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 →- 論文安全性ロボティクス
ロボット憲法の生成と意味的安全性のためのベンチマーク
視覚言語モデルを搭載したロボットの意味的安全性を評価する大規模ベンチマークASIMOVを公開し、実世界データからロボット憲法を自動生成する枠組みを提案した。
原題: Generating Robot Constitutions & Benchmarks for Semantic Safety ／ Pierre Sermanet, Anirudha Majumdar, Alex Irpan 他
日本語で読む → - 論文遠隔操作ロボティクス
病院におけるヒューマノイド：器用な医療介入のためのヒューマノイドロボット代理の技術的研究
Unitree G1ヒューマノイドに両手遠隔操作システムを構築し、診察・救急・精密注射など7つの医療手技で臨床タスクの実現可能性を評価した。
原題: Humanoids in Hospitals: A Technical Study of Humanoid Robot Surrogates for Dexterous Medical Interventions ／ Soofiyan Atar, Xiao Liang, Calvin Joyce 他
日本語で読む → - 論文世界モデル画像認識
Aether: 幾何学認識を統合した統一的世界モデリング
4D動的再構成・行動条件付き動画予測・目標条件付き視覚計画を同時に学習する世界モデルを提案し、実世界データなしでもゼロショットで汎化できることを示した。
原題: Aether: Geometric-Aware Unified World Modeling ／ Aether Team, Haoyi Zhu, Yifan Wang 他
日本語で読む → - 論文模倣学習ロボティクス
AirExo-2：低コスト外骨格による汎化可能なロボット模倣学習のスケールアップ
低コストの外骨格システムAirExo-2で実世界の大規模デモンストレーションデータを収集し、それを擬似ロボットデータに変換して、3D空間と2D意味論を融合する模倣学習ポリシーRISE-2を訓練した。
原題: AirExo-2: Scaling up Generalizable Robotic Imitation Learning with Low-Cost Exoskeletons ／ Hongjie Fang, Chenxi Wang, Yiming Wang 他
日本語で読む → - 論文点群生成/拡散モデルロボティクス
レンジ画像で駆動する拡散モデルによるミリ波レーダー点群の高密度化
ミリ波レーダーの点群をレンジ画像に変換し、事前学習済み画像拡散モデルを活用してLiDAR並みの高密度で正確な3D点群を生成する手法を提案した。
原題: Diffusion-Based mmWave Radar Point Cloud Enhancement Driven by Range Images ／ Ruixin Wu, Zihan Li, Jin Wang 他
日本語で読む → - 論文自動運転/量子機械学習quant-ph
QDCNN: 量子深層学習による自動運転交通システムの安全性と信頼性の向上
量子アルゴリズムを活用した量子深層畳み込みニューラルネットワーク(QDCNN)を提案し、影検出を高速・高精度化することで自動運転交通システムの安全性向上を図った研究。
原題: QDCNN: Quantum Deep Learning for Enhancing Safety and Reliability in Autonomous Transportation Systems ／ Ashtakala Meghanath, Subham Das, Bikash K. Behera 他
日本語で読む → - 論文マニピュレーションロボティクス
iManip: ロボットマニピュレーションのためのスキル漸進学習
ロボットが既存の知識を保持したまま新しい操作スキルを追加学習できるスキル漸進学習フレームワークiManipを提案し、時間的リプレイと拡張可能なPerceiverIOで破滅的忘却を抑制した。
原題: iManip: Skill-Incremental Learning for Robotic Manipulation ／ Zexin Zheng, Jia-Feng Cai, Xiao-Ming Wu 他
日本語で読む → - 論文強化学習機械学習
充足優先度論理による意図と行動のギャップの解消
複数の競合する目的を持つ強化学習において、意図と優先度を論理式で記述する充足優先度論理（FPL）を提案し、非線形効用スカラー化を実現するBalanced Policy Gradientを開発した。
原題: Closing the Intent-to-Behavior Gap via Fulfillment Priority Logic ／ Bassel El Mabsout, Abdelrahman Abdelgawad, Renato Mancuso
日本語で読む → - 論文自動運転テストcs.SE
PCLA: CARLAシミュレータで自律エージェントをテストするためのフレームワーク
CARLA Leaderboardの高性能な事前学習済み自律エージェント9種を、任意のCARLA環境で簡単にテストできるオープンソースのPythonフレームワークを提案。
原題: PCLA: A Framework for Testing Autonomous Agents in the CARLA Simulator ／ Masoud Jamshidiyan Tehrani, Jinhan Kim, Paolo Tonella
日本語で読む → - 論文制御制御
切替型モデル予測制御による6自由度スチュワートプラットフォームモーションシミュレータの制御
6自由度スチュワートプラットフォームのモーションシミュレータにおいて、終端制約の有無を切り替える適応型モデル予測制御を提案し、飛行訓練時の高精度な動き再現を実現した。
原題: Six-DoF Stewart Platform Motion Simulator Control using Switchable Model Predictive Control ／ Jiangwei Zhao, Zhengjia Xu, Dongsu Wu 他
日本語で読む → - 論文ナビゲーションロボティクス
未知環境におけるロバスト自律ナビゲーションのためのSoft Actor-Criticに基づく制御バリア適応
強化学習(SAC)を用いて制御バリア関数の制約パラメータを実行時に適応させ、安全性を保ちつつ保守的になりすぎない自律ナビゲーションを実現する手法を提案した。
原題: Soft Actor-Critic-based Control Barrier Adaptation for Robust Autonomous Navigation in Unknown Environments ／ Nicholas Mohammad, Nicola Bezzo
日本語で読む → - 論文タスク計画ロボティクス
LTLCodeGen: ロボットタスク計画のための構文的に正しい時相論理のコード生成
自然言語の指示をコード生成によって構文的に正しい線形時相論理(LTL)式に変換し、セマンティック占有マップと組み合わせて衝突のないロボット経路を計画する手法を提案。
原題: LTLCodeGen: Code Generation of Syntactically Correct Temporal Logic for Robot Task Planning ／ Behrad Rabiei, Mahesh Kumar A. R., Zhirui Dai 他
日本語で読む → - 論文ナビゲーションロボティクス
ViLAM: 視覚言語推論を注意マップに蒸留する社会規範ロボットナビゲーション
大規模視覚言語モデルの推論を注意マップに蒸留し、社会規範に沿ったロボットナビゲーションを実現する手法を提案。実機実験で成功率が14.2〜50%向上。
原題: ViLAM: Distilling Vision-Language Reasoning into Attention Maps for Social Robot Navigation ／ Mohamed Elnoor, Kasun Weerakoon, Gershom Seneviratne 他
日本語で読む → - 論文自動運転評価ロボティクス
運転知能評価のためのLLM活用統合フレームワーク
人間のプロドライバーと同乗者の自然言語評価データセットを構築し、LLMを活用して複雑な交通環境での自動運転知能を評価するフレームワークを提案した。CARLAシミュレータと人間評価で有効性を検証した。
原題: A Comprehensive LLM-powered Framework for Driving Intelligence Evaluation ／ Shanhe You, Xuewen Luo, Xinhe Liang 他
日本語で読む → - 論文ナビゲーションロボティクス
走破性を考慮した制御バリア関数による垂直に険しい地形のナビゲーション
ニューラル制御バリア関数を用いて、衝突回避だけでなく走破性の観点から安全性を評価し、垂直に険しい未構造地形を安全に移動する計画手法を提案した。
原題: T-CBF: Traversability-based Control Barrier Function to Navigate Vertically Challenging Terrain ／ Manas Gupta, Xuesu Xiao
日本語で読む → - 論文強化学習ロボティクス
強化学習に基づくロボットの無秩序ターゲット知的認識に関する研究と設計
複雑環境下での無秩序なターゲット認識精度向上のため、バイラテラルフィルタで画像を照明・反射成分に分解して強調・融合し、深層強化学習で認識する手法を提案した。
原題: Research and Design on Intelligent Recognition of Unordered Targets for Robots Based on Reinforcement Learning ／ Yiting Mao, Dajun Tao, Shengyuan Zhang 他
日本語で読む → - 論文把持/シミュレーションロボティクス
GRIP: 変形可能・剛体連成把持のための汎用ロボット接触シミュレーションデータセット
柔らかいグリッパと変形物体を含む把持を高速・安定にシミュレーションするIPCベースのデータ生成パイプラインを構築し、1200物体・10万把持姿勢の大規模データセットGRIPを公開した。
原題: GRIP: A General Robotic Incremental Potential Contact Simulation Dataset for Unified Deformable-Rigid Coupled Grasping ／ Siyu Ma, Wenxin Du, Chang Yu 他
日本語で読む → - 論文マルチタスク強化学習/飛行制御ロボティクス
グラフ方策を用いたマルチタスク強化学習によるクアッドコプターの姿勢安定化と追従
IsaacGymでの並列シミュレーションとグラフ畳み込みネットワーク方策を組み合わせたマルチタスクSACで、クアッドコプターの姿勢追従と安定化を同時に学習し、Pixhawk上で400Hz制御を実現した。
原題: Multitask Reinforcement Learning for Quadcopter Attitude Stabilization and Tracking using Graph Policy ／ Yu Tang Liu, Afonso Vale, Aamir Ahmad 他
日本語で読む → - 論文動作生成ロボティクス
拡散モーダル結合による制御可能な動作生成
拡散モデルにマルチモーダルな事前分布とモーダル結合を導入し、物理制約やタスク目標に沿った制御可能な動作生成を実現するフレームワークを提案。
原題: Controllable Motion Generation via Diffusion Modal Coupling ／ Luobin Wang, Hongzhan Yu, Chenning Yu 他
日本語で読む → - 論文軌道予測ロボティクス
運転スタイルの定量化とモデル化による軌道予測
自動運転の軌道予測において、人間の運転スタイルを定量化・モデル化する重要性を分析し、既存データセットの運転スタイルの多様性を調査した研究。
原題: Quantifying and Modeling Driving Styles in Trajectory Forecasting ／ Laura Zheng, Hamidreza Yaghoubi Araghi, Tony Wu 他
日本語で読む → - 論文触覚ロボティクス
物理リザバー計算を用いたソフトモジュラーアームによる身体的多モーダルセンシング
ソフトモジュラーアーム内蔵の曲げひずみゲージを物理リザバー計算に活用し、単純な線形回帰で姿勢・荷重・荷重方向を高精度に推定できることを示した研究。
原題: Embodied multi-modal sensing with a soft modular arm powered by physical reservoir computing ／ Jun Wang, Suyi Li
日本語で読む → - 論文SLAMロボティクス
意味グラフを活用した高効率・高ロバストLiDAR SLAM
LiDAR SLAMにおいて、環境の幾何・意味・トポロジー情報を統合した意味グラフを構築し、オドメトリ失敗時の再位置推定やループ閉じ込みを高精度化する二重スレッド型フレームワークを提案。
原題: Leveraging Semantic Graphs for Efficient and Robust LiDAR SLAM ／ Neng Wang, Huimin Lu, Zhiqiang Zheng 他
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 → - 論文最適化制御
ecg2o: 等式制約付き因子グラフ最適化のためのg2oのシームレスな拡張
因子グラフ最適化に等式制約を導入し、既存の二次最適化アルゴリズムを維持しつつ制約を満たす手法を提案し、自動運転の速度追従最適制御に適用して検証した。また、g2oを拡張したヘッダオンリーC++ライブラリecg2oを公開した。
原題: ecg2o: A Seamless Extension of g2o for Equality-Constrained Factor Graph Optimization ／ Anas Abdelkarim, Holger Voos, Daniel Görges
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 → - 論文ナビゲーション画像認識
UniGoal: 汎用的なゼロショット目標指向ナビゲーションに向けて
異なる種類の目標を統一的なグラフ表現で扱い、LLMによるグラフ推論でゼロショット目標指向ナビゲーションを実現するフレームワークを提案。
原題: UniGoal: Towards Universal Zero-shot Goal-oriented Navigation ／ Hang Yin, Xiuwei Xu, Lingqing Zhao 他
日本語で読む → - 論文VLAロボティクス
OTTER: テキスト認識型視覚特徴抽出を備えた視覚-言語-行動モデル
言語指示に意味的に対応する視覚特徴だけを選択的に抽出して行動予測に用いるVLAアーキテクチャを提案し、事前学習済みの視覚言語モデルを凍結したまま高いゼロショット汎化を実現した。
原題: OTTER: A Vision-Language-Action Model with Text-Aware Visual Feature Extraction ／ Huang Huang, Fangchen Liu, Letian Fu 他
日本語で読む → - 論文キャリブレーションロボティクス
ARC-Calib: 探索的ロボット動作によるマーカーレスカメラ・ロボット間自律キャリブレーション
マーカーや学習済みモデルを使わず、ロボット自身の探索動作から得られる軌跡の幾何拘束を利用してカメラとロボットの位置関係を自律的に推定するキャリブレーション手法を提案。
原題: ARC-Calib: Autonomous Markerless Camera-to-Robot Calibration via Exploratory Robot Motions ／ Podshara Chanrungmaneekul, Yiting Chen, Joshua T. Grace 他
日本語で読む → - 論文探索計画ロボティクス
MapExRL: 環境文脈予測と強化学習による人間模倣型屋内探索
観測地図から将来の地図を予測し、強化学習方策でフロンティアの長期的価値を評価することで、構造化屋内環境でのロボット探索効率を最大18.8%改善した。
原題: MapExRL: Human-Inspired Indoor Exploration with Predicted Environment Context and Reinforcement Learning ／ Narek Harutyunyan, Brady Moon, Seungchan Kim 他
日本語で読む →