbo Park, Chunggil An, Junhyun Park 他
日本語で読む → - 論文VLAロボティクス
CognitiveDrone: UAVのリアルタイム認知タスク解決と推論のためのVLAモデルと評価ベンチマーク
ドローンの複雑な認知タスク向けに、一人称視点の画像とテキスト指示からリアルタイム4D行動指令を生成するVLAモデルと、推論モジュールを組み合わせた改良版、および認知タスク評価用ベンチマークを提案した論文。
原題: CognitiveDrone: A VLA Model and Evaluation Benchmark for Real-Time Cognitive Task Solving and Reasoning in UAVs ／ Artem Lykov, Valerii Serpiva, Muhammad Haris Khan 他
日本語で読む → - 論文群制御ロボティクス
長距離協調のための階層的トポロジカル自律性 (STALC)
複数ロボットの長距離協調のため、トポロジカルグラフと混合整数計画を組み合わせた階層的計画手法を提案し、偵察シナリオで有効性を示した。
原題: Stratified Topological Autonomy for Long-Range Coordination (STALC) ／ Cora A. Duggan, Adam Goertz, Adam Polevoy 他
日本語で読む → - 論文自動運転ロボティクス
周囲車両の模倣による運転学習
自動運転車の模倣学習において、周囲車両の観測軌跡を追加の模範データとして活用するデータ拡張手法を提案し、衝突率の低減と安全性向上を実現した。
原題: Learning to Drive by Imitating Surrounding Vehicles ／ Yasin Sonmez, Hanna Krasowski, Murat Arcak
日本語で読む → - 論文HRIHCI
高齢者ケアにおけるNAOロボットとの非言語コミュニケーションと信頼形成
人型ロボットNAOによる高齢者ケアを想定し、触覚・ジェスチャー・LEDパターンといった非言語コミュニケーションが信頼や共感の知覚に与える影響を実験的に検討した。
原題: Enhancing Human-Robot Interaction in Healthcare: A Study on Nonverbal Communication Cues and Trust Dynamics with NAO Robot Caregivers ／ S M Taslim Uddin Raju
日本語で読む → - 論文sim2realロボティクス
静的摩擦がロボット強化学習のSim2Realに与える影響
ロボット関節の静的摩擦を考慮したドメインランダム化を提案し、従来手法やActuator Netより実機移行性能が高いことを示した。
原題: Impact of Static Friction on Sim2Real in Robotic Reinforcement Learning ／ Xiaoyi Hu, Qiao Sun, Bailin He 他
日本語で読む →