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 →- 論文自動運転ロボティクス
Hydra-NeXt: 開ループ学習による堅牢な閉ループ自動運転
軌道予測・制御予測・軌道精緻化を1つのモデルに統合したマルチブランチ計画フレームワークを提案し、開ループ学習と閉ループ運転のギャップを埋めてBench2Driveで大幅な性能向上を達成した。
原題: Hydra-NeXt: Robust Closed-Loop Driving with Open-Loop Training ／ Zhenxin Li, Shihao Wang, Shiyi Lan 他
日本語で読む → - 論文安全強化学習AI
HASARD: 身体性エージェントのための視覚ベース安全強化学習ベンチマーク
Doomを舞台に、一人称視覚のみで安全な意思決定を学ぶ強化学習エージェントを評価するベンチマークHASARDを提案し、難易度3段階と2種類の行動空間を用意して既存手法の性能と報酬・コストのトレードオフを分析した。
原題: HASARD: A Benchmark for Vision-Based Safe Reinforcement Learning in Embodied Agents ／ Tristan Tomilin, Meng Fang, Mykola Pechenizkiy
日本語で読む → - 論文自動運転VLA画像認識
AlphaDrive：強化学習と推論で自動運転におけるVLMの能力を引き出す
自動運転向けにGRPOベースの強化学習報酬と2段階の計画推論訓練を組み合わせたVLMフレームワークを提案し、計画性能と訓練効率を改善した。
原題: AlphaDrive: Unleashing the Power of VLMs in Autonomous Driving via Reinforcement Learning and Reasoning ／ Bo Jiang, Shaoyu Chen, Qian Zhang 他
日本語で読む → - 論文AGIAI
AGIの基盤としての表象主義的・機能主義的・自然主義的知能概念
知能を「未知の状況下で目標を達成する新たな技能を生み出す能力」と定義し、表象主義・機能主義・自然主義の立場からAGIの基礎原理を分析した論文。
原題: A Representationalist, Functionalist and Naturalistic Conception of Intelligence as a Foundation for AGI ／ Rolf Pfister
日本語で読む → - 論文拡散モデル/キャラクター制御cs.GR
Diffuse-CLoC: 物理ベースキャラクターの先読み制御のための誘導拡散
状態と行動の同時分布を単一の拡散モデルで学習し、予測状態に条件付けすることで、物理的に実現可能で操縦可能な先読み制御を実現した研究。
原題: Diffuse-CLoC: Guided Diffusion for Physics-based Character Look-ahead Control ／ Xiaoyu Huang, Takara Truong, Yunbo Zhang 他
日本語で読む → - 論文群制御ロボティクス
煙による時変センサ可視性制約下でのマルチエージェントエルゴディック探索
煙の拡散でセンサ視界が変化する山火事探索において、エルゴディック軌道最適化と可視性モデルを組み合わせ、複数ドローンが効率的に情報収集する手法を提案した。
原題: Multi-Agent Ergodic Exploration under Smoke-Based, Time-Varying Sensor Visibility Constraints ／ Elena Wittemyer, Ananya Rao, Ian Abraham 他
日本語で読む → - 論文マニピュレーションロボティクス
跳ぶ前に見よ：言語条件付きロボットマニピュレーションのための直列化状態機械
長期的な操作タスクにおいて、直列化有限状態機械（FSM）でデモを生成し、模倣学習の失敗を減らして成功率を最大98%まで向上させるフレームワークを提案。
原題: Look Before You Leap: Using Serialized State Machine for Language Conditioned Robotic Manipulation ／ Tong Mu, Yihao Liu, Mehran Armand
日本語で読む → - 論文VLAAI
Cosmos-Reason1：物理的常識から身体性推論へ
物理世界を理解し、長い思考連鎖を通じて自然言語で身体的行動決定を生成するマルチモーダル大規模言語モデルCosmos-Reason1を提案し、物理的常識と身体性推論のベンチマークで評価した。
原題: Cosmos-Reason1: From Physical Common Sense To Embodied Reasoning ／ NVIDIA, :, Alisson Azzolini 他
日本語で読む → - 論文マニピュレーションロボティクス
人間との協調作業における安全な把持のための品質重視型能動的敵対ポリシー
把持品質スコアを操作する敵対的パッチと勾配降下法を組み合わせ、人の手やその周辺物体の把持優先度を下げることで、緊急停止なしに安全な把持を実現する手法を提案した論文。
原題: Quality-focused Active Adversarial Policy for Safe Grasping in Human-Robot Interaction ／ Chenghao Li, Razvan Beuran, Nak Young Chong
日本語で読む → - 論文故障復旧/制御ロボティクス
姿勢操作と推力ベクトル制御を統合したNMPCによる故障復旧
マルチロータのアクチュエータ故障時に、姿勢操作と推力ベクトル制御を統合した非線形モデル予測制御で飛行を回復させる手法を提案し、M4の高忠実度シミュレーションで実証した。
原題: NMPC-based Unified Posture Manipulation and Thrust Vectoring for Fault Recovery ／ Adarsh Salagame, Shashwat Pandya, Ioannis Mandralis 他
日本語で読む → - 論文ビジュアルオドメトリロボティクス
屋内環境向け連続3Dガウスマップを用いた直接スパースオドメトリ
連続的な3Dガウスマップを利用し、補間なしで高勾配点に深度を割り当てる単眼ビジュアルオドメトリを提案。公開データセットで従来手法より高精度なトラッキングを実現した。
原題: Direct Sparse Odometry with Continuous 3D Gaussian Maps for Indoor Environments ／ Jie Deng, Fengtian Lang, Zikang Yuan 他
日本語で読む → - 論文医療ロボティクスロボティクス
蛍光ガイドによる自律ロボット腎部分切除術に向けた新規組織模倣ハイドロゲルファントム
近赤外蛍光イメージングを用いて腎腫瘍の切除経路を自律計画・実行するロボットシステムを提案し、電気手術器具に対応した新規ハイドロゲル腎ファントムで実証した。
原題: Towards Fluorescence-Guided Autonomous Robotic Partial Nephrectomy on Novel Tissue-Mimicking Hydrogel Phantoms ／ Ethan Kilmer, Joseph Chen, Jiawei Ge 他
日本語で読む → - 論文マニピュレーションロボティクス
KUDA: キーポイントで力学学習と視覚プロンプトを統合するオープンボキャブラリロボット操作
RGB画像上のキーポイントをVLMで目標指定に変換し、学習した力学モデルでコスト関数を最適化することで、多様な物体や変形・粒状物体の操作を可能にするオープンボキャブラリ操作システムを提案した。
原題: KUDA: Keypoints to Unify Dynamics Learning and Visual Prompting for Open-Vocabulary Robotic Manipulation ／ Zixian Liu, Mingtong Zhang, Yunzhu Li
日本語で読む → - 論文ソフトロボティクスロボティクス
形態と制御のトレードオフ：ソフトロボティクスの効率に関する洞察
ソフトロボットの形態複雑さと制御複雑さ（FLOPs）がタスク性能に与える影響を進化ロボット実験で調べ、難易度に応じた最適な複雑さのバランスとトレードオフを明らかにした。
原題: The Morphology-Control Trade-Off: Insights into Soft Robotic Efficiency ／ Yue Xie, Kai-fung Chu, Xing Wang 他
日本語で読む → - 論文歩行ロボティクス
想像上の遷移を用いたロボット政策学習：ロバスト性と最適性のトレードオフの緩和
理想環境で得た最適政策とダイナミクスモデルから想像上の遷移を生成し、それを実演入力として強化学習に組み込む二段階フレームワークを提案。四足歩行の学習において、ドメインランダム化による保守性を抑えつつ、訓練加速・追従誤差低減・分布外ロバスト性向上を実現した。
原題: Learning Robotic Policy with Imagined Transition: Mitigating the Trade-off between Robustness and Optimality ／ Wei Xiao, Shangke Lyu, Zhefei Gong 他
日本語で読む → - 論文VLA画像認識
トラッキング情報を活用した大規模マルチモーダルモデルによる運転シーン理解
自動運転向けLMMに3Dトラッキング情報を追加入力し、時空間理解を強化する手法を提案。DriveLM-nuScenesで精度9.5%向上を達成。
原題: Tracking Meets Large Multimodal Models for Driving Scenario Understanding ／ Ayesha Ishaq, Jean Lahoud, Fahad Shahbaz Khan 他
日本語で読む → - 論文自動運転/HDマップ画像認識
AugMapNet: BEVグリッド拡張による空間潜在構造の改善とベクトル化オンラインHDマップ構築の強化
自動運転向けに、カメラ画像から得たBEV潜在表現を拡張し、ベクトル化されたHDマップを高精度に生成する手法を提案。nuScenesとArgoverse2で最大13.3%の改善を達成。
原題: AugMapNet: Improving Spatial Latent Structure via BEV Grid Augmentation for Enhanced Vectorized Online HD Map Construction ／ Thomas Monninger, Md Zafar Anwar, Stanislaw Antol 他
日本語で読む → - 論文sim2realcs.GR
RGB動画から3Dガウシアンシミュレータを学習
多視点RGB動画のみから物理相互作用を学習し、3D再構成・粒子ダイナミクス予測・映像合成を統合したエンドツーエンドの学習型3Dシミュレータを提案。
原題: Learning 3D-Gaussian Simulators from RGB Videos ／ Mikel Zhobro, Andreas René Geist, Georg Martius
日本語で読む → - 論文飛行ロボット/着陸機構ロボティクス
樹枝への着陸のための腱駆動型把持機構を備えた飛行ロボット
森林データ収集の効率化のため、猛禽類の視覚アルゴリズムとコウモリの爪に着想を得た腱駆動機構を用いて、飛行ロボットが樹枝に省エネルギーで着陸できるシステムを開発した。
原題: Tendon-driven Grasper Design for Aerial Robot Perching on Tree Branches ／ Haichuan Li, Ziang Zhao, Ziniu Wu 他
日本語で読む → - 論文マニピュレーションロボティクス
多物体把持のベンチマーク
ロボットの多物体把持能力を評価するための3つのプロトコルからなるベンチマークを提案し、複数のハンドでベースラインを確立した。
原題: Benchmarking Multi-Object Grasping ／ Tianze Chen, Ricardo Frumento, Giulia Pagnanelli 他
日本語で読む → - 論文マニピュレーションロボティクス
把持不能物体に対する外的手先による巧みな非把持マニピュレーション
強化学習を用いて、把持できない大きな物体を机の端や壁へ移動させてから掴む戦略を学習するロボットハンドシステムExDexを提案し、実機へのゼロショット転移も実証した。
原題: Dexterous Non-Prehensile Manipulation for Ungraspable Object via Extrinsic Dexterity ／ Yuhan Wang, Yu Li, Yaodong Yang 他
日本語で読む → - 論文sim2real画像認識
Cosmos-Transfer1：適応的マルチモーダル制御による条件付きワールド生成
セグメンテーション・深度・エッジなど複数モダリティの空間制御入力を場所ごとに重み付けして世界シミュレーションを生成するモデルを提案し、ロボティクスのSim2Realや自動運転データ拡張への応用とリアルタイム推論を実証した。
原題: Cosmos-Transfer1: Conditional World Generation with Adaptive Multimodal Control ／ NVIDIA, :, Hassan Abu Alhaija 他
日本語で読む → - 論文群制御ロボティクス
動的分布のエルゴディック探索
流れ場で漂流する目標の探索のため、確率分布の動的変化とエルゴディック探索のポテンシャル場を連立偏微分方程式で統合し、複数ロボットで探索する手法を提案した。
原題: Ergodic exploration of dynamic distribution ／ Luka Lanča, Karlo Jakac, Sylvain Calinon 他
日本語で読む → - 論文HRIロボティクス
ヒューマンロボットインタラクションにおける「魔法」
ロボット分野での「魔法」の概念を文献レビューで整理し、その考え方を応用した簡易プロトタイプを開発して国際ロボットマジックコンテストで受賞した。
原題: Magic in Human-Robot Interaction (HRI) ／ Martin Cooney, Alexey Vinel
日本語で読む → - 論文sim2real機械学習
深層強化学習実験のための低コストな振り上げ振り子の実機実装
深層強化学習のsim-to-realギャップ研究用に、市販部品と3Dプリントで作れる低コストな倒立振り子装置と、高忠実度物理エンジンによるシミュレーション環境を開発した。
原題: Low-cost Real-world Implementation of the Swing-up Pendulum for Deep Reinforcement Learning Experiments ／ Peter Böhm, Pauline Pounds, Archie C. Chapman
日本語で読む → - 論文シーン生成ロボティクス
Glad: 自動運転のためのストリーミングシーン生成器
潜在変数伝播とストリーミングサンプラーにより、フレーム単位で時間的一貫性のある運転シーンの動画を生成するフレームワークを提案。
原題: Glad: A Streaming Scene Generator for Autonomous Driving ／ Bin Xie, Yingfei Liu, Tiancai Wang 他
日本語で読む → - 論文義手/把持生成ロボティクス
義手のための把持生成器：ロボット把持生成を活用した義手把持
深度カメラなしで対象物の3D形状を再構成し、手の動きを追跡してユーザ意図に応じた把持姿勢を自動選択する、アイインハンド型の義手把持システムを提案。健常者と切断者で検証し、従来の多自由度制御より速く簡単に把持できることを示した。
原題: Bring Your Own Grasp Generator: Leveraging Robot Grasp Generation for Prosthetic Grasping ／ Giuseppe Stracquadanio, Federico Vasile, Elisa Maiettini 他
日本語で読む → - 論文移動ロボットロボティクス
サルプに着想を得た幾何学的データ駆動型マルチジェット移動
サルプ（群体性の海生動物）の多ジェット推進を模倣したロボットのための幾何学的力学モデルを提案し、非線形可制御性解析や運動計画、フィードバック制御を開発。陸上ロボット「LandSalp」で実験的にモデルを同定し、全方向移動や形状制御を実証した。
原題: Geometric Data-Driven Multi-Jet Locomotion Inspired by Salps ／ Yanhao Yang, Nina L. Hecht, Yousef Salaman-Maclara 他
日本語で読む → - 論文マニピュレーションロボティクス
運動学モデリングを統合した時空間グラフ拡散政策による双腕ロボットマニピュレーション
双腕ロボット操作のための拡散政策に、ロボットの物理構造を反映した動的時空間グラフと微分可能な運動学制約を導入し、自己衝突や関節限界を考慮した運動学的に整合する動作生成を実現した。
原題: Spatial-Temporal Graph Diffusion Policy with Kinematic Modeling for Bimanual Robotic Manipulation ／ Qi Lv, Hao Li, Xiang Deng 他
日本語で読む → - 論文人間-ロボット協調HCI
仮想観客インターフェースによる透明性向上を通じた人間-ロボットチームの訓練
人間-ロボットチームの事後レビュー用に、行動を視覚的に振り返る「仮想観客インターフェース」を提案し、チーム性能と状況認識への効果を検証した。
原題: Training Human-Robot Teams by Improving Transparency Through a Virtual Spectator Interface ／ Sean Dallas, Hongjiao Qiang, Motaz AbuHijleh 他
日本語で読む →