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
ManeuverGPT：LLMエージェントによる自動運転車のスタント制御
大規模言語モデルをエージェントとして用い、CARLAシミュレーション内でJターンなどの高難度スタント走行を生成・実行するフレームワークを提案。
原題: ManeuverGPT Agentic Control for Safe Autonomous Stunt Maneuvers ／ Shawn Azdam, Pranav Doma, Aliasghar Moj Arab
日本語で読む → - 論文群制御ロボティクス
周期的な要求と配達を伴うデータ収集のためのマルチエージェント協調
限られた通信範囲で変動する目標地点からデータを収集し、拠点へ届けるマルチエージェントの役割分担とエリア分割を最適化し、情報更新時間を最小化する手法を提案。
原題: Multi-agent coordination for data gathering with periodic requests and deliveries ／ Yaroslav Marchukov, Luis Montano
日本語で読む → - 論文群制御ロボティクス
不確実性下のマルチロボット相互作用のためのチャンス制約付き線形二次ガウスゲーム
不確実性を伴うマルチロボットの安全な相互作用のため、チャンス制約付き線形二次ガウスゲームを定式化し、双対上昇アルゴリズムでフィードバック一般化ナッシュ均衡を求める手法を提案した。
原題: Chance-constrained Linear Quadratic Gaussian Games for Multi-robot Interaction under Uncertainty ／ Kai Ren, Giulio Salizzoni, Mustafa Emre Gürsoy 他
日本語で読む → - 論文状態推定ロボティクス
適応型ニューラルアンセンテッドカルマンフィルタ
プロセスノイズ共分散行列をニューラルネットワークで適応的に推定する手法を提案し、自律水中航法のセンサ融合問題で有効性を示した。
原題: Adaptive Neural Unscented Kalman Filter ／ Amit Levy, Itzik Klein
日本語で読む → - 論文測地距離学習ロボティクス
Soner境界条件とデータ拡張による不規則領域の測地距離学習
不規則な領域における測地距離を、Soner境界条件とデータ損失を組み合わせたハイブリッドな物理情報ニューラルネットワークで安定かつ高精度に学習する手法を提案した。
原題: Data-augmented Learning of Geodesic Distances in Irregular Domains through Soner Boundary Conditions ／ Rafael I. Cabral Muchacho, Florian T. Pokorny
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 → - 論文完全駆動UAVロボティクス
FLOAT Drone: 近接作業向け完全駆動同軸飛行ロボット
制御翼を完全駆動型UAVに初めて統合し、横方向の気流外乱を抑えつつ、同軸二重ローターで小型・高効率ホバリングを実現した近接作業用ドローンの開発。
原題: FLOAT Drone: A Fully-actuated Coaxial Aerial Robot for Close-Proximity Operations ／ Junxiao Lin, Shuhang Ji, Yuze Wu 他
日本語で読む → - 論文測位/慣性ナビゲーションロボティクス
WMINet: 車輪搭載慣性センサと深層学習による移動ロボット測位
車輪に取り付けた慣性センサのみから移動ロボットの位置を推定する深層学習手法を提案し、周期軌道と車輪間距離制約を組み合わせて従来法より66%精度を改善した。
原題: WMINet: A Wheel-Mounted Inertial Learning Approach For Mobile-Robot Positioning ／ Gal Versano, Itzik Klein
日本語で読む → - 論文群制御cs.MA
CAMETA: 移動ロボットのための衝突を考慮したマルチエージェント到着時間予測
道路インフラのない非構造環境で複数エージェントの到着時間を予測するCAMETAを提案し、異種マップ表現と異種グラフニューラルネットにより汎化性能と衝突・ノイズへの頑健性を改善した。
原題: CAMETA: Conflict-Aware Multi-Agent Estimated Time of Arrival Prediction for Mobile Robots ／ Jonas le Fevre Sejersen, Erdal Kayacan
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
敵対的車線変更シナリオのための生成モデリング
GAILとPPOを組み合わせ、危険な車線変更シーンのデータを生成する手法を提案。既存データセットを分析し、衝突頻度や加速度プロファイルで評価した。
原題: Generative Modeling for Adversarial Lane-Change Scenarios ／ Chuancheng Zhang, Zhenhao Wang, Jiangcheng Wang 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 → - 論文歩行ロボティクス
音楽に合わせて歩く脚式ロボット：リズムビートに同期した歩行
階層型制御器（位相トラッカー・発振器・位相変調器）を提案し、四足ロボットが外部の音楽リズムにリアルタイムで同期して自然に歩行できるようにした。
原題: Music-Driven Legged Robots: Synchronized Walking to Rhythmic Beats ／ Taixian Hou, Yueqi Zhang, Xiaoyi Wei 他
日本語で読む → - 論文VLAロボティクス
推論時の分布レベル合成によるモダリティ合成可能な拡散ポリシー
個別の視覚モダリティで事前学習済みの拡散ポリシーを追加学習なしに分布スコアのレベルで合成し、より表現力の高いポリシーを実現する手法を提案した。
原題: Modality-Composable Diffusion Policy via Inference-Time Distribution-level Composition ／ Jiahang Cao, Qiang Zhang, Hanzhong Guo 他
日本語で読む → - 論文マニピュレーションロボティクス
能動的相互作用による生体試料の状態推定と自律ドリリング
半透明な生体試料の状態を、ロボットが能動的に接触して生じるたわみから推定する手法を提案し、卵殻の自律ドリリング実験で91.7%の成功率を達成した。
原題: Object State Estimation Through Robotic Active Interaction for Biological Autonomous Drilling ／ Xiaofeng Lin, Enduo Zhao, Saúl Alexis Heredia Pérez 他
日本語で読む → - 論文群衆計数画像認識
移動ドローンによる動画個体計数
高速移動ドローンで撮影した群衆動画のデータセットMovingDroneCrowdを構築し、連続フレーム間の共有密度マップを直接推定するSDNetを提案して個体数を計数する。
原題: Video Individual Counting for Moving Drones ／ Yaowu Fan, Jia Wan, Tao Han 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・音・触覚を用いたやさしい把持の学習
視覚・触覚・聴覚のマルチモーダル入力から把持の安定性とやさしさを予測し、壊れやすい物体を最小限の力で把持する手法を提案した論文。
原題: Learning Gentle Grasping Using Vision, Sound, and Touch ／ Ken Nakahara, Roberto Calandra
日本語で読む → - 論文経路計画ロボティクス
UAV-VLPA*：大規模環境での最適経路生成のための視覚・言語・経路・行動システム
衛星画像と視覚言語モデル、GPTの自然言語処理を組み合わせ、テキスト指示から飛行計画を生成するUAVシステムを提案。TSP最適化とA*による障害物回避で経路長を18.5%削減した。
原題: UAV-VLPA*: A Vision-Language-Path-Action System for Optimal Route Generation on a Large Scales ／ Oleg Sautenkov, Aibek Akhmetkazy, Yasheerah Yaqoot 他
日本語で読む → - 論文ロボット制御画像認識
AI画像生成による世界知識をロボット制御に活用する
生成AIが実世界の画像を生成する能力に暗黙的に含まれる世界知識を利用し、曖昧なタスクにおけるロボットの意思決定を支援する手法を検討した。
原題: World Knowledge from AI Image Generation for Robot Control ／ Jonas Krumme, Christoph Zetzsche
日本語で読む → - 論文ナビゲーションAI
LLM推論による動的で雑然とした環境でのモーションエージェントのナビゲーション
環境・エージェント・経路を離散トークンとして符号化し、LLMを空間推論器として用いることで、動的障害物回避やマルチエージェント協調を再学習なしで実現するフレームワークを提案。
原題: Navigating Motion Agents in Dynamic and Cluttered Environments through LLM Reasoning ／ Yubo Zhao, Qi Wu, Yifan Wang 他
日本語で読む → - 論文水中ロボット/ナビゲーションロボティクス
養殖生け簀点検のためのROVナビゲーションシステム
市販のBlueROV2をROSベースに改造し、TagSLAMによる自己位置推定とNFC制御で生け簀点検を自動化するシステムを開発・実験検証した。
原題: A Navigation System for ROV's inspection on Fish Net Cage ／ Zhikang Ge, Fang Yang, Wenwu Lu 他
日本語で読む → - 論文マニピュレーションロボティクス
人間の手を事前情報に用いた運動学的構造推定
遮蔽やテクスチャ不足などの視覚的不確実性に対処するため、操作中の人間の手の動きを事前情報として活用し、物体の運動学モデルをリアルタイムで確率的に推定する手法を提案した。
原題: A Helping (Human) Hand in Kinematic Structure Estimation ／ Adrian Pfisterer, Xing Li, Vito Mengers 他
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
RoboFlamingo-Plus：深度とRGBの知覚を融合した視覚言語モデルによるロボットマニピュレーションの強化
既存のRoboFlamingoに深度情報を取り込み、RGBと深度を視覚言語モデルで統合することで、言語指示に基づくロボット操作性能を10〜20%向上させた研究。
原題: RoboFlamingo-Plus: Fusion of Depth and RGB Perception with Vision-Language Models for Enhanced Robotic Manipulation ／ Sheng Wang
日本語で読む → - 論文マニピュレーションロボティクス
大規模言語モデルを用いた実世界ロボットマニピュレーションのための自律強化学習に向けて
GPT-4を使って自然言語のタスク記述から報酬関数と成功基準を自動生成し、シミュレーションで強化学習エージェントを訓練して実機ロボットに展開するパイプラインを提案した。
原題: Towards Autonomous Reinforcement Learning for Real-World Robotic Manipulation with Large Language Models ／ Niccolò Turcato, Matteo Iovino, Aris Synodinos 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VLAロボティクス
RA-DP: 学習不要の高頻度ロボット再計画のための高速適応拡散ポリシー
拡散ポリシーに学習不要のガイダンス信号と行動キュー機構を組み込み、未知の動的環境で高頻度に再計画できるフレームワークを提案した。
原題: RA-DP: Rapid Adaptive Diffusion Policy for Training-Free High-frequency Robotics Replanning ／ Xi Ye, Rui Heng Yang, Jun Jin 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 → - 論文ゲーム理論/制御cs.GT
制御の不完全性下におけるLQゲームの最適修正フィードバック戦略
2人有限ホライズン線形二次非ゼロ和ゲームにおいて、プレイヤーの小さな偏差が状態軌道や相手コストに与える影響を分析し、測定可能な偏差動学を付加した補償則を構築して因果的アフィンポリシー族内で最適性を示した。
原題: Optimal Modified Feedback Strategies in LQ Games under Control Imperfections ／ Mahdis Rabbani, Navid Mojahed, Shima Nazari
日本語で読む → - 論文遠隔操作ロボティクス
術者意図に基づく動作スケーリングで遠隔手術を効率化・高精度化するSIMS
術者の手の動きの特徴から意図を推定し、動作スケーリング係数をリアルタイムに調整することで、遠隔手術の精度と効率を両立させるシステムを提案した。
原題: SIMS: Surgeon-Intention-driven Motion Scaling for Efficient and Precise Teleoperation ／ Jeonghyeon Yoon, Sanghyeok Park, Hyojae Park 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 →