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
RoboDexVLM：視覚言語モデルによる巧みなロボット操作のためのタスク計画と運動制御
視覚言語モデルを活用し、多様な物体を把持できる巧みなハンドを持つ協働マニピュレータ向けに、自然言語コマンドで長期的タスクを計画・実行するフレームワークを提案した。
原題: RoboDexVLM: Visual Language Model-Enabled Task Planning and Motion Control for Dexterous Robot Manipulation ／ Haichao Liu, Sikai Guo, Pengfei Mai 他
日本語で読む → - 論文運動計画ロボティクス
離散対称性を持つ構成空間におけるサンプリングベース運動計画
対称な物体を扱う際の構成空間の対称性を利用し、サンプリングベース運動計画アルゴリズムを効率化する手法を提案。理論解析と実験で経路長と実行時間の改善を示した。
原題: Sampling-Based Motion Planning with Discrete Configuration-Space Symmetries ／ Thomas Cohn, Russ Tedrake
日本語で読む → - 論文VLA機械学習
VIPER: 逐次意思決定のための視覚知覚と説明可能な推論
VLMで画像をテキスト化しLLMで行動を推論するモジュール型パイプラインを提案し、ALFWorldで視覚指示ベースの計画性能を向上させた。
原題: VIPER: Visual Perception and Explainable Reasoning for Sequential Decision-Making ／ Mohamed Salim Aissi, Clemence Grislain, Mohamed Chetouani 他
日本語で読む → - 論文人間ロボットインタラクションHCI
不確実性表現による人間とロボットのタスクコミュニケーション
ロボットが知らない物体位置の不確実性を、エンドユーザーが精度・塗り絵・ランキングの3インターフェースで伝えるシステムを開発し、ユーザー研究で比較した。
原題: Uncertainty Expression for Human-Robot Task Communication ／ David Porfirio, Mark Roberts, Laura M. Hiatt
日本語で読む → - 論文マニピュレーションロボティクス
両腕ロボット操作の再考：分離型インタラクションフレームワークによる学習
両腕ロボット操作において、各腕に独立したモデルを割り当てつつ選択的インタラクションモジュールで協調動作も学習する分離型フレームワークを提案し、RoboTwinデータセットの7タスクでSOTAを23.5%上回る性能を達成した。
原題: Rethinking Bimanual Robotic Manipulation: Learning with Decoupled Interaction Framework ／ Jian-Jian Jiang, Xiao-Ming Wu, Yi-Xiang He 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 → - 論文マニピュレーションロボティクス
実世界強化学習による巧みな把持
実環境で直接強化学習を行い、模倣学習で事前学習した方策を微調整することで、多様な物体の巧みな把持を約92%の成功率で実現した。
原題: Dexterous Grasping with Real-World Robotic Reinforcement Learning ／ Dongchi Huang, Tianle Zhang, Yihang Li 他
日本語で読む → - 論文運動計画機械学習
自動運転における強化学習ベースの運動計画：運転タスクの観点から得られた教訓のサーベイ
自動運転の運動計画に強化学習を適用した研究を、タスクごとの特徴と要件に焦点を当てて体系的にレビューし、設計上の教訓と今後の課題をまとめたサーベイ論文。
原題: A Survey of Reinforcement Learning-Based Motion Planning for Autonomous Driving: Lessons Learned from a Driving Task Perspective ／ Zhuoren Li, Guizhe Jin, Ran Yu 他
日本語で読む → - 論文モーション生成cs.GR
疎で柔軟なキージョイント制御によるモーション合成
疎で柔軟なキージョイント信号から拡散モデルを用いて全身モーションを合成するフレームワークを提案し、多様なデータセットで有効性を示した。
原題: Motion Synthesis with Sparse and Flexible Keyjoint Control ／ Inwoo Hwang, Jinseok Bae, Donggeun Lim 他
日本語で読む → - 論文3D物体検出画像認識
クラス対応PillarMix：混合サンプルデータ拡張はレーダーポイントクラウドによる3D物体検出を強化できるか？
レーダーポイントクラウドに混合サンプルデータ拡張を適用する際の課題を分析し、ピラー単位でクラスごとに混合比率を変える新手法CAPMixを提案した論文。
原題: Class-Aware PillarMix: Can Mixed Sample Data Augmentation Enhance 3D Object Detection with Radar Point Clouds? ／ Miao Zhang, Sherif Abdulatif, Benedikt Loesch 他
日本語で読む → - 論文模倣学習画像認識
NIL: 事前学習済み動画拡散モデルを活用したデータ不要の模倣学習
事前学習済み動画拡散モデルが生成する2D動画をガイドに、3Dモーションキャプチャデータなしで多様な形態のロコモーション技能を獲得する模倣学習手法を提案。
原題: NIL: No-data Imitation Learning by Leveraging Pre-trained Video Diffusion Models ／ Mert Albaba, Chenhao Li, Markos Diomataris 他
日本語で読む → - 論文ジェスチャ認識ロボティクス
フレーム不変な類似度尺度による参照フレームバイアス除去で手のひら動作ジェスチャ認識を強化
参照フレームの変化に頑健な手のひら動作ジェスチャ認識のため、不変軌道記述子を適用し、新規データセットで評価。最良手法をリアルタイム概念実証に実装し、マニピュレータ制御でF1スコア92.3%を達成。
原題: Enhancing Hand Palm Motion Gesture Recognition by Eliminating Reference Frame Bias via Frame-Invariant Similarity Measures ／ Arno Verduyn, Maxim Vochten, Joris De Schutter
日本語で読む → - 論文強化学習AI
効率的強化学習のための因果情報優先順位付け
強化学習において、状態・行動・報酬間の因果関係を因子分解MDPで推論し、因果情報を優先することでサンプル効率を向上させる手法CIPを提案した。
原題: Causal Information Prioritization for Efficient Reinforcement Learning ／ Hongye Cao, Fan Feng, Tianpei Yang 他
日本語で読む → - 論文オフライン強化学習AI
金融アルゴリズム手法を用いたオフライン強化学習のための多様なTransformerデコーディング
オフライン強化学習におけるTransformerのデコーディングで、金融経済学のポートフォリオ理論に着想を得た不確実性を考慮した多様化機構を導入し、探索と活用のバランスを改善するPortfolio Beam Searchを提案。
原題: Diverse Transformer Decoding for Offline Reinforcement Learning Using Financial Algorithmic Approaches ／ Dan Elbaz, Oren Salzman
日本語で読む → - 論文基盤モデル画像認識
人間中心の基盤モデル：知覚・生成・エージェントモデリング
人間中心の基盤モデル（HcFM）を、知覚・生成・統合・エージェントの4つに分類して概観したサーベイ論文。
原題: Human-Centric Foundation Models: Perception, Generation and Agentic Modeling ／ Shixiang Tang, Yizhou Wang, Lu Chen 他
日本語で読む → - 論文強化学習機械学習
バッチ・重み正規化によるオフポリシー強化学習のスケーリング
CrossQに重み正規化を組み込み、高い更新対データ比でも安定して学習できるようにし、連続制御タスクでのサンプル効率を改善した。
原題: Scaling Off-Policy Reinforcement Learning with Batch and Weight Normalization ／ Daniel Palenicek, Florian Vogt, Joe Watson 他
日本語で読む → - 論文模倣学習機械学習
時間的にずれた単一動画からの模倣学習
時間的にずれた単一の実演動画から逐次タスクを学習するため、フレーム単位ではなく系列単位で順序を考慮した報酬ORCAを提案し、既存手法を大幅に上回る性能を示した。
原題: Imitation Learning from a Single Temporally Misaligned Video ／ William Huey, Huaxiaoyue Wang, Anne Wu 他
日本語で読む → - 論文確率的推論AI
確率的人工知能
機械学習における不確実性の扱いと、逐次的意思決定タスクで不確実性を考慮する手法を解説した論文。
原題: Probabilistic Artificial Intelligence ／ Andreas Krause, Jonas Hübotter
日本語で読む → - 論文ウェアラブルHAR機械学習
ウェアラブル人間活動認識におけるスケーリング則
ウェアラブルセンサーによる人間活動認識(HAR)において、事前学習データ量とTransformerモデルのパラメータ数に対するスケーリング則を初めて確立し、データの多様性が性能向上に重要であることを示した。
原題: Scaling laws in wearable human activity recognition ／ Tom Hoddes, Alex Bijamov, Saket Joshi 他
日本語で読む → - 論文sim2realロボティクス
MuJoCo Playground：ロボット学習のためのオープンソースフレームワーク
MJX上に構築された完全オープンソースのロボット学習フレームワークで、単一GPUで数分以内に方策を訓練でき、四足歩行・ヒューマノイド・多指ハンド・ロボットアームなど多様なプラットフォームでゼロショットsim-to-real転移を実現する。
原題: MuJoCo Playground ／ Kevin Zakka, Baruch Tabanpour, Qiayuan Liao 他
日本語で読む → - 論文模倣学習ロボティクス
IMLEポリシー：暗黙的最大尤度推定による高速でサンプル効率の良い視覚運動ポリシー学習
暗黙的最大尤度推定（IMLE）に基づく行動クローニング手法を提案し、少ないデモデータで複雑なマルチモーダル行動を学習しつつ、1ステップで行動生成を行うことで拡散ポリシーより97.3%高速な推論を実現した。
原題: IMLE Policy: Fast and Sample Efficient Visuomotor Policy Learning via Implicit Maximum Likelihood Estimation ／ Krishan Rana, Robert Lee, David Pershouse 他
日本語で読む → - 論文マニピュレーションロボティクス
整頓スコア誘導モンテカルロ木探索による視覚的卓上整理
RGB-Dカメラのみを用い、整頓度を評価する識別器とモンテカルロ木探索を組み合わせて、目標配置を明示せずに卓上の物体を整理する枠組みを提案し、シミュレーションで収集したTTUデータセットを公開した。
原題: Tidiness Score-Guided Monte Carlo Tree Search for Visual Tabletop Rearrangement ／ Hogun Kee, Wooseok Oh, Minjae Kang 他
日本語で読む → - 論文群制御cs.MA
自動運転車の効率的な経路探索には都市と機械学習コミュニティの協力が不可欠
自動運転車の経路最適化が交通網を不安定にしうる問題をシミュレーションで示し、都市当局と機械学習コミュニティが協力して公平で効率的な経路アルゴリズムと規制基準を評価・監視すべきだと主張する位置論文。
原題: Collaboration Between the City and Machine Learning Community is Crucial to Efficient Autonomous Vehicles Routing ／ Anastasia Psarou, Ahmet Onur Akman, Łukasz Gorczyca 他
日本語で読む → - 論文ヒューマノイドロボティクス
ToddlerBot: 移動操作のためのオープンソース機械学習対応ヒューマノイドプラットフォーム
低コストでオープンソースの小型ヒューマノイドロボットToddlerBotを開発し、シミュレーションから実世界へのゼロショット転移や遠隔操作によるデータ収集を可能にした。
原題: ToddlerBot: Open-Source ML-Compatible Humanoid Platform for Loco-Manipulation ／ Haochen Shi, Weizhuo Wang, Shuran Song 他
日本語で読む → - 論文遠隔操作HCI
ROADS: 道路工事区間における自動運転車の遠隔操作インタラクション概念の体系的比較
自動運転車の遠隔操作インターフェースとして経路計画・軌道誘導・ウェイポイント誘導の3方式を実装し、被験者23名で比較したところ、経路計画が最も好まれた。
原題: Introducing ROADS: A Systematic Comparison of Remote Control Interaction Concepts for Automated Vehicles at Road Works ／ Mark Colley, Jonathan Westhauser, Jonas Andersson 他
日本語で読む → - 論文ソフトロボティクスロボティクス
液体駆動バルーニング膜の汎用モデリング手法
液体で膨らむ柔軟膜の形状を楕円体近似でモデル化し、圧力と液量の内部情報だけで膜の状態を高精度に推定できるようにした研究。
原題: A Generalized Modeling Approach to Liquid-driven Ballooning Membranes ／ Mirroyal Ismayilov, Jeref Merlin, Christos Bergeles 他
日本語で読む → - 論文sim2realロボティクス
Stonefish: 海洋ロボティクスにおける機械学習研究を支援するシミュレータ
オープンソースの海洋ロボティクスシミュレータStonefishに、イベントカメラや熱カメラなどのセンサ群、可視光通信、テザー運用、スラスタモデル、ソナー精度を追加し、機械学習研究を支援する強化を行った。
原題: Stonefish: Supporting Machine Learning Research in Marine Robotics ／ Michele Grimaldi, Patryk Cieslak, Eduardo Ochoa 他
日本語で読む → - 論文触覚機械学習
触覚を理解する：Bag-of-words Senseにおける教師なしShapelet学習
t-SNEを隠れ層に用いて時系列データをshapelet所属確率に写像し、触覚データのクラスタリング精度を向上させるNN-STNEを提案した論文。
原題: Making Sense of Touch: Unsupervised Shapelet Learning in Bag-of-words Sense ／ Zhicong Xian, Tabish Chaudhary, Jürgen Bock
日本語で読む → - 論文VLAHCI
AoECR：高齢者介護ロボットのAI化
介護ベッドを基盤に患者と看護師の対話データセットを構築し、大規模言語モデルを微調整して安全な操作と人間らしい応答を実現する高齢者介護ロボット向けの汎用AIアーキテクチャを提案した。
原題: AoECR: AI-ization of Elderly Care Robot ／ Linkun Zhou, Jian Li, Yadong Mo 他
日本語で読む → - 論文マルチロボット動作計画ロボティクス
射影拡散モデルによるマルチロボット同時動作計画
拡散モデルのサンプリングに制約付き最適化を組み込み、衝突回避と運動学的実現性を満たすマルチロボット動作計画手法SMDを提案し、新しいベンチマークで従来手法を上回る性能を示した。
原題: Simultaneous Multi-Robot Motion Planning with Projected Diffusion Models ／ Jinhao Liang, Jacob K Christopher, Sven Koenig 他
日本語で読む →