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
RAIDER: ツールを活用する大規模言語モデルエージェントによるロボット行動の問題検出・説明・回復
LLMと実世界のツールを組み合わせ、ロボットの行動問題を動的に検出・説明・回復するエージェントRAIDERを提案し、家庭環境シミュレーションと実機支援タスクで有効性を示した。
原題: RAIDER: Tool-Equipped Large Language Model Agent for Robotic Action Issue Detection, Explanation and Recovery ／ Silvia Izquierdo-Badiola, Carlos Rizzo, Guillem Alenyà
日本語で読む → - 論文VLA画像認識
FlexVLN: 多様な視覚言語ナビゲーションタスクへの柔軟な適応
視覚言語ナビゲーションにおいて、教師あり学習ベースの指示追従器とLLMプランナーを階層的に統合し、検証機構とマルチモデル統合機構で幻覚を抑え、未知データセットへの汎化性能を大幅に向上させた。
原題: FlexVLN: Flexible Adaptation for Diverse Vision-and-Language Navigation Tasks ／ Siqi Zhang, Yanyuan Qiao, Qunbo Wang 他
日本語で読む → - 論文タスク割り当て・スケジューリングAI
大規模言語モデルによるマルチロボットタスク割り当てとスケジューリングのためのMILPモデル自動構築
ローカルLLMと知識ベースを組み合わせ、自然言語記述からマルチロボットのタスク割り当て・スケジューリング用MILPモデルを自動生成するフレームワークを提案。
原題: Automatic MILP Model Construction for Multi-Robot Task Allocation and Scheduling Based on Large Language Models ／ Mingming Peng, Zhendong Chen, Jie Yang 他
日本語で読む → - 論文教育・支援技術HCI
視覚障害学生のための包括的STEAM教育：高度なコンピュータビジョンを活用したコーディングとロボティクス教育フレームワーク
視覚障害のある学生が迷路探索ロボットをプログラミングできるよう、CLIPによる画像のテキスト化と音声VR、SLAMによるフィードバックを組み合わせた学習支援システムを提案した。
原題: Inclusive STEAM Education: A Framework for Teaching Cod-2 ing and Robotics to Students with Visually Impairment Using 3 Advanced Computer Vision ／ Mahmoud Hamash, Md Raqib Khan, Peter Tiernan
日本語で読む → - 論文姿勢推定画像認識
SplatPose：3Dガウシアンスプラッティングによる単一RGB画像からの幾何認識6自由度姿勢推定
3Dガウシアンスプラッティングと二分岐ニューラルネットを組み合わせ、単一RGB画像のみから高精度な6自由度姿勢推定を実現するフレームワークを提案。
原題: SplatPose: Geometry-Aware 6-DoF Pose Estimation from Single RGB Image via 3D Gaussian Splatting ／ Linqi Yang, Xiongwei Zhao, Qihao Sun 他
日本語で読む → - 論文マニピュレーションロボティクス
OPG-Policy: アモーダルセグメンテーションを用いた遮蔽下のプッシュ・グラスプ方策学習
遮蔽された対象物の見えない部分をアモーダルセグメンテーションで予測し、プッシュと把持の動作を深層Q学習で計画する方策を提案。散らかった環境での把持成功率と動作効率を向上させた。
原題: OPG-Policy: Occluded Push-Grasp Policy Learning with Amodal Segmentation ／ Hao Ding, Yiming Zeng, Zhaoliang Wan 他
日本語で読む → - 論文マニピュレーションロボティクス
Transformerによる行動チャンキングと腕間協調を用いた両腕マニピュレーションの学習
両腕ロボットの協調動作を模倣学習で実現するため、腕ごとに分けたアーキテクチャと腕間の同期・時間整合を促す中間エンコーダ層(IACE)を提案し、両腕タスクで高い成功率を示した。
原題: Learning Bimanual Manipulation via Action Chunking and Inter-Arm Coordination with Transformers ／ Tomohiro Motoda, Ryo Hanai, Ryoichi Nakajo 他
日本語で読む → - 論文ソフトロボティクス/模倣学習ロボティクス
KineSoft：ソフトロボットハンドの固有感覚マニピュレーション方策の学習
ソフトロボットハンドの自然な柔軟性を活かし、内部ひずみセンサで形状を推定しながら、人間が直接教示できる模倣学習フレームワークを提案。
原題: KineSoft: Learning Proprioceptive Manipulation Policies with Soft Robot Hands ／ Uksang Yoo, Jonathan Francis, Jean Oh 他
日本語で読む → - 論文sim2realロボティクス
微分可能シミュレーションによる汎化可能なロボット方策転移のためのReal-Sim-Realループフレームワーク
微分可能シミュレーションを活用し、実世界データでシミュレータを反復的に調整するReal-Sim-Realループを提案。マニピュレーションタスクでsim-to-realギャップを大幅に削減し、高い汎化性能を実現した。
原題: An Real-Sim-Real (RSR) Loop Framework for Generalizable Robotic Policy Transfer with Differentiable Simulation ／ Lu Shi, Yuxuan Xu, Shiyu Wang 他
日本語で読む → - 論文ヒューマノイド/VLAロボティクス
Trinity: モジュール型ヒューマノイドロボットAIシステム
強化学習・大規模言語モデル・視覚言語モデルを統合し、複雑な環境でヒューマノイドロボットを効率的に制御するAIシステムTrinityを提案した。
原題: Trinity: A Modular Humanoid Robot AI System ／ Jingkai Sun, Qiang Zhang, Gang Han 他
日本語で読む → - 論文軌道計画ロボティクス
拡散モデルの合成による生成的な軌道スティッチング
学習済みの短い軌道チャンクを双方向拡散モデルで合成的につなぎ合わせ、未見の長期的タスクを計画できる手法CompDiffuserを提案した。
原題: Generative Trajectory Stitching through Diffusion Composition ／ Yunhao Luo, Utkarsh A. Mishra, Yilun Du 他
日本語で読む → - 論文VLAロボティクス
知覚・推論・適応：VLM誘導による精密ロボットマニピュレーションのための二層フレームワーク
VLMによる高レベル計画を細かい動作列に分解し、タスクメモリ・2Dトポロジグラフ・3D空間ネットワークを併用して、高速かつ高精度で誤り訂正可能な精密マニピュレーションを実現する手法を提案した。
原題: Perceiving, Reasoning, Adapting: A Dual-Layer Framework for VLM-Guided Precision Robotic Manipulation ／ Qingxuan Jia, Guoqin Tang, Zeyuan Huang 他
日本語で読む → - 論文自動運転/エッジAIロボティクス
悪天候下の自動運転車に向けたエッジAIによるリアルタイム意思決定
悪天候でも自動運転車が素早く安全に判断できるよう、エッジ上でCNN・RNN・強化学習を組み合わせたリアルタイム意思決定フレームワークを提案し、処理時間40%削減と認識精度25%向上を達成した。
原題: Edge AI-Powered Real-Time Decision-Making for Autonomous Vehicles in Adverse Weather Conditions ／ Milad Rahmati
日本語で読む → - 論文強化学習機械学習
実時間強化学習における遅延への対処
ニューロンの並列実行に伴う観測遅延とネットワーク表現力のトレードオフを、時間スキップ接続と履歴拡張観測で解決する手法を提案し、MujocoやMinAtarで有効性を示した。
原題: Handling Delay in Real-Time Reinforcement Learning ／ Ivan Anokhin, Rishav Rishav, Matthew Riemer 他
日本語で読む → - 論文群制御ロボティクス
SAFE-TAXI: 階層型マルチUAS安全自動タキシングフレームワーク — 実行時安全保証とコンフリクト解消
複数の無人航空機の自動地上走行(タキシング)を、集中型の時空間計画と分散型MPC-CBF制御を組み合わせた階層構造で安全に行うフレームワークを提案し、シミュレーションと小型固定翼機で検証した。
原題: SAFE-TAXI: A Hierarchical Multi-UAS Safe Auto-Taxiing Framework with Runtime Safety Assurance and Conflict Resolution ／ Kartik A. Pant, Li-Yu Lin, Worawis Sribunma 他
日本語で読む → - 論文ソフトロボティクス/空中マニピュレーションロボティクス
フライング・バイン：ソフト空中ロボットアームの設計・モデリング・制御
小型ドローンに柔らかく膨らむ成長型ビームを取り付けた軽量な空中マニピュレータを提案し、データ駆動モデリングと軌道最適化でエンドエフェクタの高速追従を実現した。
原題: Flying Vines: Design, Modeling, and Control of a Soft Aerial Robotic Arm ／ Rianna Jitosho, Crystal E. Winston, Shengan 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
RMG: 6自由度コンパニオンロボットアームのための自己衝突回避を伴うリアルタイム表現的動作生成
人間のダンス動作から表現的動作データセットを構築し、任意の開始・終了状態間で時間制約を満たしつつ自己衝突を回避する滑らかな表現的動作を0.5秒未満で生成するリアルタイムプランナを提案した。
原題: RMG: Real-Time Expressive Motion Generation with Self-collision Avoidance for 6-DOF Companion Robotic Arms ／ Jiansheng Li, Haotian Song, Jinni Zhou 他
日本語で読む → - 論文クライミングロボットロボティクス
ハイブリッドモジュール型クライミングロボットの進展：設計原理と改良戦略
柱や幹を登るハイブリッドロボットの設計手法を検討し、モジュール式腱駆動アームと車輪駆動を組み合わせた試作機で自己保持・自動把持・旋回を実現、数理モデルと実験で有効性を検証した。
原題: Advances in Hybrid Modular Climbing Robots: Design Principles and Refinement Strategies ／ Ryan Poon, Ian Hunter
日本語で読む → - 論文経路計画ロボティクス
全知集合の近似による漸近最適経路計画
RRT*の収束を速めるため、全知集合を複数の超楕円体や凸包で近似して効率的にサンプリングする手法を提案し、3次元・6次元空間で性能を検証した。
原題: Asymptotically Optimal Path Planning With an Approximation of the Omniscient Set ／ Jonáš Kříž, Vojtěch Vonásek
日本語で読む → - 論文VLA画像認識
自動運転におけるマルチモーダル大規模言語モデルのシナリオ理解を能力駆動で評価する枠組み
自動運転向けMLLMのシナリオ理解を、意味・空間・時間・物理の4能力軸で体系的に評価する枠組みを提案し、実交通シナリオで適用例を示した。
原題: A Framework for a Capability-driven Evaluation of Scenario Understanding for Multimodal Large Language Models in Autonomous Driving ／ Tin Stribor Sohn, Philipp Reis, Maximilian Dillitzer 他
日本語で読む → - 論文sim2realロボティクス
Aerial Gym Simulator：空中ロボットの高並列シミュレーションフレームワーク
NVIDIA Isaac Gymを基盤に、多様なマルチロータの高並列シミュレーションとGPUレンダリングを可能にするフレームワークを開発し、強化学習によるナビゲーションなどのsim2real転移を実証した。
原題: Aerial Gym Simulator: A Framework for Highly Parallelized Simulation of Aerial Robots ／ Mihir Kulkarni, Welf Rehberg, Kostas Alexis
日本語で読む → - 論文BMI/神経デコーディングロボティクス
Project Jenkins：サル脳神経データからロボットアーム動作への変換とその逆
サルJenkinsの運動野・前運動野の神経活動をロボットアーム動作にデコードし、逆に動作から合成神経データを生成するモデルを開発した研究。
原題: Project Jenkins: Turning Monkey Neural Data into Robotic Arm Movement, and Back ／ Andrii Zahorodnii, Dima Yanovsky
日本語で読む → - 論文人物位置推定画像認識
カメラ自己運動下での単眼人物位置推定
移動する単眼カメラから人物の3D位置を推定するため、4点モデルでカメラ姿勢と人物位置を同時最適化する手法を提案し、四足歩行ロボットの追従システムに実装した。
原題: Monocular Person Localization under Camera Ego-motion ／ Yu Zhan, Hanjing Ye, Hong Zhang
日本語で読む → - 論文歩行ロボティクス
不整地を歩く知覚型ヒューマノイドロコモーションの学習
教師-生徒蒸留と変分情報ボトルネックによる世界モデルを組み合わせ、ノイズの多い地形知覚でも頑健に歩行できるヒューマノイド制御器を学習した。実環境で2kmの不整地を自律走行できることを示した。
原題: Learning Perceptive Humanoid Locomotion over Challenging Terrain ／ Wandong Sun, Baoshi Cao, Long Chen 他
日本語で読む → - 論文群制御ロボティクス
動的分布のエルゴディック探索
流れ場で漂流する目標の探索のため、確率分布の動的変化とエルゴディック探索のポテンシャル場を連立偏微分方程式で統合し、複数ロボットで探索する手法を提案した。
原題: Ergodic exploration of dynamic distribution ／ Luka Lanča, Karlo Jakac, Sylvain Calinon 他
日本語で読む → - 論文マニピュレーションロボティクス
GraspCoT: 物理特性推論を統合した柔軟な言語指示による6自由度把持
物理特性に着目したChain-of-Thought推論とマルチモーダルLLMを組み合わせ、多様な言語指示から6自由度把持姿勢を予測するフレームワークを提案し、新ベンチマークIntentGraspで有効性を示した。
原題: GraspCoT: Integrating Physical Property Reasoning for 6-DoF Grasping under Flexible Language Instructions ／ Xiaomeng Chu, Jiajun Deng, Guoliang You 他
日本語で読む → - 論文水中SLAMロボティクス
RUSSO: 視覚劣化に強いソナー最適化融合型水中SLAM
ステレオカメラ・IMU・イメージングソナーを融合し、視覚が劣化する水中環境でもロバストに6DoF自己位置推定を行うSLAMシステムを提案。ソナーを併用した初期化とソナー慣性推定により、視覚困難時でも高精度な定位を実現した。
原題: RUSSO: Robust Underwater SLAM with Sonar Optimization against Visual Degradation ／ Shu Pan, Ziyang Hong, Zhangrui Hu 他
日本語で読む → - 論文経路計画ロボティクス
2D探索を可能にする3D CSCデュビン経路の再パラメータ化
3次元空間におけるCSCデュビン経路計画を2変数探索に帰着させる新しいパラメータ化を提案し、勾配情報を活用した数値解法で効率的に経路を計算する。
原題: Reparametrization of 3D CSC Dubins Paths Enabling 2D Search ／ Ling Xu, Yuliy Baryshnikov, Cynthia Sung
日本語で読む → - 論文VLAロボティクス
CognitiveDrone: UAVのリアルタイム認知タスク解決と推論のためのVLAモデルと評価ベンチマーク
ドローンの複雑な認知タスク向けに、一人称視点の画像とテキスト指示からリアルタイム4D行動指令を生成するVLAモデルと、推論モジュールを組み合わせた改良版、および認知タスク評価用ベンチマークを提案した論文。
原題: CognitiveDrone: A VLA Model and Evaluation Benchmark for Real-Time Cognitive Task Solving and Reasoning in UAVs ／ Artem Lykov, Valerii Serpiva, Muhammad Haris Khan 他
日本語で読む → - 論文ナビゲーションロボティクス
DRPA-MPPI: 動的反発ポテンシャルを導入した非構造環境でのリアクティブナビゲーション
予測軌道上の局所解を動的に検出し、反発力を生むコスト関数へ自動切替するMPPI拡張により、非構造環境でのリアクティブ移動ロボットナビゲーションを改善した。
原題: DRPA-MPPI: Dynamic Repulsive Potential Augmented MPPI for Reactive Navigation in Unstructured Environments ／ Takahiro Fuke, Masafumi Endo, Kohei Honda 他
日本語で読む →