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 →- 論文シーンフロー推定画像認識
Floxels: 高速な教師なしボクセルベースシーンフロー推定
ボクセルグリッド表現と多フレーム損失を組み合わせ、教師なし最適化によるシーンフロー推定を大幅に高速化した手法を提案。
原題: Floxels: Fast Unsupervised Voxel Based Scene Flow Estimation ／ David T. Hoffmann, Syed Haseeb Raza, Hanqiu Jiang 他
日本語で読む → - 論文BEV生成画像認識
Dur360BEV: 自動運転の鳥瞰図マッピングのための実世界360度単一カメラデータセットとベンチマーク
360度カメラ1台のみで鳥瞰図(BEV)マップを生成する自動運転データセットとベンチマークを提案し、球面画像からBEVへの変換モジュールと焦点損失の応用で競争力のある性能を達成した。
原題: Dur360BEV: A Real-world 360-degree Single Camera Dataset and Benchmark for Bird-Eye View Mapping in Autonomous Driving ／ Wenke E, Chao Yuan, Li Li 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VLAロボティクス
事前学習済みLLMをロボット直列生産ラインのリアルタイム制御に活用
GPT-4などの大規模言語モデルを移動ロボットのスケジューリング制御に用いるフレームワークを提案し、従来手法を上回りMARLと同等のスループットを再学習なしで達成できることを示した。
原題: Pretrained LLMs as Real-Time Controllers for Robot Operated Serial Production Line ／ Muhammad Waseem, Kshitij Bhatta, Chen Li 他
日本語で読む → - 論文経路計画ロボティクス
強化学習による交通規則遵守の予測
自動運転の経路計画に強化学習を組み込み、将来の交通規則違反を予測して回避する手法を提案した論文。
原題: Predictive Traffic Rule Compliance using Reinforcement Learning ／ Yanliang Huang, Sebastian Mair, Zhuoqi Zeng 他
日本語で読む → - 論文身体性AIロボティクス
身体発見：身体性AIの新たな課題
身体性AIが多様な身体を認識し適応するための「身体発見」課題を提唱し、因果推論手法と専用シミュレータでその有効性を検証した。
原題: Body Discovery of Embodied AI ／ Zhe Sun, Pengfei Tian, Xiaozhu Hu 他
日本語で読む → - 論文群制御ロボティクス
オンデマンド情報収集と定期アップロードのためのマルチエージェント協調
静的運用センターが要求する目標地点からデータを収集し、ワーカーとコレクターに役割分担したマルチエージェントチームで効率的に配達する3段階計画法を提案し、シミュレーションで検証した。
原題: Multi-agent coordination for on-demand data gathering with periodic information upload ／ Yaroslav Marchukov, Luis Montano
日本語で読む → - 論文マニピュレーションAI
GraspCorrect: 視覚言語モデル誘導フィードバックによるロボット把持の修正
視覚言語モデルによる反復的な視覚質問応答で把持候補を評価・修正し、既存の政策モデルの把持安定性とタスク成功率を向上させるプラグアンドプレイモジュールを提案した。
原題: GraspCorrect: Robotic Grasp Correction via Vision-Language Model-Guided Feedback ／ Sungjae Lee, Yeonjoo Hong, Kwang In Kim
日本語で読む → - 論文ビヘイビアツリーcs.SE
品質要件を考慮したロボットミッション向けビヘイビアツリーの拡張
ロボットミッションのビヘイビアツリーに品質・非機能要件を明示的に表現できるよう拡張し、メタモデルとDSLを提案してBehaviorTree.CPPに統合した。
原題: Extending Behavior Trees for Robotic Missions with Quality Requirements ／ Razan Ghzouli, Rebekka Wohlrab, Jennifer Horkoff
日本語で読む → - 論文3Dシーン理解画像認識
PanopticSplatting: エンドツーエンドのパノプティックガウシアンスプラッティング
ガウシアンスプラッティングを用いたオープンボキャブラリなパノプティック再構成を、クエリ誘導型セグメンテーションとラベルブレンディングによりエンドツーエンドで実現した手法。
原題: PanopticSplatting: End-to-End Panoptic Gaussian Splatting ／ Yuxuan Xie, Xuan Yu, Changjian Jiang 他
日本語で読む → - 論文ナビゲーションAI
視点シフト型ニューロシンボリック世界モデル：社会的配慮を備えたロボットナビゲーションの枠組み
他者の信念を追跡するために視点シフト演算子を導入し、ニューロシンボリックなモデルベース強化学習で社会的ナビゲーションを実現する手法を提案した。
原題: Perspective-Shifted Neuro-Symbolic World Models: A Framework for Socially-Aware Robot Navigation ／ Kevin Alcedo, Pedro U. Lima, Rachid Alami
日本語で読む → - 論文水中ロボティクスロボティクス
DVLと深層学習によるAUV加速度予測
DVLの過去の速度計測からAUVの加速度ベクトルを推定するエンドツーエンド深層学習手法を提案し、モデルベース手法より65%以上の精度向上を達成した。
原題: AUV Acceleration Prediction Using DVL and Deep Learning ／ Yair Stolero, Itzik Klein
日本語で読む → - 論文移動マニピュレーションロボティクス
指示拡張型長期計画：実世界マニピュレーションのための接地機構を組み込んだ身体性移動操作
LLMの抽象推論と実時間センサ情報に基づく接地機構を組み合わせ、PDDL問題を生成することで、ヒューマノイドロボットが実環境で長期移動操作タスクを80%以上の成功率で遂行できる計画システムを提案した。
原題: Instruction-Augmented Long-Horizon Planning: Embedding Grounding Mechanisms in Embodied Mobile Manipulation ／ Fangyuan Wang, Shipeng Lyu, Peng Zhou 他
日本語で読む → - 論文マニピュレーションロボティクス
VLMとKMPを橋渡し：意味的キーポイント表現による細やかなロボットマニピュレーション
VLMの意思決定能力とKMPの精密な軌道生成を意味的キーポイントで連携させ、曖昧な状況下でも細やかなマニピュレーションを実現するVL-MPを提案した。
原題: Bridging VLM and KMP: Enabling Fine-grained robotic manipulation via Semantic Keypoints Representation ／ Junjie Zhu, Huayu Liu, Jin Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
シナリオ拡張による深層強化学習ベースのロボットナビゲーションの汎化性能向上
観測を想像空間に写像して行動を生成・再写像するシナリオ拡張を提案し、未見環境での深層強化学習ナビゲーションの汎化性能を大幅に改善した。
原題: Enhancing Deep Reinforcement Learning-based Robot Navigation Generalization through Scenario Augmentation ／ Shanze Wang, Mingao Tan, Zhibo Yang 他
日本語で読む → - 論文マニピュレーションロボティクス
スケッチからスキルへ：人間が描いた軌道スケッチによるロボット学習のブートストラップ
人間が描いた2Dスケッチ軌道を3D軌道に変換し、それを用いて模倣学習と強化学習を組み合わせてロボットのマニピュレーション方策を効率的に学習させるフレームワークを提案した。
原題: Sketch-to-Skill: Bootstrapping Robot Learning with Human Drawn Trajectory Sketches ／ Peihong Yu, Amisha Bhaskar, Anukriti Singh 他
日本語で読む → - 論文状態推定ロボティクス
MUSE: 四足歩行ロボットのためのリアルタイムマルチセンサ状態推定器
IMU・エンコーダ・カメラ・LiDARを統合し、滑りやすい不整地でも高精度かつリアルタイムに四足ロボットの姿勢と運動を推定する状態推定器MUSEを開発した。
原題: MUSE: A Real-Time Multi-Sensor State Estimator for Quadruped Robots ／ Ylenia Nisticò, João Carlos Virgolino Soares, Lorenzo Amatucci 他
日本語で読む → - 論文方策転移ロボティクス
オンラインデモンストレーションによるロボット方策転移：能動的強化学習アプローチ
限られたデモ予算のもとで、オンラインの専門家デモのタイミングと内容を能動的に最適化し、方策転移の性能とサンプル効率を高める手法を提案した論文。
原題: Robot Policy Transfer with Online Demonstrations: An Active Reinforcement Learning Approach ／ Muhan Hou, Koen Hindriks, A. E. Eiben 他
日本語で読む → - 論文SLAMロボティクス
MonoSLAM: 大域構造最適化によるロバスト単眼SLAM
点・線・消失点の特徴を統合し、大域プリミティブ構造情報を活用することで、低テクスチャ環境でも高精度に自己位置推定と地図構築を行う単眼SLAMシステムを提案した。
原題: MonoSLAM: Robust Monocular SLAM with Global Structure Optimization ／ Bingzheng Jiang, Jiayuan Wang, Han Ding 他
日本語で読む → - 論文認知アーキテクチャAI
System 0/1/2/3：マルチタイムスケール身体性集団認知システムのための四過程理論
認知を身体性・直感・熟考・集団知能の4過程に分け、時間スケールの異なる知能を統一的に説明する理論枠組みを提案した。
原題: System 0/1/2/3: Quad-process theory for multi-timescale embodied collective cognitive systems ／ Tadahiro Taniguchi, Yasushi Hirai, Masahiro Suzuki 他
日本語で読む → - 論文人ロボット協調HCI
既存ガイドラインを活用した人とロボットの協調強化：ケーススタディによる検討
既存のAI倫理・安全ガイドラインが人とロボットの協調システムに適用可能かをケーススタディで評価し、改善策を提案した論文。
原題: Enhancing Human-Robot Collaboration through Existing Guidelines: A Case Study Approach ／ Yutaka Matsubara, Akihisa Morikawa, Daichi Mizuguchi 他
日本語で読む → - 論文VLAロボティクス
VLAモデルと専門家の協調による双方向マニピュレーション学習
VLAモデルと人間の専門家が協調してマニピュレーションを行い、互いのデータから学習し合う双方向ループを提案し、タスク成功率とBCI操作効率の向上を実証した。
原題: VLA Model-Expert Collaboration for Bi-directional Manipulation Learning ／ Tian-Yu Xiang, Ao-Qun Jin, Xiao-Hu Zhou 他
日本語で読む → - 論文自動運転シミュレーションロボティクス
交通シミュレーションのための制御可能な潜在拡散モデル
強化学習で拡散モデルの学習を誘導し、自動運転の仮想テスト用に多様で制御可能な走行シナリオを自動生成する手法を提案した。
原題: Controllable Latent Diffusion for Traffic Simulation ／ Yizhuo Xiao, Mustafa Suphi Erden, Cheng Wang
日本語で読む → - 論文群制御ロボティクス
局所性に基づく分解型マルチエージェントActor-Criticによるマルチロボット協調学習
ロボット間の局所的な関係を依存グラフで捉え、関連の強いロボット同士をグループ化して学習する協調マルチエージェント強化学習手法Loc-FACMACを提案し、複数環境で既存手法を最大108%上回る性能を示した。
原題: Learning Multi-Robot Coordination through Locality-Based Factorized Multi-Agent Actor-Critic Algorithm ／ Chak Lam Shek, Amrit Singh Bedi, Anjon Basak 他
日本語で読む → - 論文受粉ロボティクスロボティクス
FloPE: 精密受粉のための花の姿勢推定
3Dガウススプラッティングで合成データを生成し、知識蒸留により軽量モデルで花の姿勢をリアルタイム推定、受粉成功率を向上させた。
原題: FloPE: Flower Pose Estimation for Precision Pollination ／ Rashik Shrestha, Madhav Rijal, Trevor Smith 他
日本語で読む → - 論文認知アーキテクチャ/HRIロボティクス
共構成的タスク学習における自然言語対話を可能にする認知アーキテクチャへの展望
人間とロボットが協調してタスクを学ぶ共構成的タスク学習(CCTL)に自然言語を活かすため、認知アーキテクチャに必要な特性を整理し、複数分野の知見を統合した枠組みと残る課題を示した展望論文。
原題: Towards a cognitive architecture to enable natural language interaction in co-constructive task learning ／ Manuel Scheibl, Birte Richter, Alissa Müller 他
日本語で読む → - 論文マニピュレーションロボティクス
AgiBot World Colosseo：スケーラブルで知能的な身体性システムのための大規模マニピュレーションプラットフォーム
100万以上の軌道と217タスクを含む大規模ロボット操作データセットと、潜在行動表現を活用した汎用方策GO-1を提案し、データ規模の拡大に伴う性能向上と実世界での巧みな長期的タスクの成功率向上を示した。
原題: AgiBot World Colosseo: A Large-scale Manipulation Platform for Scalable and Intelligent Embodied Systems ／ AgiBot-World-Contributors, Qingwen Bu, Jisong Cai 他
日本語で読む → - 論文ナビゲーションロボティクス
倉庫環境における安全な人とロボットのナビゲーション
学習ベースの制御バリア関数とOpenRMFを統合し、倉庫内で人を含む動的障害物を避けながら複数ロボットを安全にナビゲートする手法を提案した。
原題: Safe Human Robot Navigation in Warehouse Scenario ／ Seth Farrell, Chenghao Li, Hongzhan Yu 他
日本語で読む → - 論文ソフトロボティクス/テレオペレーションロボティクス
ソフトロボットアームをその物理的ツインで制御する
腱駆動のソフトロボットアームと同じ構造の「物理的ツイン」を操作し、その腱長を直接マッピングすることで全身のテレオペレーションを実現した研究。
原題: Control the Soft Robot Arm with its Physical Twin ／ Qinghua Guan, Hung Hon Cheng, Benhui Dai 他
日本語で読む →