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 →- 論文イベントカメラ/モバイル知覚ロボティクス
イベントカメラとモバイル身体知覚：抽象化・アルゴリズム・高速化・応用
イベントカメラを用いたモバイルセンシングについて、2014〜2025年の研究を抽象化・アルゴリズム・ハード/ソフト高速化・応用の観点から包括的にサーベイした論文。
原題: Event Camera Meets Mobile Embodied Perception: Abstraction, Algorithm, Acceleration, Application ／ Haoyang Wang, Ruishan Guo, Pengtao Ma 他
日本語で読む → - 論文歩行ロボティクス
PALo: 四足歩行ロボットの姿勢認識型移動制御の学習
四足歩行ロボットの速度追従に加え、体高やピッチ・ロール角をリアルタイムに調整できる姿勢認識型の移動制御を、深層強化学習で実現し実機へ転移した研究。
原題: PALo: Learning Posture-Aware Locomotion for Quadruped Robots ／ Xiangyu Miao, Jun Sun, Hang Lai 他
日本語で読む → - 論文マニピュレーションロボティクス
FLAME: ロボットマニピュレーションのための連合学習ベンチマーク
多様な環境で収集した16万件超の実演データセットと連合学習フレームワークを構築し、ロボットマニピュレーション政策の分散学習を評価する初のベンチマークを提案した。
原題: FLAME: A Federated Learning Benchmark for Robotic Manipulation ／ Santiago Bou Betran, Alberta Longhini, Miguel Vasco 他
日本語で読む → - 論文マニピュレーションロボティクス
計画なしで全てを制御：動的に構成される勾配降下法による逐次タスクの堅牢な解法
フィードバックに応じてポテンシャル場を動的に調整する勾配ベース手法を提案し、計画なしでブロックワールドや引き出し操作を実現した。
原題: No Plan but Everything Under Control: Robustly Solving Sequential Tasks with Dynamically Composed Gradient Descent ／ Vito Mengers, Oliver Brock
日本語で読む → - 論文SLAMロボティクス
距離のみSLAMのための同変フィルタ設計
IMUと距離センサのみを用いた距離のみSLAMに対し、距離計測と整合する対称リー群に基づく同変フィルタを導出し、ランドマーク位置の初期化不要で実データにおいて既存EKFより高精度・高ロバストであることを示した。
原題: Equivariant Filter Design for Range-only SLAM ／ Yixiao Ge, Arthur Pearce, Pieter van Goor 他
日本語で読む → - 論文ソフトロボティクスロボティクス
学習型凝縮FEMモデルによるソフトロボットのモデリング・組込み制御・設計
FEMモデルを凝縮して学習させることで、ソフトロボットの順・逆運動学を効率的に扱える統一モデルを構築し、位置決めや接触を伴う操作の最適化制御、リアルタイム組込み制御、キャリブレーションや設計最適化に応用した研究。
原題: Modeling, Embedded Control and Design of Soft Robots using a Learned Condensed FEM Model ／ Etienne Ménager, Tanguy Navez, Paul Chaillou 他
日本語で読む → - 論文点群位置合わせ画像認識
BUFFER-X: 多様なシーンでのゼロショット点群位置合わせに向けて
環境ごとの再学習やパラメータ調整なしで多様なシーンに適用できるゼロショット点群位置合わせ手法を提案し、11データセットで汎化性能を実証した。
原題: BUFFER-X: Towards Zero-Shot Point Cloud Registration in Diverse Scenes ／ Minkyun Seo, Hyungtae Lim, Kanghee Lee 他
日本語で読む → - 論文ワールドモデル画像認識
GAIA-2: 自動運転のための制御可能なマルチビュー生成ワールドモデル
自動運転向けに、自車挙動やエージェント配置、環境要因、道路意味論などの構造化入力で制御可能な、マルチカメラで時空間的に一貫した高解像度動画を生成する潜在拡散ワールドモデルを提案。
原題: GAIA-2: A Controllable Multi-View Generative World Model for Autonomous Driving ／ Lloyd Russell, Anthony Hu, Lorenzo Bertoni 他
日本語で読む → - 論文知覚考慮型プランニングロボティクス
未知で特徴の乏しい環境におけるクアッドロータ飛行のための知覚考慮型プランニング
未知で特徴が少ない環境でも自己位置推定を維持しながら飛行できるよう、視点遷移グラフとヨー軌道生成を用いた知覚考慮型プランニング手法を提案し、シミュレーションと実機で有効性を示した。
原題: Perception-aware Planning for Quadrotor Flight in Unknown and Feature-limited Environments ／ Chenxin Yu, Zihong Lu, Jie Mei 他
日本語で読む → - 論文VLA画像認識
LIAM: 言語指示・画像・行動・セマンティックマップのためのマルチモーダルTransformer
家庭内サービスロボット向けに、言語指示・画像・行動履歴・セマンティックマップを入力として行動列を予測するエンドツーエンドモデルを提案し、ALFREDベンチマークで有効性を示した。
原題: LIAM: Multimodal Transformer for Language Instructions, Images, Actions and Semantic Maps ／ Yihao Wang, Raphael Memmesheimer, Sven Behnke
日本語で読む → - 論文VSLAMロボティクス
二視点ループ閉じによる再構築不要なスケーラブル軌道推定
再構築を行わず、二視点ループ閉じと単眼深度事前分布を活用して、スケーラブルなVisual SLAMを実現する2GOシステムを提案。
原題: Loop Closure from Two Views: Revisiting PGO for Scalable Trajectory Estimation through Monocular Priors ／ Tian Yi Lim, Boyang Sun, Marc Pollefeys 他
日本語で読む → - 論文VLAロボティクス
Dita: 汎用視覚言語行動ポリシーのための拡散Transformerのスケーリング
Transformerで連続行動列を直接ノイズ除去するマルチモーダル拡散フレームワークを提案し、多様なロボットデータを統合して長期的タスクや実環境適応を実現した。
原題: Dita: Scaling Diffusion Transformer for Generalist Vision-Language-Action Policy ／ Zhi Hou, Tianyi Zhang, Yuwen Xiong 他
日本語で読む → - 論文sim2realロボティクス
オフロード自律走行車の検証・妥当性確認のための体系的デジタルエンジニアリング手法
デジタルツインとMBSE/MBDを統合し、オフロード自律走行車の自律アルゴリズムを128のテストケースで体系的に検証・妥当性確認するフレームワークを提案した。
原題: A Systematic Digital Engineering Approach to Verification & Validation of Autonomous Ground Vehicles in Off-Road Environments ／ Tanmay Vilas Samak, Chinmay Vilas Samak, Julia Brault 他
日本語で読む → - 論文視覚オドメトリロボティクス
THE-SEAN: 心拍変動に着想を得た自己教師ありスパイキングイベント蓄積ネットワークによる時間的高次イベントベース視覚オドメトリ
生体の心拍調節に倣い、スパイキングニューラルネットで推定トリガを自己教師あり生成するイベントベース視覚オドメトリを提案し、精度・滑らかさ・トリガ効率を改善した。
原題: THE-SEAN: A Heart Rate Variation-Inspired Temporally High-Order Event-Based Visual Odometry with Self-Supervised Spiking Event Accumulation Networks ／ Chaoran Xiong, Litao Wei, Kehui Ma 他
日本語で読む → - 論文ソフトロボティクス/3Dプリンティングロボティクス
軟質熱可塑性エラストマー膜のペレット式3Dプリンティングによるソフトロボティクス応用
軟質熱可塑性エラストマーをペレット式3Dプリントし、伸縮性の高い薄膜や屈曲アクチュエータ、触覚センサ付き吸盤を試作した研究。
原題: Pellet-based 3D Printing of Soft Thermoplastic Elastomeric Membranes for Soft Robotic Applications ／ Nick Willemstein, Mohammad Ebrahim Imanian, Herman van der Kooij 他
日本語で読む → - 論文VLAロボティクス
Falcon: 部分ノイズ除去による高速視覚運動ポリシー
拡散ポリシーの推論を高速化するため、過去の行動の部分ノイズ除去結果を再利用する学習不要の手法を提案し、性能を維持しつつ2〜7倍の速度向上を実現した。
原題: Falcon: Fast Visuomotor Policies via Partial Denoising ／ Haojun Chen, Minghao Liu, Chengdong Ma 他
日本語で読む → - 論文マルチパーソン追跡ロボティクス
Dynamic-Dark SLAM：明暗両環境でのマルチパーソン追跡に向けたRGB-熱カメラ協調ロボットビジョン戦略
RGBと熱カメラを協調させ、疑似アノテーションで学習した追跡器を明るさ分類器で切り替えることで、明暗両環境でのマルチパーソン追跡を実現し、暗闇でも動的ランドマークを地図化する新SLAMパラダイムを提案した。
原題: Dynamic-Dark SLAM: RGB-Thermal Cooperative Robot Vision Strategy for Multi-Person Tracking in Both Well-Lit and Low-Light Scenes ／ Tatsuro Sakai, Kanji Tanaka, Yuki Minase 他
日本語で読む → - 論文VIO画像認識
NeRF-VIO: ニューラル放射輝度場を活用した初期化付き地図ベース視覚慣性オドメトリ
事前学習したNeRFを地図として用い、SE(3)上の測地距離で初期化を安定化させた視覚慣性オドメトリを提案し、MSCKFに二段階更新を組み込んでARデータセットで精度向上を実証した。
原題: NeRF-VIO: Map-Based Visual-Inertial Odometry with Initialization Leveraging Neural Radiance Fields ／ Yanyu Zhang, Dongming Wang, Jie Xu 他
日本語で読む → - 論文安全・ガードレールロボティクス
LLM搭載ロボットのための安全ガードレール
LLMを組み込んだロボットの安全性を確保するため、安全ルールを環境に接地させ時相論理制約を生成し、計画との衝突を制御合成で解消する二段階ガードレールRoboGuardを提案した。
原題: Safety Guardrails for LLM-Enabled Robots ／ Zachary Ravichandran, Alexander Robey, Vijay Kumar 他
日本語で読む → - 論文VLAロボティクス
GRaD-Nav: ガウス放射輝度場と微分可能力学による効率的な視覚ドローン航法の学習
3Dガウススプラッティングと微分可能強化学習を組み合わせ、視覚ベースのドローン航法ポリシーを効率的に学習するフレームワークを提案。シミュレーションから実機へのゼロショット転移と新しい環境への適応を実現した。
原題: GRaD-Nav: Efficiently Learning Visual Drone Navigation with Gaussian Radiance Fields and Differentiable Dynamics ／ Qianzhong Chen, Jiankai Sun, Naixiang Gao 他
日本語で読む → - 論文ロボット計画ロボティクス
センサベースロボット計画タスクの仕様記述可能性の限界
ロボットタスクの仕様記述において、状態・行動・観測・知識などの基盤の違いがタスクの仕様記述可能性に与える影響を分析し、その限界を明らかにした。
原題: Limits of specifiability for sensor-based robotic planning tasks ／ Basak Sakcak, Dylan A. Shell, Jason M. O'Kane
日本語で読む → - 論文ナビゲーションロボティクス
RoboTron-Nav: 知覚・計画・予測を統合した具現化ナビゲーションの統一フレームワーク
言語指示に基づく視覚ナビゲーションのため、知覚・計画・予測をマルチタスク学習で統合し、適応的な3D履歴サンプリングで過去の観測を効率的に活用するフレームワークを提案。CHORES-Sベンチマークで成功率81.1%を達成し、最先端性能を更新した。
原題: RoboTron-Nav: A Unified Framework for Embodied Navigation Integrating Perception, Planning, and Prediction ／ Yufeng Zhong, Chengjian Feng, Feng Yan 他
日本語で読む → - 論文経路計画ロボティクス
通信を考慮した反復的地図圧縮によるオンライン経路計画
異種ロボットチームのナビゲーション支援のため、タスク駆動型で通信量を抑えつつ逐次最適な地図圧縮を選ぶ枠組みを提案し、カルマンフィルタによる反復的地図推定デコーダで通信量を98%削減した。
原題: Communication-Aware Iterative Map Compression for Online Path-Planning ／ Evangelos Psomiadis, Ali Reza Pedram, Dipankar Maity 他
日本語で読む → - 論文群制御制御
局所相互作用と人工ポテンシャル場によるマルチエージェントシステムのフォーメーション制御
局所相互作用制御法と人工ポテンシャル場を組み合わせ、マルチエージェントのフォーメーション制御を実現した。障害物回避と衝突回避を達成し、局所解問題にはストレス応答機構で対処する。
原題: Formation Control of Multi-agent System with Local Interaction and Artificial Potential Field ／ Luoyin Zhao, Zheping Yan, Yuqing Wang 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ロボティクス
HAPI: 人間の選好からロボットの表情を学習するモデル
人間のペア比較選好データを用いたランク学習フレームワークにより、35自由度のアンドロイドの表情生成を人間の感情印象に合わせて改善した研究。
原題: HAPI: A Model for Learning Robot Facial Expressions from Human Preferences ／ Dongsheng Yang, Qianying Liu, Wataru Sato 他
日本語で読む → - 論文マニピュレーションロボティクス
AffordDexGrasp: 開集合言語誘導巧みな把持のための汎化可能な指示的アフォーダンス
言語指示から未知カテゴリの物体を巧みに把持するため、汎化可能なアフォーダンス表現を介して言語と把持動作を結びつけるフレームワークを提案し、開集合での汎化性能を実世界で示した。
原題: AffordDexGrasp: Open-set Language-guided Dexterous Grasp with Generalizable-Instructive Affordance ／ Yi-Lin Wei, Mu Lin, Yuhao Lin 他
日本語で読む → - 論文SLAMロボティクス
GeoFlow-SLAM：動的脚式ロボティクスのための堅牢な密結合RGBD慣性・脚式オドメトリ融合SLAM
高速・高頻度動作する脚式ロボット向けに、幾何学的整合性・脚式オドメトリ・デュアルストリームオプティカルフローを統合し、特徴マッチングや姿勢初期化の失敗、テクスチャレス環境での視覚特徴不足を解決する密結合RGBD慣性SLAMを提案。
原題: GeoFlow-SLAM: A Robust Tightly-Coupled RGBD-Inertial and Legged Odometry Fusion SLAM for Dynamic Legged Robotics ／ Tingyang Xiao, Xiaolin Zhou, Liu Liu 他
日本語で読む → - 論文対話ロボットロボティクス
実環境対話ロボットのための雑音に頑健なターンテイキングシステム：フィールド実験
Transformerベースの雑音に強いVAPモデルを提案し、ショッピングモールでの実証実験で従来のクラウド音声認識より応答遅延を減らし自然な会話を実現した。
原題: A Noise-Robust Turn-Taking System for Real-World Dialogue Robots: A Field Experiment ／ Koji Inoue, Yuki Okafuji, Jun Baba 他
日本語で読む → - 論文データセット/アノテーション画像認識
SALT: クロスシーン適応と4D一貫性を備えた汎用LiDAR点群向け柔軟な半自動ラベリングツール
LiDAR点群を疑似画像に変換して視覚基盤モデルを活用し、4D一貫性を保ちながら自動で事前セグメンテーションを行う半自動ラベリングツールを提案。アノテーション効率を大幅に向上させる。
原題: SALT: A Flexible Semi-Automatic Labeling Tool for General LiDAR Point Clouds with Cross-Scene Adaptability and 4D Consistency ／ Yanbo Wang, Yongtao Chen, Chuan Cao 他
日本語で読む → - 論文遠隔操作/力覚ロボティクス
フリーハンド歯科処置のための力覚バイラテラル遠隔操作システム
歯科のフリーハンド処置を遠隔操作で支援する力覚フィードバック付きシステムを開発し、接触力に基づく動作制限で安全性を高め、歯科模型での実験で有効性を示した。
原題: Haptic bilateral teleoperation system for free-hand dental procedures ／ Lorenzo Pagliara, Vincenzo Petrone, Enrico Ferrentino 他
日本語で読む →