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: 2025/2/1 ／ 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SLAM/3DGSロボティクス
GARAD-SLAM: 動的環境に強いリアルタイム3DガウシアンスプラッティングSLAM
3Dガウシアンスプラッティングを用いたSLAMにおいて、ガウシアン単位の動的分割と描画ペナルティにより動的物体の影響を抑え、追跡精度と再構成品質を両立させたリアルタイムシステムを提案する。
原題: GARAD-SLAM: 3D GAussian splatting for Real-time Anti Dynamic SLAM ／ Mingrui Li, Weijian Chen, Na Cheng 他
日本語で読む → - 論文マニピュレーションロボティクス
系統的な報酬分析と視覚言語モデルによるカリキュラムを用いた高品質ロボット拭き取り政策の学習
高品質な拭き取りと迅速なタスク完了を両立するロボット拭き取り政策を、有界報酬設計と視覚言語モデルによるカリキュラム学習で実現した研究。
原題: Learning a High-quality Robotic Wiping Policy Using Systematic Reward Analysis and Visual-Language Model Based Curriculum ／ Yihong Liu, Dongyeop Kang, Sehoon Ha
日本語で読む → - 論文マニピュレーションロボティクス
収穫ロボットのためのマルチビジョンによる対象果実の把持点位置推定
2台のRGB-Dカメラと解析手法・機械学習モデルを組み合わせて果実の把持点を高精度に推定し、収穫ロボットの把持成功率を向上させた研究。
原題: Multi-vision-based Picking Point Localisation of Target Fruit for Harvesting Robots ／ C. Beldek, A. Dunn, J. Cunningham 他
日本語で読む → - 論文姿勢推定ロボティクス
SurgPose: 関節式ロボット手術器具の姿勢推定・追跡用データセット
紫外線反応塗料でキーポイントを付けた手術器具のステレオ動画を収集し、2D/3D姿勢推定と追跡のための約12万インスタンスのデータセットを構築した。
原題: SurgPose: a Dataset for Articulated Robotic Surgical Tool Pose Estimation and Tracking ／ Zijian Wu, Adam Schmidt, Randy Moore 他
日本語で読む → - 論文マニピュレーションロボティクス
動的で接触の多い操作のための低コスト軽量6自由度双腕アーム
低慣性・バックドライバブルなアクチュエータと3Dプリント部品で構築した6100ドルの双腕ロボットARMADAを開発し、強化学習による非把持操作のシミュレーションから実機へのゼロショット転移や人間の動きの模倣による投擲を実現した。
原題: A low-cost and lightweight 6 DoF bimanual arm for dynamic and contact-rich manipulation ／ Jaehyung Kim, Jiho Kim, Dongryung Lee 他
日本語で読む → - 論文ソフトロボティクスロボティクス
膨張式切り紙クローラー
熱シール可能な布に切り込みパターンを入れた膨張式切り紙アクチュエータを作り、空気圧で周期的に駆動することで移動を実現した。膨張時に異方的な摩擦が生じ、様々な粗さの面を移動できる。
原題: Inflatable Kirigami Crawlers ／ Burcu Seyidoğlu, Aida Parvaresh, Bahman Taherkhani 他
日本語で読む → - 論文マニピュレーションロボティクス
接触安定性を考慮した分離反復サーフェスフィッティングによる把持計画
把持姿勢の最適化を回転・並進・開口幅の3段階に分離し、接触安定性と幾何学的整合性を両立させるサーフェスフィッティング手法を提案。YCB物体10種のシミュレーションで従来法より把持成功率が80%向上した。
原題: Disentangled Iterative Surface Fitting for Contact-stable Grasp Planning ／ Tomoya Yamanokuchi, Alberto Bacchin, Emilio Olivastri 他
日本語で読む → - 論文自動運転画像認識
知覚の不確かさに関する知識は自動運転エージェントの役に立つか？
自動運転エージェントに知覚の不確かさ情報を与えることで、より適応的で迅速な運転行動が可能になるかを検証した研究。
原題: Does Knowledge About Perceptual Uncertainty Help an Agent in Automated Driving? ／ Natalie Grabowsky, Annika Mütze, Joshua Wendland 他
日本語で読む → - 論文状態推定ロボティクス
変換に基づく一貫性推定フレームワーク：解析・設計・応用
非線形システムの可観測性ミスマッチによる不整合問題を解決するため、状態に依存しない不可観測部分空間を持つ変換システムを導入し、一貫性のあるEKF推定器を提案した。
原題: A Transformation-based Consistent Estimation Framework: Analysis, Design and Applications ／ Ning Hao, Chungeng Tian, Fenghua He
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
かわいいロボットが人間のフィードバックに与える影響の理解
ロボットの見た目のかわいさが人間からの強化学習フィードバックの偏りに与える影響を調査し、その偏りを緩和するTAMERの確率的版を提案した。
原題: Use of Winsome Robots for Understanding Human Feedback (UWU) ／ Jessica Eggers, Angela Dai, Matthew C. Gombolay
日本語で読む → - 論文移動ロボット/表面スキャンロボティクス
法医学における自律的表面スキャンのための移動ロボットアプローチ
移動ロボットによる全身RGB-D表面スキャンシステムを開発し、法医学環境での遺体の外部記録を自動化する手法を提案・検証した。
原題: A Mobile Robotic Approach to Autonomous Surface Scanning in Legal Medicine ／ Sarah Grube, Sarah Latus, Martin Fischer 他
日本語で読む → - 論文マニピュレーションロボティクス
可変剛性ロボット：柔軟な協働マニピュレータの基礎
可変剛性アーキテクチャを用いて、少ない自由度で高い器用さを実現する新しい協働ロボット（可変ロボット）の設計・制御・人間との相互作用の基礎を解説した論文。
原題: Malleable Robots ／ Angus B. Clark, Xinran Wang, Alex Ranne 他
日本語で読む → - 論文映像生成/世界モデルロボティクス
異種マスク付き自己回帰による実世界の行動-映像ダイナミクスの学習
異なるロボットの身体・環境・タスクの観察と行動列を統合的に事前学習し、マスク付き自己回帰で映像を予測するモデルHMAを提案。従来のロボット映像生成より高品質かつ15倍高速で、ポリシー評価や合成データ生成に使える映像シミュレータとして機能する。
原題: Learning Real-World Action-Video Dynamics with Heterogeneous Masked Autoregression ／ Lirui Wang, Kevin Zhao, Chaoqi Liu 他
日本語で読む → - 論文マニピュレーションロボティクス
DexterityGen：前例のない器用さを実現する基盤コントローラ
強化学習で大規模な器用な動作プリミティブを事前学習し、それを基に基盤コントローラを訓練。人間の遠隔操作をプロンプトとして実世界で高度な器用操作を実現する。
原題: DexterityGen: Foundation Controller for Unprecedented Dexterity ／ Zhao-Heng Yin, Changhao Wang, Luis Pineda 他
日本語で読む → - 論文安全制御ロボティクス
複合制御バリア関数を用いたクアッドロータの安全ナビゲーション
多数の障害物がある環境でクアッドロータの衝突回避を保証するため、全ての位置制約を単一の複合制御バリア関数にまとめた安全フィルタを提案し、機載LiDARによる屋内・屋外実験で有効性を示した。
原題: Safe Quadrotor Navigation using Composite Control Barrier Functions ／ Marvin Harms, Martin Jacquet, Kostas Alexis
日本語で読む → - 論文センサーフュージョン画像認識
画像と4Dレーダースペクトルの深度認識融合による3D物体検出
4Dミリ波レーダーのスペクトルと深度推定したカメラ画像をBEV空間でアテンション融合し、悪天候でも高精度な3D物体検出を実現する手法を提案。
原題: Depth-aware Fusion Method based on Image and 4D Radar Spectrum for 3D Object Detection ／ Yue Sun, Yeqiang Qian, Chunxiang Wang 他
日本語で読む → - 論文キャリブレーションロボティクス
バッチ最適化による音響カメラの外部キャリブレーション精度向上
視覚・音響マーカー付きキャリブレーションボードを用い、マイクとカメラ間の外部パラメータ推定を非線形最小二乗問題としてバッチ最適化で解く手法を提案し、精度とロバスト性を改善した。
原題: Improved Extrinsic Calibration of Acoustic Cameras via Batch Optimization ／ Zhi Li, Jiang Wang, Xiaoyang Li 他
日本語で読む → - 論文自動運転ロボティクス
モデル予測拡散によるインタラクティブな自動合流のための双対制御
人間ドライバーの挙動を能動的に推論しながら合流計画を行う双対制御フレームワークを提案し、モデルベース拡散ソルバーで実車実験まで検証した。
原題: Dual Control for Interactive Autonomous Merging with Model Predictive Diffusion ／ Jacob Knaup, Jovin D'sa, Behdad Chalaki 他
日本語で読む → - 論文VLA機械学習
RoPEを超えて：STRINGによる2D・3D位置エンコーディングの改善
大規模言語モデルで広く使われるRotary Position Encodingsを統一的な理論枠組みで拡張し、任意次元のトークン座標に対して厳密な並進不変性を保ちつつ低計算コストで2D・3D位置エンコーディングを実現するSTRINGを提案。Vision Transformerに統合し、オープンボキャブラリ物体検出やロボティクス制御で性能向上を示した。
原題: Learning the RoPEs: Better 2D and 3D Position Encodings with STRING ／ Connor Schenck, Isaac Reid, Mithun George Jacob 他
日本語で読む → - 論文協調運搬ロボティクス
人間とロボットの協調運搬における暗黙のコミュニケーション
ロボットと人間が協調して物体を運ぶ際に、明示的なコミュニケーションなしで暗黙の信号を行動にエンコードし、不確実性を最小化しながら効率を最大化するモデル予測制御を提案した。
原題: Implicit Communication in Human-Robot Collaborative Transport ／ Elvin Yang, Christoforos Mavrogiannis
日本語で読む → - 論文走行可能領域推定ロボティクス
ロボットとのインタラクションによる非構造・密植環境向けオンライン適応型走行可能領域推定
LiDARのみを用い、ロボットが環境との相互作用で自己教師ありデータを収集してオンラインで走行可能領域推定モデルを学習する手法を提案し、密植環境での安全なナビゲーションを実現した。
原題: Online Adaptive Traversability Estimation through Interaction for Unstructured, Densely Vegetated Environments ／ Fabio A. Ruetz, Nicholas Lawrance, Emili Hernández 他
日本語で読む → - 論文XR/データ収集ロボティクス
IRIS: 没入型ロボットインタラクションシステム
拡張現実(XR)を用いて、多様なシミュレータや実世界環境でロボット操作とデータ収集を可能にする没入型システムIRISを提案。複数ユーザの同時インタラクションも実現。
原題: IRIS: An Immersive Robot Interaction System ／ Xinkai Jiang, Qihao Yuan, Enes Ulas Dincer 他
日本語で読む → - 論文3D物体検出画像認識
スパース性不変特徴の学習による3D物体検出の汎化性能向上
単一のソースドメインから、異なるセンサ構成やシーン分布を持つターゲットドメインへ汎化する3D物体検出の手法を提案。検出器の信頼度に基づき点群をサブサンプリングし、teacher-studentフレームワークでBEV特徴を整列させる。
原題: Improving Generalization Ability for 3D Object Detection by Learning Sparsity-invariant Features ／ Hsin-Cheng Lu, Chung-Yi Lin, Winston H. Hsu
日本語で読む → - 論文計画AI
連続空間における任意時間インクリメンタルρPOMDP計画
連続空間のρPOMDPにおいて、信念表現を動的に洗練させる任意時間ソルバーρPOMCPOWを提案し、信念依存報酬のインクリメンタル計算により計算コストを大幅に削減した。
原題: Anytime Incremental $\rho$POMDP Planning in Continuous Spaces ／ Ron Benchetrit, Idan Lev-Yehudi, Andrey Zhitnikov 他
日本語で読む → - 論文sim2realロボティクス
VR-Robo：実環境からシミュレーションを経て実環境へ戻す、視覚的ロボットナビゲーションと歩行のためのフレームワーク
多視点画像から3Dガウススプラッティングでフォトリアルなデジタルツイン環境を構築し、強化学習で視覚的目標追跡を学習させることで、RGBのみのsim-to-real転移を実現した。
原題: VR-Robo: A Real-to-Sim-to-Real Framework for Visual Robot Navigation and Locomotion ／ Shaoting Zhu, Linzhan Mou, Derun Li 他
日本語で読む → - 論文群衆解析画像認識
高解像度ドローン画像の全ピクセルを活用した群衆管理のための人物位置推定の高精度化
ドローン画像で人を高精度に位置推定するため、全ピクセルを一度に処理するPixel Distillモジュールと新しいデータセットUP-COUNTを提案し、群衆管理の実用性を高めた。
原題: Enhancing people localisation in drone imagery for better crowd management by utilising every pixel in high-resolution images ／ Bartosz Ptak, Marek Kraft
日本語で読む → - 論文位置推定ロボティクス
視覚基盤モデルによるLiDAR位置合わせ
周囲カメラ画像から得たDINOv2特徴を点記述子として使い、RANSACやICPと組み合わせることで、季節変化や長期経過後でもLiDARスキャンを3Dマップに頑健に位置合わせする手法を提案。
原題: LiDAR Registration with Visual Foundation Models ／ Niclas Vödisch, Giovanni Cioffi, Marco Cannici 他
日本語で読む → - 論文触覚ロボティクス
ロボット把持システム向けの柔軟なFBG接触力センサ
3DプリントTPUケースとFBGアレイを用いた小型高感度な接触力センサを開発し、ソフトグリッパに統合して力制御を実現した。
原題: A Flexible FBG-Based Contact Force Sensor for Robotic Gripping Systems ／ Wenjie Lai, Huu Duoc Nguyen, Jiajun Liu 他
日本語で読む → - 論文マニピュレーションロボティクス
触覚から視覚知覚へのセンサ代替による非把持マニピュレーションの機械学習アプローチ
触覚センサを持つロボットの非把持押し動作を、LiDARやRGB-Dのみのロボットでも実行できるよう、センサデータ間のマッピングを学習する機械学習フレームワークを提案した。
原題: A Machine Learning Approach to Sensor Substitution from Tactile Sensing to Visual Perception for Non-Prehensile Manipulation ／ Idil Ozdamar, Doganay Sirintuna, Arash Ajoudani
日本語で読む → - 論文人間ロボット協調ナビゲーションロボティクス
IG-MCTS：不完全情報下での人間参加型協調ナビゲーション
ロボットが局所知覚で移動し人間が不正確な地図で指示する協調ナビゲーションにおいて、情報共有と移動を同時最適化するオンライン計画法IG-MCTSを提案し、通信量と認知負荷を低減しつつ性能を維持できることを示した。
原題: IG-MCTS: Human-in-the-Loop Cooperative Navigation under Incomplete Information ／ Shenghui Chen, Ruihan Zhao, Sandeep Chinchali 他
日本語で読む →