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 →- 論文歩行ロボティクス
世界モデル再構成によるヒューマノイド歩行の学習
センサ情報から世界状態を明示的に再構成する推定器を歩行ポリシーと切り離して学習させ、不整地・滑りやすい地形でのブラインドヒューマノイド歩行を実現した研究。
原題: Learning Humanoid Locomotion with World Model Reconstruction ／ Wandong Sun, Long Chen, Yongbo Su 他
日本語で読む → - 論文VLAAI
User-VLM 360°: 社会的ヒューマンロボットインタラクションのためのユーザー認識チューニングによる個人適応型視覚言語モデル
ユーザーの視覚・言語信号に基づきリアルタイムで適応する個人化視覚言語モデルを提案し、バイアス軽減と社会的感情データセットを統合してPepperロボットで実証した。
原題: USER-VLM 360: Personalized Vision Language Models with User-aware Tuning for Social Human-Robot Interactions ／ Hamed Rahimi, Adil Bahaj, Mouad Abrini 他
日本語で読む → - 論文自己教師あり学習/3D点群画像認識
LiDAR点群の自己教師あり学習のためのマルチスケール近傍占有マスク付きオートエンコーダ
LiDAR点群の自己教師あり学習において、非マスクボクセルの近傍のみで占有再構成を行うことで情報漏洩と計算コストを抑え、複数スケールのマスク生成で多様な物体特徴を捉えるNOMAEを提案し、nuScenesとWaymoで最先端性能を達成した。
原題: Multi-Scale Neighborhood Occupancy Masked Autoencoder for Self-Supervised Learning in LiDAR Point Clouds ／ Mohamed Abdelsamad, Michael Ulrich, Claudius Gläser 他
日本語で読む → - 論文ナビゲーションロボティクス
障害物の可動性を考慮した散らかった環境の押し退けナビゲーション
障害物の可動性を連続値として扱い、Semantic Visibility GraphとMPPIを組み合わせて、接触力を抑えつつ障害物を押し退けて目的地へ到達する計画手法を提案した論文。
原題: Pushing Through Clutter With Movability Awareness of Blocking Obstacles ／ Joris J. Weeda, Saray Bakker, Gang Chen 他
日本語で読む → - 論文VLAロボティクス
ChatVLA：視覚・言語・行動モデルによるマルチモーダル理解とロボット制御の統合
視覚言語行動モデルにおける「忘却」と「タスク干渉」を解決するため、段階的アライメント訓練とMixture-of-Expertsを組み合わせたChatVLAを提案し、マルチモーダル理解と実ロボット操作の両方で高性能を実現した。
原題: ChatVLA: Unified Multimodal Understanding and Robot Control with Vision-Language-Action Model ／ Zhongyi Zhou, Yichen Zhu, Minjie Zhu 他
日本語で読む → - 論文4D占有予測画像認識
OccProphet: カメラのみの4D占有予測の効率限界を押し広げるObserver-Forecaster-Refinerフレームワーク
カメラ画像のみから将来の3D占有状態を予測する4D占有予測において、Observer・Forecaster・Refinerの3軽量コンポーネントで計算コストを大幅に削減しつつ精度を向上させたフレームワークを提案。
原題: OccProphet: Pushing Efficiency Frontier of Camera-Only 4D Occupancy Forecasting with Observer-Forecaster-Refiner Framework ／ Junliang Chen, Huaiyuan Xu, Yi Wang 他
日本語で読む → - 論文接触シミュレーションロボティクス
ロボット多接触シミュレーションのための拡張ラグランジュ法の変種
多接触非線形相補性問題を解くため、拡張ラグランジュ法に基づく2つの新しいソルバー（CANALとSubADMM）を提案し、精度・速度・並列性を評価した。
原題: Variations of Augmented Lagrangian for Robotic Multi-Contact Simulation ／ Jeongmin Lee, Minji Lee, Sunkyung Park 他
日本語で読む → - 論文3D多物体追跡画像認識
IMM-MOT: 相互作用多重モデルフィルタを用いた3次元多物体追跡フレームワーク
物体の複雑な運動パターンに対応するため相互作用多重モデルフィルタを導入し、軌道管理と検出スコア補正を改善した3D多物体追跡手法を提案。NuScenesでAMOTA 73.8%を達成。
原題: IMM-MOT: A Novel 3D Multi-object Tracking Framework with Interacting Multiple Model Filter ／ Xiaohong Liu, Xulong Zhao, Gang Liu 他
日本語で読む → - 論文VLAAI
ImitDiff: 基盤モデルの事前知識を転移した妨害に頑健な視覚運動模倣ポリシー
視覚言語基盤モデルで指示をピクセル単位の意味マスクに変換し、二重解像度の知覚と拡散トランスフォーマで妨害に強い模倣学習ポリシーを実現した。
原題: ImitDiff: Transferring Foundation-Model Priors for Distraction Robust Visuomotor Policy ／ Yuhang Dong, Haizhou Ge, Yupei Zeng 他
日本語で読む → - 論文VLAロボティクス
身体性マルチモーダル大規模モデルの探求：開発・データセット・今後の展望
知覚・認知・行動を統合する身体性マルチモーダル大規模モデル（EMLM）について、LLMや大規模視覚モデルを含む発展、知覚・ナビゲーション・相互作用・シミュレーションの各側面、学習・評価用データセット、課題と今後の方向性を包括的にレビューした論文。
原題: Exploring Embodied Multimodal Large Models: Development, Datasets, and Future Directions ／ Shoubin Chen, Zehao Wu, Kai Zhang 他
日本語で読む → - 論文人間検出ロボティクス
シックスセンス：平面LiDARによる人間の空間認識の自己教師あり学習
RGB-Dカメラの検出を教師信号として、1D LiDARデータから人間の検出と2D姿勢推定を自己教師ありで行う手法を提案し、低コストでプライバシー保護型の全方向人間認識を実現した。
原題: Sixth-Sense: Self-Supervised Learning of Spatial Awareness of Humans from a Planar Lidar ／ Simone Arreghini, Nicholas Carlotti, Mirko Nava 他
日本語で読む → - 論文アシスティブ・ロボティクスロボティクス
視覚情報を用いたファジィ制御によるスマートウォーカー：片麻痺の脳卒中患者の操作性向上
肩の外転角度をステレオカメラで計測し、ファジィ制御で歩行器の動きを操作するシステムを開発。片手のみで使える脳卒中患者の負担を大幅に軽減した。
原題: Vision-Based Fuzzy Control System for Smart Walkers: Enhancing Usability for Stroke Survivors with Unilateral Upper Limb Impairments ／ Mahdi Chalaki, Amir Zakerimanesh, Abed Soleymani 他
日本語で読む → - 論文ドローン設計ロボティクス
ドローン形態の多目的進化設計
進化的アルゴリズム（NSGA-II）を用いて、推力重量比・機動性・サイズの3目的で最適なマルチコプタの機体形態を探索し、従来のクアッドコプタを上回る設計を発見した。
原題: Multi-objective Evolution of Drone Morphology ／ Elijah H. W. Ang, Christophe De Wagter, Guido C. H. E. de Croon
日本語で読む → - 論文群制御ロボティクス
表現学習とReal2Sim2Real転送による創発的なロボット群行動の発見と展開
自己教師あり表現学習と新規性探索を組み合わせ、シミュレーション上でロボット群の創発行動を自動発見し、実機へ直接転送する手法を提案した。
原題: Discovery and Deployment of Emergent Robot Swarm Behaviors via Representation Learning and Real2Sim2Real Transfer ／ Connor Mattson, Varun Raveendra, Ricardo Vega 他
日本語で読む → - 論文HRIHCI
GenComUI: 生成的視覚補助を用いたタスク指向の人間-ロボットコミュニケーション支援
大規模言語モデルを活用し、地図注釈や経路指示などの視覚補助を動的に生成して、ロボットへの口頭でのタスク指示を支援するシステムを開発し、音声のみの場合と比較して有効性を示した。
原題: GenComUI: Exploring Generative Visual Aids as Medium to Support Task-Oriented Human-Robot Communication ／ Yate Ge, Meiying Li, Xipeng Huang 他
日本語で読む → - 論文マニピュレーションロボティクス
粗から細への3Dキーフレームトランスポーター
キーフレーム模倣学習における双同変対称性を利用し、把持物体とシーンの特徴の相互相関で行動を評価するTransporter Networksベースの手法を提案。粗から細へのSE(3)行動評価により、シミュレーションで10%以上、実機実験で平均55%の性能向上を達成した。
原題: Coarse-to-Fine 3D Keyframe Transporter ／ Xupeng Zhu, David Klee, Dian Wang 他
日本語で読む → - 論文マニピュレーションロボティクス
軟体ツールによる剛体操作のための暗黙的物理認識ポリシー
ロープなどの軟体ツールを使い、未知の物理環境下で剛体を一度の動作で目標位置へ運ぶタスクに対し、物理特性を暗黙的に推定して行動を予測するIPAポリシーを提案した。
原題: Implicit Physics-aware Policy for Dynamic Manipulation of Rigid Objects via Soft Body Tools ／ Zixing Wang, Ahmed H. Qureshi
日本語で読む → - 論文ロボティクス/リサイクル自動化ロボティクス
iTrash: 自動分別・処理を促すトークン報酬インセンティブ
オフィス向けの知能ゴミ箱iTrashを提案し、5日間の実験で従来比30%以上のリサイクル効率向上を確認。ブロックチェーンによるトークン報酬でリサイクルを促す仕組みも検討した。
原題: iTrash: Incentivized Token Rewards for Automated Sorting and Handling ／ Pablo Ortega, Eduardo Castelló Ferrer
日本語で読む → - 論文マニピュレーションロボティクス
RobotMover: 人間のデモンストレーションから大型物体の移動を学習
人間と物体のインタラクションデモから模倣学習し、シミュレーションで訓練したポリシーで実機ロボットが椅子やテーブルなどの大型物体を移動できるシステムを開発した。
原題: RobotMover: Learning to Move Large Objects From Human Demonstrations ／ Tianyu Li, Joanne Truong, Jimmy Yang 他
日本語で読む → - 論文群制御ロボティクス
HI-GVF：人間の影響を受ける誘導ベクトル場に基づく人間-マルチロボット協調のための共有制御
人間が指定した経路に沿ってマルチロボットを誘導するベクトル場と意図融合場を組み合わせ、遠隔操作の負担を減らしつつロボットの自律性を高める共有制御フレームワークを提案し、消防タスクのシミュレーションと実験で有効性を示した。
原題: HI-GVF: Shared Control based on Human-Influenced Guiding Vector Fields for Human-multi-robot Cooperation ／ Pengming Zhu, Zongtan Zhou, Weijia Yao 他
日本語で読む → - 論文マニピュレーションロボティクス
画像空間ロードマップによるロボットマニピュレータの視覚のみの計画と制御
ロボットモデルや関節センサを使わず、カメラ画像だけでマニピュレータの衝突回避経路を計画し、視覚制御で追従する手法を提案した。
原題: Image-Based Roadmaps for Vision-Only Planning and Control of Robotic Manipulators ／ Sreejani Chatterjee, Abhinav Gandhi, Berk Calli 他
日本語で読む → - 論文自動運転ロボティクス
神経経路の解剖学的整合に基づく脳模倣型知覚・意思決定運転モデル
脳模倣の知覚と意思決定技術を組み合わせた自動運転フレームワークを提案し、複雑な交通環境での解釈性と堅牢性を高め、エンドツーエンドの自動運転を実現した。
原題: A Brain-Inspired Perception-Decision Driving Model Based on Neural Pathway Anatomical Alignment ／ Haidong Wang, Pengfei Xiao, Ao Liu 他
日本語で読む → - 論文マルチロボットSLAMロボティクス
SIREN: マルチロボットGaussian Splattingマップのセマンティック・初期化不要レジストレーション
カメラ姿勢や画像、初期変換が一切なくても、セマンティクスを活用して複数ロボットのGaussian Splattingマップを高精度に位置合わせ・統合する手法を提案。
原題: SIREN: Semantic, Initialization-Free Registration of Multi-Robot Gaussian Splatting Maps ／ Ola Shorinwa, Jiankai Sun, Mac Schwager 他
日本語で読む → - 論文水中オドメトリロボティクス
DeepVL：動力学と慣性計測に基づく水中オドメトリのための深層速度学習
水中ロボットの機体中心速度を、慣性センサ・モータ指令・バッテリ電圧からリカレントニューラルネットワークで推定し、拡張カルマンフィルタと統合することで、視覚情報が乏しい環境でも高精度なオドメトリを実現する手法を提案。
原題: DeepVL: Dynamics and Inertial Measurements-based Deep Velocity Learning for Underwater Odometry ／ Mohit Singh, Kostas Alexis
日本語で読む → - 論文羽ばたき翼/制御AI
羽ばたき翼の深層逆写像モデル
羽ばたき翼ロボットの空気力を望み通りに生み出す翼運動を、周波数領域の表現学習を組み込んだ系列変換モデルで予測する手法を提案し、実験データで有効性を示した。
原題: A Deep Inverse-Mapping Model for a Flapping Robotic Wing ／ Hadar Sharvit, Raz Karl, Tsevi Beatus
日本語で読む → - 論文社会受容・HRIロボティクス
サービスロボットに対する社会態度：愛好・嫌悪・無関心・曖昧
多国籍・実世界データ（約9万人）を分析し、サービスロボットへの態度が「愛好・嫌悪・無関心・曖昧」の4類型に安定して分かれることを示し、各類型が接客後の不安や満足度を予測することを明らかにした。
原題: Societal Attitudes Toward Service Robots: Adore, Abhor, Ignore, or Unsure? ／ V. Yoganathan, V. -S. Osburg, A. Fronzetti Colladon 他
日本語で読む → - 論文マニピュレーションロボティクス
MaskPlanner: 3D点群からの学習ベース物体中心運動生成
3D点群から物体表面上の複数の長距離軌道を生成する深層学習手法を提案し、スプレー塗装タスクで99%以上の被覆率と実機での専門家品質を実現した。
原題: MaskPlanner: Learning-Based Object-Centric Motion Generation from 3D Point Clouds ／ Gabriele Tiboni, Raffaello Camoriano, Tatiana Tommasi
日本語で読む → - 論文群制御ロボティクス
視野制御バリア関数認証を用いたクアッドロータ運動計画のためのロバスト軌道生成と制御
通信に頼らず、視野内に隣接機を捉え続けるよう制御バリア関数で認証された分散ナビゲーションを実現し、MPC-CBFで近似する手法を提案した。
原題: Robust Trajectory Generation and Control for Quadrotor Motion Planning with Field-of-View Control Barrier Certification ／ Lishuo Pan, Mattia Catellani, Lorenzo Sabattini 他
日本語で読む → - 論文触覚ロボティクス
センサ非依存の触覚表現
光学式触覚センサ間でゼロショット転移を可能にするセンサ非依存の触覚表現を提案し、シミュレーションで学習して実世界の新センサに汎化できることを示した。
原題: Sensor-Invariant Tactile Representation ／ Harsh Gupta, Yuchen Mo, Shengmiao Jin 他
日本語で読む → - 論文模倣学習ロボティクス
行動ラベルから集合へ：訂正フィードバックを用いた模倣学習における行動監督の再考
人間の訂正フィードバックを活用し、単一の行動ラベルではなく望ましい行動の集合に対して方策を学習するCLICを提案。正確なデータでは従来手法と同等、ノイズや相対・部分的なフィードバック下で大幅に頑健であることを示した。
原題: From Action Labels to Sets: Rethinking Action Supervision for Imitation Learning from Corrective Feedback ／ Zhaoting Li, Rodrigo Pérez-Dattari, Robert Babuska 他
日本語で読む →