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 → - 論文マニピュレーションロボティクス
視覚ベースロボット把持アルゴリズムのベンチマーク研究
視覚ベースのロボット把持アルゴリズムについて、機械学習ベース2種と解析的2種を、照明・背景・カメラノイズ・グリッパなどの条件を変え、シミュレーションと実機で比較し、実験室間の再現性も検証した5040回の実験のベンチマーク研究。
原題: A Benchmarking Study of Vision-based Robotic Grasping Algorithms ／ Bharath K Rameshbabu, Sumukh S Balakrishna, Brian Flynn 他
日本語で読む → - 論文マニピュレーションロボティクス
階層的接触リッチ軌道最適化：タイト凸緩和によるマルチモーダルマニピュレーション
ロボットと物体の接触を伴うマニピュレーションにおいて、混合整数線形計画法と非線形計画法を階層的に組み合わせ、接触系列と軌道を同時に効率的に設計するフレームワークを提案。
原題: Hierarchical Contact-Rich Trajectory Optimization for Multi-Modal Manipulation using Tight Convex Relaxations ／ Yuki Shirai, Arvind Raghunathan, Devesh K. Jha
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VLAHCI
VRと2Dインターフェースが選好に基づくロボット学習における人間のフィードバックに与える影響
ロボットナビゲーションの選好学習において、VRと2Dインターフェースのどちらで人間のフィードバックを集めるかが、ユーザー体験や選好の一貫性、学習された方策に与える影響を大規模データセットで比較分析した研究。
原題: The Impact of VR and 2D Interfaces on Human Feedback in Preference-Based Robot Learning ／ Jorge de Heuvel, Daniel Marta, Simon Holk 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 → - 論文センサフュージョン/航法ロボティクス
GNSS非依存環境におけるセンサフュージョン航法のための自律型USVの設計と実験的検証
低コストで可搬性の高い自律型無人水上艇MARVELを開発し、GNSSが使えない海上でのセンサフュージョン航法アルゴリズムを実環境で検証した。
原題: Design and Experimental Validation of an Autonomous USV for Sensor Fusion-Based Navigation in GNSS-Denied Environments ／ Samuel Cohen-Salmon, Itzik Klein
日本語で読む → - 論文タスク計画ロボティクス
LightPlanner：軽量LLMの推論能力を引き出すタスクプランナー
軽量な大規模言語モデルでも複雑なタスク計画をこなせるよう、パラメータ化された関数呼び出しと階層的深層推論、記憶モジュールを組み合わせたプランナーを提案し、専用データセットで1.5Bモデルを訓練した。
原題: LightPlanner: Unleashing the Reasoning Capabilities of Lightweight Large Language Models in Task Planning ／ Weijie Zhou, Manli Tao, Chaoyang Zhao 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 → - 論文継続学習ロボティクス
オンラインメタ学習アダプタによる事前学習済みロボット方策の効率的な継続適応
事前学習済みロボット方策に軽量アダプタをオンラインメタ学習で組み込み、過去のタスク知識を新規タスクへ転移させて継続適応性能を高める手法を提案。
原題: Efficient Continual Adaptation of Pretrained Robotic Policy with Online Meta-Learned Adapters ／ Ruiqi Zhu, Endong Sun, Guanhe Huang 他
日本語で読む → - 論文歩行ロボティクス
野生環境における四足歩行ロボットのランタイム学習
四足歩行ロボットが動的な野生環境で安全に適応できるよう、強化学習エージェントと検証可能な物理モデルベースの制御器を組み合わせたランタイム学習フレームワークを提案し、シミュレーションで有効性を示した。
原題: Runtime Learning of Quadruped Robots in Wild Environments ／ Yihao Cai, Yanbing Mao, Lui Sha 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 → - 論文マニピュレーションロボティクス
Intent-Handover: 言語意図と人間の使用領域を考慮した信頼できるロボットから人への受け渡し
音声指示と視覚情報から対象物と人間が使う領域を推定し、その領域を空けた把持と受け手との衝突回避を両立させる受け渡し手法を提案し、信頼感と安全性の向上を実験で示した。
原題: Intent-Handover: Grounding Language in Human-Usage Regions for Trustworthy Robot-to-Human Handovers ／ Hanxin Zhang, Abdulqader Dhafer, Hongbiao Dong 他
日本語で読む → - 論文マニピュレーションロボティクス
シミュレーションと実世界の共訓練：視覚ベースロボットマニピュレーションのための簡単なレシピ
シミュレーションと実世界のデータを混合して方策を共訓練する簡単な手法を提案し、ロボットアームとヒューマノイドの多様なタスクで実世界性能を平均38%向上させた。
原題: Sim-and-Real Co-Training: A Simple Recipe for Vision-Based Robotic Manipulation ／ Abhiram Maddukuri, Zhenyu Jiang, Lawrence Yunliang Chen 他
日本語で読む → - 論文手術ロボットロボティクス
センサレス遠隔中心ずれ推定
腹腔鏡手術ロボットにおいて、力センサを使わずに力推定を行い、遠隔中心（RCM）のずれを動的に評価・最適化するフレームワークを提案した。20mm以上のずれで組織損傷の危険があることを示し、ずれが20mm以上の場合に絶対誤差5mm以内でRCMオフセットを推定できることを実験で確認した。
原題: Sensorless Remote Center of Motion Misalignment Estimation ／ Hao Yang, Lidia Al-Zogbi, Ahmet Yildiz 他
日本語で読む → - 論文モデルベース強化学習機械学習
微分可能情報を活用したモデルベース強化学習の強化
微分可能環境の情報を活用し、Sobolev損失でモデル予測精度を高め、混合長さの切り詰め学習で方策勾配の分散を抑えるMBRL手法MB-MIXを提案。ヒューマノイド制御や変形物体操作で既存手法を上回る。
原題: Differentiable Information Enhanced Model-Based Reinforcement Learning ／ Xiaoyuan Zhang, Xinyan Cai, Bo Liu 他
日本語で読む → - 論文自動運転テストcs.SE
信頼できる自動運転システムテストのためのシミュレータアンサンブル
複数の運転シミュレータを同時に使って探索ベースのADASテストを行い、シミュレータに依存しない失敗シナリオを効率的に発見する手法MultiSimを提案。
原題: Simulator Ensembles for Trustworthy Autonomous Driving Systems Testing ／ Lev Sorokin, Matteo Biagiola, Andrea Stocco
日本語で読む → - 論文VLAロボティクス
PointVLA: 3D世界をVision-Language-Actionモデルに注入する
事前学習済みVLAモデルを再学習せずに、軽量モジュールで点群入力を注入し3D空間推論能力を付与するフレームワークを提案。
原題: PointVLA: Injecting the 3D World into Vision-Language-Action Models ／ Chengmeng Li, Junjie Wen, Yan Peng 他
日本語で読む → - 論文歩行ロボティクス
QuietPaw: 多様なノイズ選好に適応する四足歩行の学習
ノイズ低減レベルを条件として与えることで、単一の四足歩行ポリシーが再学習なしに機敏さと足音の静かさのトレードオフを連続的に調整できる学習手法を提案し、実機で検証した。
原題: QuietPaw: Learning Quadrupedal Locomotion with Versatile Noise Preference Alignment ／ Yuyou Zhang, Yihang Yao, Shiqi Liu 他
日本語で読む → - 論文群制御ロボティクス
RAILGUN: 異なる環境とタスクにまたがるマルチエージェント経路探索のための統合畳み込みポリシー
マルチエージェント経路探索(MAPF)において、地図ベースのCNNアーキテクチャを用いた初の集中型学習ポリシーを提案し、未知の地図やエージェント数に対するゼロショット汎化性能を示した。
原題: RAILGUN: A Unified Convolutional Policy for Multi-Agent Path Finding Across Different Environments and Tasks ／ Yimin Tang, Xiao Xiong, Jingyi Xi 他
日本語で読む → - 論文軌道計画ロボティクス
STORM: マルチコプタの信頼性高い軌道生成のための時空間反復最適化
Bスプラインと時空間分離・制約線形化によるQP-LP部分問題を反復最適化し、安全で高速なドローン軌道を生成するフレームワークを提案。
原題: STORM: Spatial-Temporal Iterative Optimization for Reliable Multicopter Trajectory Generation ／ Jinhao Zhang, Zhexuan Zhou, Wenlong Xia 他
日本語で読む → - 論文深度推定画像認識
熱画像からの深層深度推定：データセット、ベンチマーク、課題
RGB・近赤外・熱画像・LiDARを同期した大規模マルチスペクトルステレオデータセットMS²を構築し、各モダリティでの単眼・ステレオ深度推定を標準ベンチマークで評価した研究。
原題: Deep Depth Estimation from Thermal Image: Dataset, Benchmark, and Challenges ／ Ukcheol Shin, Jinsun Park
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
SemanticScanpath: LLMを用いた視線と音声の統合による状況依存型ヒューマンロボットインタラクション
ユーザーの視線の動き（スキャンパス）をテキストに変換して音声指示と統合し、LLMが曖昧な指示を物理的状況に基づいて正しく解釈できるようにする手法を提案。ロボット実装で有効性を検証。
原題: SemanticScanpath: Combining Gaze and Speech for Situated Human-Robot Interaction Using LLMs ／ Elisabeth Menendez, Michael Gienger, Santiago Martínez 他
日本語で読む → - 論文VLAAI
オンライン言語スプラッティング
3DガウシアンスプラッティングSLAMにおいて、事前生成なしでオンラインかつほぼリアルタイムに言語特徴を統合し、高精度なオープンボキャブラリ3Dマッピングを実現するフレームワークを提案。
原題: Online Language Splatting ／ Saimouli Katragadda, Cho-Ying Wu, Yuliang Guo 他
日本語で読む →