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VLAロボティクス
SmartWay: ゼロショット視覚言語ナビゲーションのためのウェイポイント予測とバックトラッキングの強化
連続環境での視覚言語ナビゲーションにおいて、改良されたウェイポイント予測器とMLLMベースのナビゲータを組み合わせ、履歴推論とバックトラッキングを可能にしたゼロショットフレームワークを提案。
原題: SmartWay: Enhanced Waypoint Prediction and Backtracking for Zero-Shot Vision-and-Language Navigation ／ Xiangyu Shi, Zerui Li, Wenqi Lyu 他
日本語で読む → - 論文自動運転/継続学習/VLMロボティクス
VLM-C4L: 視覚言語モデルによるコーナーケース最適化を伴う自動運転向け継続的コアデータセット学習
視覚言語モデルを活用して自動運転のコーナーケース（悪天候や逆光など稀な危険状況）データを動的に抽出・最適化し、コアデータのリプレイ戦略と組み合わせることで、過去の能力を損なわずに新たな希少シナリオを継続的に学習するフレームワークを提案した論文。
原題: VLM-C4L: Continual Core Dataset Learning with Corner Case Optimization via Vision-Language Models for Autonomous Driving ／ Haibo Hu, Jiacheng Zuo, Yang Lou 他
日本語で読む → - 論文自動運転知覚ロボティクス
深層学習ベースの知覚におけるセンサ構成の影響を評価するフレームワーク
自動運転の深層学習知覚モデルに対し、センサの種類やパラメータ設定が性能に与える影響をシミュレーションで体系的に評価するフレームワークを提案し、軌道予測モデルでレーダーとカメラを比較した。
原題: Evaluation Framework for Sensor Configuration Impact on Deep Learning-Based Perception ／ A Gamage, V Donzella
日本語で読む → - 論文データセットロボティクス
RoboDesign1M：ロボット設計理解のための大規模データセット
科学論文から収集した100万件のマルチモーダルデータでロボット設計理解のための大規模データセットを構築し、設計生成や質問応答などのタスクでベンチマークを提供した。
原題: RoboDesign1M: A Large-scale Dataset for Robot Design Understanding ／ Tri Le, Toan Nguyen, Quang Tran 他
日本語で読む → - 論文群制御ロボティクス
LIVEPOINT: 高次元入力に対応した完全分散・安全・デッドロックフリーな多ロボット制御
点群上で制御バリア関数を合成し、対称な相互作用指標で速度を調整することで、混雑環境でも衝突やデッドロックなしに多ロボットを分散制御する手法を提案。
原題: LIVEPOINT: Fully Decentralized, Safe, Deadlock-Free Multi-Robot Control in Cluttered Environments with High-Dimensional Inputs ／ Jeffrey Chen, Rohan Chandra
日本語で読む → - 論文VLAロボティクス
到達可能性解析による形式保証付き安全なLLM制御ロボット
データ駆動型到達可能性解析を用いて、LLMが制御するロボットの安全性を形式的に保証するフレームワークを提案し、自律ナビゲーションとタスク計画で有効性を示した。
原題: Safe LLM-Controlled Robots with Formal Guarantees via Reachability Analysis ／ Ahmad Hafez, Alireza Naderi Akhormeh, Amr Hegazy 他
日本語で読む → - 論文感情調節/ソーシャルロボットHCI
感情調節のためのロボット主導介入：表出から再評価へ
大学生21名を対象に、LLM搭載のソーシャルロボットとの5回の対話を通じて感情の再評価を促す介入を行い、感情自己調節の改善や気分・感情の向上、表出の増加を確認した研究。
原題: A Robot-Led Intervention for Emotion Regulation: From Expression to Reappraisal ／ Guy Laban, Julie Wang, Hatice Gunes
日本語で読む → - 論文自律飛行ロボティクス
LiDARを用いた複雑環境におけるクアッドロータ自律点検システム
LiDAR搭載ドローンが、人手による点検フェーズと自律飛行フェーズを組み合わせて、GNSSの使えない複雑な環境でも安全かつ効率的に点検を行うシステムを提案した。
原題: LiDAR-based Quadrotor Autonomous Inspection System in Cluttered Environments ／ Wenyi Liu, Huajie Wu, Liuyu Shi 他
日本語で読む → - 論文VLAロボティクス
MoRE: 四足歩行ロボットの視覚-言語-行動モデルにおける強化学習のスケーラビリティを解き放つ
四足歩行ロボット向けに、複数の低ランク適応モジュールを専門家として組み込んだスパース活性化の混合エキスパート型VLAモデルを提案し、強化学習で混合品質データから効率的に学習することで多様なタスク性能と汎化性を実現した。
原題: MoRE: Unlocking Scalability in Reinforcement Learning for Quadruped Vision-Language-Action Models ／ Han Zhao, Wenxuan Song, Donglin Wang 他
日本語で読む → - 論文マニピュレーションロボティクス
状態拡散と逆動力学モデルを用いた協調的双腕マニピュレーション方策の学習
拡散モデルで将来の状態を予測し、逆動力学モデルで行動を生成することで、双腕ロボットの協調マニピュレーションを模倣学習する手法を提案。
原題: Learning Coordinated Bimanual Manipulation Policies using State Diffusion and Inverse Dynamics Models ／ Haonan Chen, Jiaming Xu, Lily Sheng 他
日本語で読む → - 論文自律走行ロボティクス
深度が鍵：ロバスト自律エージェントのためのマルチモーダルRGB-D知覚
RGB画像に深度情報を加えることで、自律エージェントのステアリング予測が大幅に向上することを示し、RGB-D特徴を融合した軽量リカレントコントローラを実機に展開して障害物回避を実現した。
原題: Depth Matters: Multimodal RGB-D Perception for Robust Autonomous Agents ／ Mihaela-Larisa Clement, Mónika Farsang, Felix Resch 他
日本語で読む → - 論文マイクロロボティクスロボティクス
感覚・思考・行動・計算を行う微小ロボット
リソグラフィで並列製造できるゾウリムシ大のマイクロロボットに、オンボードの計算・センシング・記憶・移動・通信機能を搭載し、周囲に応じて自律的に行動を変えられることを示した。
原題: Microscopic Robots That Sense, Think, Act, and Compute ／ Maya M. Lassiter, Jungho Lee, Kyle Skelil 他
日本語で読む → - 論文sim2realロボティクス
Uni-Gaussians: ガウス表現による動的運転シーン向けカメラ・LiDAR統合シミュレーション
ガウスプリミティブを用いて、画像はラスタライズ、LiDARはガウスレイトレーシングで描画することで、動的運転シーンのカメラとLiDARデータを統一的かつ高速にシミュレーションする手法を提案した論文。
原題: Uni-Gaussians: Unifying Camera and Lidar Simulation with Gaussians for Dynamic Driving Scenarios ／ Zikang Yuan, Yuechuan Pu, Hongcheng Luo 他
日本語で読む → - 論文VLA画像認識
HybridVLA：拡散と自己回帰を統合した視覚-言語-行動モデル
拡散モデルによる連続的な行動生成と自己回帰による文脈推論を単一の大規模言語モデル内で統合し、両者を協調的に学習・アンサンブルするロボット操作フレームワークを提案。
原題: HybridVLA: Collaborative Diffusion and Autoregression in a Unified Vision-Language-Action Model ／ Jiaming Liu, Hao Chen, Pengju An 他
日本語で読む → - 論文VLA画像認識
PanoGen++: 視覚と言語によるナビゲーションのためのドメイン適応型テキスト誘導パノラマ環境生成
拡散モデルをドメイン適応微調整してテキストから多様なパノラマ環境を生成し、VLNタスクの訓練データ不足を解消して性能を向上させた。
原題: PanoGen++: Domain-Adapted Text-Guided Panoramic Environment Generation for Vision-and-Language Navigation ／ Sen Wang, Dongliang Zhou, Liang Xie 他
日本語で読む → - 論文マニピュレーションロボティクス
VISO-Grasp: 視覚言語情報に基づく空間物体中心の6自由度能動視点計画と遮蔽・不可視環境での把持
基盤モデルを活用し、深刻な遮蔽環境でも対象物体を把持するため、空間関係を考慮した能動視点計画と多視点不確実性融合による6自由度把持を実現したシステム。
原題: VISO-Grasp: Vision-Language Informed Spatial Object-centric 6-DoF Active View Planning and Grasping in Clutter and Invisibility ／ Yitian Shi, Di Wen, Guanqi Chen 他
日本語で読む → - 論文ソーシャルナビゲーションロボティクス
トポロジー特徴に基づく説明可能な安全領域による安全で効率的なソーシャルナビゲーション
トポロジカルデータ解析を用いてソーシャルナビゲーションのシミュレーション挙動を特徴づけ、衝突回避を保証する説明可能な安全領域を構築する手法を提案した。
原題: Safe and Efficient Social Navigation through Explainable Safety Regions Based on Topological Features ／ Victor Toscano-Duran, Sara Narteni, Alberto Carlevaro 他
日本語で読む → - 論文センサー欺瞞ロボティクス
部分観測可能な確率的環境における最適なセンサー欺瞞：ロボットをデコイ目標へ誘導する手法
限られた予算でセンサーイベントを改変し、POMDP環境下のロボットをデコイ目標へ誘導する欺瞞問題を定式化し、MILPによる最適戦略を提案した。
原題: Optimal sensor deception in stochastic environments with partial observability to mislead a robot to a decoy goal ／ Hazhar Rahmani, Mukulika Ghosh, Syed Md Hasnayeen
日本語で読む → - 論文制御ロボティクス
吊り下げペイロードを有するクアッドロータ向けの学習型増分非線形動的インバージョン
ニューラルネットワークを用いてINDIの残差力を予測し、特殊なRPMセンサーなしでクアッドロータの飛行制御を実現する手法を提案。吊り下げペイロードがある場合にも適用可能。
原題: Learned Incremental Nonlinear Dynamic Inversion for Quadrotors with and without Slung Payloads ／ Eckart Cobo-Briesewitz, Khaled Wahba, Wolfgang Hönig
日本語で読む → - 論文探索ロボティクス
PIPEプランナ：地図予測を用いた経路的情報利得による屋内ロボット探索
屋内探索において、計画経路に沿った累積的な情報利得を地図予測と組み合わせて効率的に計算するプランナを提案し、実世界の間取りデータセットで既存手法を上回る性能を示した。
原題: PIPE Planner: Pathwise Information Gain with Map Predictions for Indoor Robot Exploration ／ Seungjae Baek, Brady Moon, Seungchan Kim 他
日本語で読む → - 論文マニピュレーションロボティクス
LLM-Pack: 大規模言語モデルによる直感的な詰め込み
言語・視覚基盤モデルを活用し、食料品を人間のように順序立てて詰め込む手法を提案。追加学習なしで新規商品に対応できる。
原題: iPack: Intuitive Bin Packing with Large Language Models ／ Yannik Blei, Michael Krawez, Adrian Göß 他
日本語で読む → - 論文外骨格・リハビリロボティクス
必要時支援型股関節外骨格制御による歩行非対称性の補正：ヒューマン・イン・ザ・ループ最適化
脳卒中患者の歩行非対称性を補正するため、被験者の歩行性能と能動的参加をリアルタイム評価する目的関数を用いた必要時支援型股関節外骨格制御を提案し、健常者による人工的歩行障害実験で有効性を検証した。
原題: Assist-as-needed Hip Exoskeleton Control for Gait Asymmetry Correction via Human-in-the-loop Optimization ／ Yuepeng Qian, Jingfeng Xiong, Haoyong Yu 他
日本語で読む → - 論文タスクプランニング画像認識
3D推論駆動型プランニング：暗黙の人間意図から経路考慮型活動計画へ
暗黙の指示から意図を推論し、3Dシーンの形状・位置情報を活用して経路計画を含む多段階タスク計画を生成する新タスクとベンチマーク・手法を提案した。
原題: Exploring 3D Reasoning-Driven Planning: From Implicit Human Intentions to Route-Aware Activity Planning ／ Xueying Jiang, Wenhao Li, Xiaoqin Zhang 他
日本語で読む → - 論文模倣学習ロボティクス
弾性運動ポリシー：ロバストで効率的なワンショット模倣学習のための適応的力学系
単一の実演から力学系に基づく運動ポリシーを学習し、ラプラシアン編集とオンライン凸学習で環境変化に適応するワンショット模倣学習手法を提案。
原題: Elastic Motion Policy: An Adaptive Dynamical System for Robust and Efficient One-Shot Imitation Learning ／ Tianyu Li, Sunan Sun, Shubhodeep Shiv Aditya 他
日本語で読む → - 論文SLAMロボティクス
OpenGV 2.0: 車載サラウンドビューシステムのための運動事前分布を活用したキャリブレーションとSLAM
乗用車の非ホロノミック運動の事前分布を利用し、車載サラウンドビューカメラのオンライン外部キャリブレーション、フロントエンド初期化、連続時間軌道モデルによるバックエンド最適化を統合したSLAMシステムを提案。
原題: OpenGV 2.0: Motion prior-assisted calibration and SLAM with vehicle-mounted surround-view systems ／ Kun Huang, Yifu Wang, Si'ao Zhang 他
日本語で読む → - 論文触覚ロボティクス
仮想現実のための下半身ハプティック歩行インタフェースの設計と開発
VR内で歩行しながら様々な地形と触覚的にインタラクションできる、2つの平面ガントリを用いた下半身ハプティック歩行インタフェースForceBotを設計・開発し、その制御系と予備的なユーザデータを示した。
原題: Design and Development of a Locomotion Interface for Virtual Reality Lower-Body Haptic Interaction ／ An-Chi He, Jungsoo Park, Benjamin Beiter 他
日本語で読む → - 論文マニピュレーションロボティクス
SRSA: ロボット組立タスクのためのスキル検索と適応
既存のスキルライブラリから新タスクに最も適したスキルを検索し、微調整することで、接触の多い組立タスクをデータ効率的に学習するフレームワークを提案。
原題: SRSA: Skill Retrieval and Adaptation for Robotic Assembly Tasks ／ Yijie Guo, Bingjie Tang, Iretiayo Akinola 他
日本語で読む → - 論文最適制御ロボティクス
不確実性下での動的目標迎撃のための到達可能性保証付き最適制御
不確実性を伴う動的目標の迎撃において、剛体の到達可能性解析を新たに導入し、迎撃の実現可能性を保証する最適制御問題を提案した。宇宙空間でのタンブリング目標の迎撃事例で有効性を示した。
原題: Reachability-Guaranteed Optimal Control for the Interception of Dynamic Targets under Uncertainty ／ Tommaso Faraci, Roberto Lampariello
日本語で読む → - 論文把持ロボティクス
AffordGrasp: 雑然環境におけるオープンボキャブラリなタスク指向把持のための文脈内アフォーダンス推論
視覚言語モデル(VLM)の推論能力を活用し、暗黙の指示からタスクを推論して対象物体とその部位レベルのアフォーダンスを特定し、機能を考慮した把持姿勢を生成するオープンボキャブラリな把持フレームワークを提案。
原題: AffordGrasp: In-Context Affordance Reasoning for Open-Vocabulary Task-Oriented Grasping in Clutter ／ Yingbo Tang, Shuaike Zhang, Xiaoshuai Hao 他
日本語で読む → - 論文sim2realロボティクス
VizFlyt: 知覚中心の自律飛行ロボット教育フレームワーク
3Dガウススプラッティングで実時間の写実的な視覚センサを仮想生成し、衝突リスクなしに飛行ロボットの自律アルゴリズムを試験できる教育用HITLフレームワークを提案。
原題: VizFlyt: Perception-centric Pedagogical Framework For Autonomous Aerial Robots ／ Kushagra Srivastava, Rutwik Kulkarni, Manoj Velmurugan 他
日本語で読む →