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sim2realロボティクス
剛体と材料点法の凸定式化とGPU非同期連成によるインタラクティブシミュレーション
材料点法と剛体力学を摩擦接触で弱連成する凸定式化を提案し、GPU並列化と非同期時間分割で最大500倍の高速化を達成、ロボット操作のインタラクティブシミュレーションを可能にした。
原題: A Convex Formulation of Material Points and Rigid Bodies with GPU-Accelerated Async-Coupling for Interactive Simulation ／ Chang Yu, Wenxin Du, Zeshun Zong 他
日本語で読む → - 論文歩行ロボティクス
QuietPaw: 多様なノイズ選好に適応する四足歩行の学習
ノイズ低減レベルを条件として与えることで、単一の四足歩行ポリシーが再学習なしに機敏さと足音の静かさのトレードオフを連続的に調整できる学習手法を提案し、実機で検証した。
原題: QuietPaw: Learning Quadrupedal Locomotion with Versatile Noise Preference Alignment ／ Yuyou Zhang, Yihang Yao, Shiqi Liu 他
日本語で読む → - 論文占有予測画像認識
UniOcc: 自動運転における占有予測・予測のための統合ベンチマーク
複数の実世界データセットとシミュレータを統合し、2D/3D占有ラベルとボクセル単位のフローを提供するベンチマークを構築。ラベル不要の評価指標を導入し、大規模多様データとフロー情報が占有予測性能を向上させることを示した。
原題: UniOcc: A Unified Benchmark for Occupancy Forecasting and Prediction in Autonomous Driving ／ Yuping Wang, Xiangyu Huang, Xiaokang Sun 他
日本語で読む → - 論文VLA画像認識
IRef-VLA: 不完全な言語指示を用いた3Dシーンにおける対話的参照グラウンディングのベンチマーク
不完全・曖昧な自然言語指示で3D屋内をナビゲートするタスク向けに、11.5Kの3Dスキャン部屋と470万件の参照文を含む大規模ベンチマークデータセットを構築し、既存モデルの性能評価基盤を提供した。
原題: IRef-VLA: A Benchmark for Interactive Referential Grounding with Imperfect Language in 3D Scenes ／ Haochen Zhang, Nader Zantout, Pujith Kachana 他
日本語で読む → - 論文オフライン強化学習機械学習
マルチゲーム決定トランスフォーマーのための目標リターン最適化
オフラインデータのみからゲームごとの目標リターンを自動設定するMTROを提案し、マルチゲーム決定トランスフォーマーの性能を追加学習なしで向上させた。
原題: Target Return Optimizer for Multi-Game Decision Transformer ／ Kensuke Tatematsu, Akifumi Wachi
日本語で読む → - 論文SLAMロボティクス
4Dイメージングレーダーを用いたSLAMのための内省的ループ閉じ込み
4DレーダーSLAMにおいて、サブマップ生成と内省的指標により、同方向・逆方向視点からのループ閉じ込みを検出し、軌道精度を最大82%改善する手法を提案。
原題: Introspective Loop Closure for SLAM with 4D Imaging Radar ／ Maximilian Hilger, Vladimír Kubelka, Daniel Adolfsson 他
日本語で読む → - 論文人間ロボットインタラクションロボティクス
大規模言語モデルを用いた人間とロボットの双方向メンタルモデル調整
人間とロボットが互いのメンタルモデルのずれを自然言語対話で検出・共有し、双方向に調整して共通理解に至る枠組みを提案した論文。
原題: Bi-Directional Mental Model Reconciliation for Human-Robot Interaction with Large Language Models ／ Nina Moorman, Michelle Zhao, Matthew B. Luebbers 他
日本語で読む → - 論文視覚慣性オドメトリロボティクス
XIRVIO: 説明可能な適応的重み付けを備えたクリティック誘導型反復改良による視覚慣性オドメトリ
画像と慣性計測を入力とし、TransformerベースのGANで姿勢軌道を反復的に改良して予測する視覚慣性オドメトリ手法を提案し、センサ重み付けの説明可能性を示した。
原題: XIRVIO: Critic-guided Iterative Refinement for Visual-Inertial Odometry with Explainable Adaptive Weighting ／ Chit Yuen Lam, Ronald Clark, Basaran Bahadir Kocer
日本語で読む → - 論文強化学習ロボティクス
報酬の補助輪：ロボティクス強化学習のための適応的補助報酬
教師-生徒フレームワークにより、ロボットの学習進度に応じて補助報酬の重みを動的に調整し、人手設計の報酬を上回る性能と学習効率を実現した。
原題: Reward Training Wheels: Adaptive Auxiliary Rewards for Robotics Reinforcement Learning ／ Linji Wang, Tong Xu, Yuanjie Lu 他
日本語で読む → - 論文群制御ロボティクス
REACT: 屋内捜索救助の重要任務に向けたマルチロボットエネルギー認識オーケストレータ
火災や地震で被災した屋内環境を複数ロボットが協調して探索する際、リアルタイムのデータ交換と協調アルゴリズムで経路を動的に調整し、エネルギー消費を抑えつつ探索効率とカバレッジを高めるオーケストレータを提案した。
原題: REACT: Multi Robot Energy-Aware Orchestrator for Indoor Search and Rescue Critical Tasks ／ Fabio Maresca, Arnau Romero, Carmen Delgado 他
日本語で読む → - 論文3D人体メッシュ復元画像認識
Fish2Mesh Transformer：一人称視点の魚眼画像から3D人体メッシュを復元
魚眼カメラの一人称映像から3D人体メッシュを復元するTransformerモデルを提案し、歪み補正用の位置埋め込みと弱教師あり学習データで従来手法を上回った。
原題: Fish2Mesh Transformer: 3D Human Mesh Recovery from Egocentric Vision ／ David C. Jeong, Aditya Puranik, James Vong 他
日本語で読む → - 論文群制御cs.MA
UAVバッテリー充電のエージェントベースシミュレーション：精密農業、災害復旧、デング熱媒介蚊対策へのIoT応用
ドローン群が通信せずに充電調整を行う2つのポリシーをエージェントベースシミュレーションで比較し、極端な使用状況ではChargerThresholdポリシーがより信頼性の高い結果を示すことを明らかにした。
原題: Agent-Based Simulation of UAV Battery Recharging for IoT Applications: Precision Agriculture, Disaster Recovery, and Dengue Vector Control ／ Leonardo Grando, Juan Fernando Galindo Jaramillo, Jose Roberto Emiliano Leite 他
日本語で読む → - 論文HRIHCI
FAM-HRI: 基盤モデルを活用した視線と音声のマルチモーダル人間-ロボットインタラクション
ARグラスで視線と音声を取得し、LLMで意図とシーン文脈を統合することで、身体障害のあるユーザーでも直感的にロボットを操作できるマルチモーダルHRIフレームワークを提案した。
原題: FAM-HRI: Foundation-Model Assisted Multi-Modal Human-Robot Interaction Combining Gaze and Speech ／ Yuzhi Lai, Shenghai Yuan, Peizheng Li 他
日本語で読む → - 論文再位置推定画像認識
REGRACE: 一貫性評価を用いた堅牢で効率的なグラフベース再位置推定アルゴリズム
LiDARサブマップとグラフニューラルネットワークを用いて、回転不変な物体特徴と近傍文脈を学習し、スケーラブルなBag-of-Wordsで再訪を検出する再位置推定手法を提案。幾何的一貫性で再訪を判定し、従来手法と同等の精度で2倍高速化を実現。
原題: REGRACE: A Robust and Efficient Graph-based Re-localization Algorithm using Consistency Evaluation ／ Débora N. P. Oliveira, Joshua Knights, Sebastián Barbas Laina 他
日本語で読む → - 論文SLAMロボティクス
単眼視覚SLAMの進化：幾何学から深層学習パイプラインへ
単眼視覚SLAMの研究を幾何学ベースと学習ベースの2大枠組みで分類・調査し、環境ごとの課題と性能評価を整理したサーベイ論文。
原題: Monocular visual simultaneous localization and mapping: (r)evolution from geometry to deep learning-based pipelines ／ Olaya Alvarez-Tunon, Yury Brodskiy, Erdal Kayacan
日本語で読む → - 論文歩行ロボティクス
ギャロップの16通り：高速四足歩行のエネルギーと身体動力学
四足ロボットのギャロップ歩容を飛行期の数と前後脚の位相関係で分類し、軌道最適化でエネルギー効率を解析した。低速では飛行期なし、高速では飛行期2つが最適と判明。
原題: 16 Ways to Gallop: Energetics and Body Dynamics of High-Speed Quadrupedal Gaits ／ Yasser G. Alqaham, Jing Cheng, Zhenyu Gan
日本語で読む → - 論文マニピュレーションロボティクス
Kaiwu：ロボット学習と人間-ロボット協調のためのマルチモーダル操作データセットとフレームワーク
組立作業を対象に、人間・環境・ロボットの同期マルチモーダルデータを収集するフレームワークと大規模データセットを構築し、細粒度アノテーションを付与した。
原題: Kaiwu: A Multimodal Manipulation Dataset and Framework for Robot Learning and Human-Robot Interaction ／ Shuo Jiang, Haonan Li, Ruochen Ren 他
日本語で読む → - 論文HRIHCI
マルチモーダル文脈表現による説明可能性の向上：より賢いロボットに向けて
音声と視覚の入力を時間的に整合させて統合するマルチモーダル文脈表現フレームワークを提案し、ユーザの発話と視覚シーンの関連性評価を通じてHRIにおける説明可能性を高める手法を示した。
原題: Enhancing Explainability with Multimodal Context Representations for Smarter Robots ／ Anargh Viswanath, Lokesh Veeramacheneni, Hendrik Buschmeier
日本語で読む → - 論文キャリブレーションロボティクス
直線運動時における(グローバル姿勢支援)VIOの回転キャリブレーションの可観測性調査
IMUとカメラ間の回転外部パラメータが、純粋な並進直線運動では少なくとも1自由度が不可観測となることを解析的に証明し、既存の可観測性の結論を修正した。
原題: Observability Investigation for Rotational Calibration of (Global-pose aided) VIO under Straight Line Motion ／ Junlin Song, Antoine Richard, Miguel Olivares-Mendez
日本語で読む → - 論文世界モデル機械学習
物理的に解釈可能な世界モデルのための4つの原則
世界モデルの潜在表現を物理的に解釈可能にするため、記号的知識を活用した4つの原則を提唱し、2つのベンチマークで有効性を示した。
原題: Four Principles for Physically Interpretable World Models ／ Jordan Peper, Zhenjiang Mao, Yuang Geng 他
日本語で読む → - 論文歩行ロボティクス
HWC-Loco：階層型全身制御による堅牢なヒューマノイド歩行
ヒューマノイドの歩行制御をロバスト最適化問題として定式化し、安全性と目標追従のトレードオフを階層型ポリシーで動的に解決する手法を提案。多様な地形・機体・タスクで優れた性能を示した。
原題: HWC-Loco: A Hierarchical Whole-Body Control Approach to Robust Humanoid Locomotion ／ Sixu Lin, Guanren Qiao, Yunxin Tai 他
日本語で読む → - 論文飛行ロボティクスロボティクス
時間最適計画と強化学習による非平衡状態でのMAV捕獲
小型捕獲用MAVで高機動目標を捕まえるため、時間最適計画と強化学習を比較し、実機で不安定状態でも捕獲に成功した。
原題: Non-Equilibrium MAV-Capture-MAV via Time-Optimal Planning and Reinforcement Learning ／ Canlun Zheng, Zhanyu Guo, Zikang Yin 他
日本語で読む → - 論文歩行ロボティクス
チェーン駆動サンドイッチ脚型四足ロボット：設計と実験的解析
低コストで製作可能な中型四足ロボットを提案し、サンドイッチ脚構造とデュアルモーターで機敏な歩容を実現、平地と斜面でのトロット・クロール歩容を実験検証した。
原題: A Chain-Driven, Sandwich-Legged Quadruped Robot: Design and Experimental Analysis ／ Aman Singh, Bhavya Giri Goswami, Ketan Nehete 他
日本語で読む → - 論文sim2realロボティクス
FalconGym: ゼロショットSim-to-Real視覚ベースドローン航法のためのフォトリアリスティックシミュレーションフレームワーク
NeRF環境で学習した視覚制御ポリシーを実機ドローンにゼロショット転移する枠組みを提案し、レースゲート通過タスクで95.8%の成功率を達成した。
原題: FalconGym: A Photorealistic Simulation Framework for Zero-Shot Sim-to-Real Vision-Based Quadrotor Navigation ／ Yan Miao, Will Shen, Sayan Mitra
日本語で読む → - 論文ビジュアルサーボ/ドッキングロボティクス
自動ラベリングを用いた実水域における無人水上艇の教師あり視覚ドッキングネットワーク
実水域での無人水上艇の自律ドッキングに向け、手動ラベリング不要の自動ラベリングパイプラインと、相対ドック姿勢を推定するニューラルネットワークNDPEを提案し、実環境で有効性を検証した。
原題: Supervised Visual Docking Network for Unmanned Surface Vehicles Using Auto-labeling in Real-world Water Environments ／ Yijie Chu, Ziniu Wu, Yong Yue 他
日本語で読む → - 論文強化学習/製造応用ロボティクス
強化学習によるレンズシステムの能動的アライメント
強化学習を用いて、製造公差やノイズがある実環境でも高精度・高速・ロバストにレンズと撮像素子の位置合わせを行う手法を提案し、物理ベースのオープンソースシミュレータrelignを公開した。
原題: Active Alignments of Lens Systems with Reinforcement Learning ／ Matthias Burkhardt, Tobias Schmähling, Pascal Stegmann 他
日本語で読む → - 論文歩行ロボティクス
有界合理性を持つ敵対的強化学習による動的障害物回避
四足歩行ロボットのナビゲーションにおいて、障害物を敵対的エージェントとしてモデル化し、量子応答均衡でその合理性を制限する階層的強化学習手法を提案。未見の迷路でのロバスト性を実証し、Unitree GO1のシミュレーションで有効性を示した。
原題: Dynamic Obstacle Avoidance with Bounded Rationality Adversarial Reinforcement Learning ／ Jose-Luis Holgado-Alvarez, Aryaman Reddi, Carlo D'Eramo
日本語で読む → - 論文タスクプランニングロボティクス
LLMとグラフネットワーク検証による料理タスクプランニング
料理動画と字幕からLLMでタスク計画を生成し、機能物体指向ネットワーク(FOON)で検証・フィードバックすることで、ロボットが実行可能な論理的に正しい操作系列を生成する手法を提案した。
原題: Cooking Task Planning using LLM and Verified by Graph Network ／ Ryunosuke Takebayashi, Vitor Hideyo Isume, Takuya Kiyokawa 他
日本語で読む → - 論文歩行機械学習
人間の歩行制御の時間スケールは環境文脈と感覚入力モダリティに依存する
深層学習を用いて歩行・走行時の足配置制御の時間スケールを予測し、複雑な地形では速い制御に依存することや、視線→全身状態→重心状態の順に予測精度が高いことを明らかにした。
原題: Human locomotor control timescales depend on the environmental context and sensory input modality ／ Wei-Chen Wang, Antoine De Comite, Alexandra Voloshina 他
日本語で読む → - 論文制御/MPPI制御
LP-MPPI: ローパスフィルタによる効率的なモデル予測パス積分制御
サンプリングベース制御MPPIの制御軌道に含まれる高周波ノイズをローパスフィルタで除去し、効率的な探索と滑らかな制御を実現するLP-MPPIを提案した論文。
原題: LP-MPPI: Low-Pass Filtering for Efficient Model Predictive Path Integral Control ／ Piotr Kicki
日本語で読む →