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 →- 論文マニピュレーションロボティクス
GraspCoT: 物理特性推論を統合した柔軟な言語指示による6自由度把持
物理特性に着目したChain-of-Thought推論とマルチモーダルLLMを組み合わせ、多様な言語指示から6自由度把持姿勢を予測するフレームワークを提案し、新ベンチマークIntentGraspで有効性を示した。
原題: GraspCoT: Integrating Physical Property Reasoning for 6-DoF Grasping under Flexible Language Instructions ／ Xiaomeng Chu, Jiajun Deng, Guoliang You 他
日本語で読む → - 論文BMI/神経デコーディングロボティクス
Project Jenkins：サル脳神経データからロボットアーム動作への変換とその逆
サルJenkinsの運動野・前運動野の神経活動をロボットアーム動作にデコードし、逆に動作から合成神経データを生成するモデルを開発した研究。
原題: Project Jenkins: Turning Monkey Neural Data into Robotic Arm Movement, and Back ／ Andrii Zahorodnii, Dima Yanovsky
日本語で読む → - 論文オフライン強化学習機械学習
離散拡散スキルによるオフライン強化学習
トランスフォーマーエンコーダと拡散デコーダで離散スキル空間を構築し、階層型オフライン強化学習を実現した手法を提案。長距離タスクで既存手法を上回る性能を示す。
原題: Offline Reinforcement Learning with Discrete Diffusion Skills ／ RuiXi Qiao, Jie Cheng, Xingyuan Dai 他
日本語で読む → - 論文触覚ロボティクス
ヒューマノイドロボットの布ベース触覚センシングによる社会的ジェスチャー認識
ヒューマノイドロボットの腕に布ベースの大規模触覚センサを取り付け、複数参加者の社会的触覚ジェスチャーを認識するシステムを構築した。
原題: Social Gesture Recognition in spHRI: Leveraging Fabric-Based Tactile Sensing on Humanoid Robots ／ Dakarai Crowder, Kojo Vandyck, Xiping Sun 他
日本語で読む → - 論文VLAAI
VARP: 視覚言語モデルのフィードバックとエージェント正則化選好による強化学習
軌跡スケッチを重ねた画像でVLMの選好ラベル精度を高め、エージェントの性能で報酬学習を正則化することで、連続制御タスクの成功率とリターンを大幅に改善した手法。
原題: VARP: Reinforcement Learning from Vision-Language Model Feedback with Agent Regularized Preferences ／ Anukriti Singh, Amisha Bhaskar, Peihong Yu 他
日本語で読む → - 論文マニピュレーションロボティクス
解析的概念による関節物体操作のための物理的に接地された常識知識
MLLMが推論した意味レベルの常識知識を、数学的に定義された解析的概念を介して物理世界に接地し、関節物体の汎用的な操作を可能にする手法を提案した。
原題: Physically Ground Commonsense Knowledge for Articulated Object Manipulation with Analytic Concepts ／ Jiude Wei, Yuxuan Li, Cewu Lu 他
日本語で読む → - 論文歩行ロボティクス
音楽に合わせて歩く脚式ロボット：リズムビートに同期した歩行
階層型制御器（位相トラッカー・発振器・位相変調器）を提案し、四足ロボットが外部の音楽リズムにリアルタイムで同期して自然に歩行できるようにした。
原題: Music-Driven Legged Robots: Synchronized Walking to Rhythmic Beats ／ Taixian Hou, Yueqi Zhang, Xiaoyi Wei 他
日本語で読む → - 論文SLAMロボティクス
DYNEMO-SLAM: 動的エンティティと運動を考慮した3DシーングラフSLAM
動的な物体やエージェントを地図から除外せず、その姿勢と運動をSLAMのバックエンドで同時推定する3DシーングラフベースのSLAMフレームワークを提案し、動的環境での軌跡精度を大幅に改善した。
原題: DYNEMO-SLAM: Dynamic Entity and Motion-Aware 3D Scene Graph SLAM ／ Marco Giberna, Muhammad Shaheer, Miguel Fernandez-Cortizas 他
日本語で読む → - 論文SLAMロボティクス
Splat-LOAM: ガウシアンスプラッティングによるLiDARオドメトリとマッピング
ガウシアンプリミティブのみでシーンを表現し、球面投影を利用してLiDAR計測から直接プリミティブを精緻化する新しいLiDARオドメトリ・マッピング手法を提案。登録性能は既存手法と同等で、マッピングでは最小限のGPU要件でSOTAを達成した。
原題: Splat-LOAM: Gaussian Splatting LiDAR Odometry and Mapping ／ Emanuele Giacomini, Luca Di Giammarino, Lorenzo De Rebotti 他
日本語で読む → - 論文テスト生成cs.NE
探索ベース自律ロボットテストのための潜在空間表現改善
自動運転車やドローンのテストシナリオ生成を効率化するため、変分オートエンコーダの潜在空間でテスト表現を改善するRILaSTを提案し、ベースラインより3〜4.6倍多くの失敗を発見した。
原題: Representation Improvement in Latent Space for Search-Based Testing of Autonomous Robotic Systems ／ Dmytro Humeniuk, Foutse Khomh
日本語で読む → - 論文セマンティックマッピング画像認識
OSMa-Bench: 照明条件が変化する環境下でのオープンセマンティックマッピング評価
照明条件が変化する屋内環境でセマンティックマッピング手法を評価するための、LLM/LVLMを活用した自動ベンチマークと新規データセットを提案し、主要モデルの頑健性を分析した。
原題: OSMa-Bench: Evaluating Open Semantic Mapping Under Varying Lighting Conditions ／ Maxim Popov, Regina Kurkova, Mikhail Iumanov 他
日本語で読む → - 論文VLA機械学習
タスクトークン：行動基盤モデルを柔軟に適応させる手法
強化学習でタスク特化のエンコーダを学習し、凍結した行動基盤モデルへの追加入力トークンとして使うことで、汎用性を保ちながら特定タスクに適応させる手法を提案。
原題: Task Tokens: A Flexible Approach to Adapting Behavior Foundation Models ／ Ron Vainshtein, Zohar Rimon, Shie Mannor 他
日本語で読む → - 論文マニピュレーションロボティクス
Exo-ViHa: 視覚・触覚フィードバックを備えたクロスプラットフォーム外骨格システムによる効率的な巧みなスキル学習
3Dプリント製の外骨格とモーションキャプチャグローブ、カメラを組み合わせ、一人称視点とリアルタイム触覚フィードバックで巧みな操作のデモデータを効率的に収集するシステムを提案。
原題: Exo-ViHa: A Cross-Platform Exoskeleton System with Visual and Haptic Feedback for Efficient Dexterous Skill Learning ／ Xintao Chao, Shilong Mu, Yushan 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 → - 論文世界モデルAI
AdaWorld: 潜在行動で適応可能な世界モデルを学習する
動画から自己教師ありで潜在行動を抽出し、それに条件づけた自己回帰的世界モデルを事前学習することで、新しい環境や行動への適応を効率化する手法を提案。
原題: AdaWorld: Learning Adaptable World Models with Latent Actions ／ Shenyuan Gao, Siyuan Zhou, Yilun Du 他
日本語で読む → - 論文マニピュレーションロボティクス
視覚・音・触覚を用いたやさしい把持の学習
視覚・触覚・聴覚のマルチモーダル入力から把持の安定性とやさしさを予測し、壊れやすい物体を最小限の力で把持する手法を提案した論文。
原題: Learning Gentle Grasping Using Vision, Sound, and Touch ／ Ken Nakahara, Roberto Calandra
日本語で読む → - 論文医療ロボティクスロボティクス
内視鏡的粘膜下層剥離術における切開タスク自動化のための安全保証型ロボット制御フレームワーク
内視鏡ロボットによるESD切開の自動化において、制御バリア関数とモデルフリー制御を用いて近接腫瘍の境界を正確に識別し、安全性を形式的に保証するフレームワークを提案した。
原題: Safety-Ensured Robotic Control Framework for Cutting Task Automation in Endoscopic Submucosal Dissection ／ Yitaek Kim, Iñigo Iturrate, Christoffer Sloth 他
日本語で読む → - 論文深度推定ロボティクス
Semi-SMD: 自動運転向け周囲カメラによる半教師ありメトリック深度推定
自動運転車の周囲カメラ映像とカメラパラメータから、時空間・意味情報を統合してメトリック深度を半教師ありで推定するフレームワークを提案し、DDADとnuScenesで最先端性能を達成した。
原題: Semi-SMD: Semi-Supervised Metric Depth Estimation via Surrounding Cameras for Autonomous Driving ／ Yusen Xie, Zhengmin Huang, Shaojie Shen 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 → - 論文地形操作ロボティクス
地形操作のための局所グラフベースニューラルダイナミクスモデル
地形操作のための学習ベースのダイナミクスモデルを提案し、大規模な地形グラフからロボットの制御入力に基づいて小さな関心領域を特定することで、計算効率と予測精度を向上させた。
原題: Localized Graph-Based Neural Dynamics Models for Terrain Manipulation ／ Chaoqi Liu, Yunzhu Li, Kris Hauser
日本語で読む → - 論文3Dシーングラフ画像認識
FunGraph: 機能を考慮した3Dシーングラフによる言語プロンプトに基づくシーン操作
3Dリソースから2Dデータを生成して学習した検出器で、アフォーダンスに関わる部位を細粒度で検出し、3Dシーングラフ生成パイプラインを拡張することで、言語指示に基づく機能的なシーン操作を可能にした研究。
原題: FunGraph: Functionality Aware 3D Scene Graphs for Language-Prompted Scene Interaction ／ Dennis Rotondi, Fabio Scaparro, Hermann Blum 他
日本語で読む → - 論文飛行制御ロボティクス
デュアルKD木とMPCによる地図構築不要の障害物回避飛行
3D地図や軌道生成を使わず、深度カメラの点群とスパースなウェイポイントからMPCで直接安全な飛行を実現する手法を提案。障害物用とエッジ用の2つのKD木で局所解を回避し、最大12m/sの高速飛行を可能にした。
原題: Mapless Collision-Free Flight via MPC using Dual KD-Trees in Cluttered Environments ／ Linzuo Zhang, Yu Hu, Yang Deng 他
日本語で読む → - 論文経路計画ロボティクス
UAV-VLPA*：大規模環境での最適経路生成のための視覚・言語・経路・行動システム
衛星画像と視覚言語モデル、GPTの自然言語処理を組み合わせ、テキスト指示から飛行計画を生成するUAVシステムを提案。TSP最適化とA*による障害物回避で経路長を18.5%削減した。
原題: UAV-VLPA*: A Vision-Language-Path-Action System for Optimal Route Generation on a Large Scales ／ Oleg Sautenkov, Aibek Akhmetkazy, Yasheerah Yaqoot 他
日本語で読む → - 論文ヒューマンロボットインタラクションHCI
SHIFT: 説明タスクにおける人間の注意と理解を支援する学際的フレームワーク
ロボットによる説明生成において、人間の認知状態をモデル化し、強化学習で個別適応するスキャフォールディング手法を提案。事前設定されたスコアリングシステムにより適応性能が向上することを示した。
原題: SHIFT: An Interdisciplinary Framework for Scaffolding Human Attention and Understanding in Explanatory Tasks ／ André Groß, Birte Richter, Britta Wrede
日本語で読む → - 論文3Dシーングラフロボティクス
REACT: 更新可能な3Dシーングラフのためのリアルタイム効率的属性クラスタリングと転移
3Dシーングラフの物体ノードを再定位するため、三重項損失で学習した埋め込みモデルによるインスタンスのクラスタリングとマッチングをリアルタイムで行うフレームワークREACTを提案した。
原題: REACT: Real-time Efficient Attribute Clustering and Transfer for Updatable 3D Scene Graph ／ Phuoc Nguyen, Francesco Verdoja, Ville Kyrki
日本語で読む → - 論文被覆経路計画ロボティクス
CAP: 未知環境における連結性を考慮した階層型被覆経路計画アルゴリズム
未知環境を効率的に被覆するため、オンラインで被覆誘導グラフを構築し、階層型プランナで経路を決定する手法CAPを提案し、シミュレーションと実機実験で被覆時間・経路長・重複率を改善した。
原題: CAP: A Connectivity-Aware Hierarchical Coverage Path Planning Algorithm for Unknown Environments using Coverage Guidance Graph ／ Zongyuan Shen, Burhanuddin Shirose, Prasanna Sriganesh 他
日本語で読む → - 論文医療ロボティクス制御
手術ロボティクスにおける協調的ドリルアライメント
仮想プリズマティックジョイントと非線形ばねを用いた仮想メカニズム制御により、外科医の軸方向操作を保ちつつドリルを所望の軸に拘束する手術支援システムを開発し、犬の経顆ドリル配置で精度を検証した。
原題: Collaborative Drill Alignment in Surgical Robotics ／ Daniel Larby, Joshua Kershaw, Matthew Allen 他
日本語で読む → - 論文歩行ロボティクス
下肢外骨格における人間の歩行分析のための深層学習：比較研究
下肢外骨格の制御に向けて、8つの深層学習モデルを比較し、IMUのみで地形分類・傾斜・段差高さを高精度に推定できることを示した。
原題: Deep Learning for Human Locomotion Analysis in Lower-Limb Exoskeletons: A Comparative Study ／ Omar Coser, Christian Tamantini, Matteo Tortora 他
日本語で読む → - 論文マニピュレーションロボティクス
大規模言語モデルを用いた実世界ロボットマニピュレーションのための自律強化学習に向けて
GPT-4を使って自然言語のタスク記述から報酬関数と成功基準を自動生成し、シミュレーションで強化学習エージェントを訓練して実機ロボットに展開するパイプラインを提案した。
原題: Towards Autonomous Reinforcement Learning for Real-World Robotic Manipulation with Large Language Models ／ Niccolò Turcato, Matteo Iovino, Aris Synodinos 他
日本語で読む → - 論文モデリング/可観測性/パラメータ推定ロボティクス
スラスタを備えた平面多リンク系のモデリング・可観測性・慣性パラメータ推定
スラスタ付き自由浮遊多リンク系について、姿勢と慣性パラメータをリアルタイム推定するためのモデル化と非線形可観測性解析を行い、3リンク系のシミュレーションで検証した。
原題: Modeling, Observability, and Inertial Parameter Estimation of a Planar Multi-Link System with Thrusters ／ Nicholas B. Andrews, Kristi A. Morgansen
日本語で読む →