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 →- 論文ナビゲーションロボティクス
動的屋内環境におけるロボットナビゲーションのための微分可能な複合ニューラル符号付距離場
RGB-Dセンサのみを用い、複数のニューラルSDFを合成して動的屋内環境での軌道最適化を行う二段階ナビゲーション手法を提案し、iGibson 2.0で98%の成功率を達成した。
原題: Differentiable Composite Neural Signed Distance Fields for Robot Navigation in Dynamic Indoor Environments ／ S. Talha Bukhari, Daniel Lawson, Ahmed H. Qureshi
日本語で読む → - 論文マニピュレーションロボティクス
ロボットクラフト支援における協調的な物体受け渡し
自然なクラフト作業で収集した人間の遠隔操作データを用いて協調的な物体受け渡しモデルを学習し、自律方策が人間の遠隔操作と同等の受け渡しを実現できるか評価した。
原題: Collaborative Object Handover in a Robot Crafting Assistant ／ Leimin Tian, Shiyu Xu, Kerry He 他
日本語で読む → - 論文マニピュレーションロボティクス
モデルフリー制約付き強化学習による移動マニピュレータの動的物体ゴール押し込み
四脚ロボットに搭載したアームで、未知の物体を押して目標位置・姿勢へ移動させる制約付き強化学習制御器を開発し、実機で高いロバスト性を示した。
原題: Dynamic object goal pushing with mobile manipulators through model-free constrained reinforcement learning ／ Ioannis Dadiotis, Mayank Mittal, Nikos Tsagarakis 他
日本語で読む → - 論文VLAロボティクス
DexVLA: 汎用ロボット制御のためのプラグイン拡散エキスパートを備えた視覚言語モデル
拡散ベースのアクションエキスパートをVLAモデルに組み込み、身体カリキュラム学習で効率的に訓練することで、多様なロボット身体での複雑な長期的タスクを実現した。
原題: DexVLA: Vision-Language Model with Plug-In Diffusion Expert for General Robot Control ／ Junjie Wen, Yichen Zhu, Jinming Li 他
日本語で読む → - 論文変形可能物体操作ロボティクス
NMPC生成デモンストレーションを用いた深層強化学習によるロボットの変形可能物体操作
NMPCで生成したデモンストレーションを活用した強化学習アルゴリズムHGCR-DDPGを提案し、布の折り畳みや平坦化タスクで高い成功率を達成した。
原題: Robot Deformable Object Manipulation via NMPC-generated Demonstrations in Deep Reinforcement Learning ／ Haoyuan Wang, Zihao Dong, Hongliang Lei 他
日本語で読む → - 論文タスクプランニングロボティクス
大規模言語モデルと遺伝的プログラミングを統合したロボットの自動タスクプランニング
自然言語で与えられたロボットのタスク指示を、大規模言語モデルと遺伝的プログラミングを組み合わせてビヘイビアツリー形式の制御方策へ自動変換する手法を提案し、シミュレーションで検証した。
原題: Automatic Robot Task Planning by Integrating Large Language Model with Genetic Programming ／ Azizjon Kobilov, Jianglin Lan
日本語で読む → - 論文3D復元画像認識
移動ロボットによる多視点光度ステレオ
移動ロボット上で多視点光度ステレオを実現するため、逐次的な表面法線・深度・不確かさ予測と最適化による高精度3D復元手法を提案した。
原題: Mobile Robotic Multi-View Photometric Stereo ／ Suryansh Kumar
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 → - 論文歩行ロボティクス
STRIDE: ヒューマノイドロボット歩行における報酬設計・深層強化学習トレーニング・フィードバック最適化の自動化
LLMを活用したエージェント工学フレームワークSTRIDEを提案し、ヒューマノイドロボットの歩行タスクにおける報酬関数の設計・評価・反復改善を自動化。既存手法EUREKAを平均約250%上回る性能を達成。
原題: STRIDE: Automating Reward Design, Deep Reinforcement Learning Training and Feedback Optimization in Humanoid Robotics Locomotion ／ Zhenwei Wu, Jinxiong Lu, Yuxiao Chen 他
日本語で読む → - 論文触覚ロボティクス
接触拡散モデルによる多点接触位置推定
拡散モデルを用いて、関節トルクとベース力覚センサからロボット表面の複数接触点を高精度に推定する手法を提案。実機で単一接触0.44cm、二点接触1.24cmの誤差を達成。
原題: CDM: Contact Diffusion Model for Multi-Contact Point Localization ／ Seo Wook Han, Min Jun Kim
日本語で読む → - 論文自動運転予測ロボティクス
脳に着想を得たスパイキングニューラルネットワークによる展開しやすい車線変更意図予測
スパイキングニューラルネットワークを用いて車両の車線変更意図を予測し、精度を保ちつつ学習時間を75%短縮、メモリ使用量を99.9%削減した。
原題: Deployment-friendly Lane-changing Intention Prediction Powered by Brain-inspired Spiking Neural Networks ／ Shuqi Shen, Junjie Yang, Hui Zhong 他
日本語で読む → - 論文医療ロボット/群制御ロボティクス
磁気ミリロボットのコンボイが低侵襲手術用内視鏡器具を輸送
滑りやすい生体表面でも高い推進力を発揮する足を持つミリロボット群を連結し、磁場で制御して長く重い医療器具を細い管腔内で輸送し、胆道閉塞の電気焼灼治療を実現した。
原題: A convoy of magnetic millirobots transports endoscopic instruments for minimally-invasive surgery ／ Moonkwang Jeon, Xiangzhou Tan, Felix Fischer 他
日本語で読む → - 論文sim2realロボティクス
シミュレーション誘導ファインチューニングによる実世界への迅速な適応
シミュレータで学習した価値関数を実世界の探索に活用し、少ない実データで巧みな操作タスクへ適応させる手法を提案。
原題: Rapidly Adapting Policies to the Real World via Simulation-Guided Fine-Tuning ／ Patrick Yin, Tyler Westenbroek, Simran Bagaria 他
日本語で読む → - 論文医療ロボット/HRIロボティクス
救急外来向け自律型医療クラッシュカートの迅速試作と高リスクチーム連携への影響
救急外来で使う標準的なクラッシュカートを自律ロボット化し、現場配備を通じてチーム負荷や使いやすさ、失敗の分類を評価した研究。
原題: Rapidly Built Medical Crash Cart! Lessons Learned and Impacts on High-Stakes Team Collaboration in the Emergency Room ／ Angelique Taylor, Tauhid Tanjim, Michael Joseph Sack 他
日本語で読む → - 論文飛行計画ロボティクス
Primitive-Planner: 時間最適プリミティブを用いた超軽量クアッドロータプランナ
時間最適で動的に実行可能な軌道をオフライン生成するプリミティブライブラリと、サンプリング解像度に依存しない高速衝突判定を組み合わせ、計算負荷を抑えつつ高品質な軌道を計画する超軽量クアッドロータプランナを提案した。
原題: Primitive-Planner: An Ultra Lightweight Quadrotor Planner with Time-optimal Primitives ／ Jialiang Hou, Neng Pan, Zhepei Wang 他
日本語で読む → - 論文安全強化学習機械学習
非線形システム制御のための安全な継続強化学習手法の設計
継続強化学習と安全強化学習を組み合わせ、非線形・非定常システムで安全性を保ちながら過去の知識を保持するための報酬整形手法を検討した論文。
原題: On the Design of Safe Continual RL Methods for Control of Nonlinear Systems ／ Austin Coursey, Marcos Quinones-Grueiro, Gautam Biswas
日本語で読む → - 論文軌道予測ロボティクス
歩行者と車両の軌道に基づく構造化環境と非構造化環境の特徴付け
歩行者と車両の軌道データセットを速度や軌道変動性などの特徴量で比較し、K-meansクラスタリングと一般化線形モデルを用いて構造化環境と非構造化環境を定量的に区別する指標を提案した。
原題: Characterizing Structured versus Unstructured Environments based on Pedestrians' and Vehicles' Motion Trajectories ／ Mahsa Golchoubian, Moojan Ghafurian, Nasser Lashgarian Azad 他
日本語で読む → - 論文物体中心動画予測画像認識
PlaySlot: 制御可能な物体中心動画予測と計画のための逆潜在ダイナミクス学習
ラベルなし動画から物体表現と潜在行動を推論し、将来の物体状態や動画フレームを予測する物体中心モデルを提案。潜在行動を条件に多様な未来を生成でき、ロボット行動学習にも活用可能。
原題: PlaySlot: Learning Inverse Latent Dynamics for Controllable Object-Centric Video Prediction and Planning ／ Angel Villar-Corrales, Sven Behnke
日本語で読む → - 論文制御/強化学習制御
強化学習によるクアッドロータUAVのPIDゲイン予測
強化学習（DDPG）を用いてクアッドロータのPIDゲインをオンラインで微調整し、手動調整よりも姿勢追従性能を大幅に改善する手法を提案・検証した。
原題: Reinforcement Learning Based Prediction of PID Controller Gains for Quadrotor UAVs ／ Serhat Sönmez, Luca Montecchio, Simone Martini 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 → - 論文モーション生成/模倣学習画像認識
ModSkill: 身体キャラクタースキルのモジュール化
全身の複雑な運動スキルを身体部位ごとのモジュール型スキルに分解し、生成モデルによる適応的サンプリングで学習を強化することで、高精度な全身モーショントラッキングと再利用可能なスキル埋め込みを実現した研究。
原題: ModSkill: Physical Character Skill Modularization ／ Yiming Huang, Zhiyang Dou, Lingjie Liu
日本語で読む → - 論文群制御ロボティクス
スマートファクトリにおける工程割当と自律移動ロボットの経路計画の同時最適化
スマートファクトリで工程の機械への割当と移動ロボットの経路計画を同時に最適化するACESを提案し、スループットを向上させた。
原題: Jointly Assigning Processes to Machines and Generating Plans for Autonomous Mobile Robots in a Smart Factory ／ Christopher Leet, Aidan Sciortino, Sven Koenig
日本語で読む → - 論文手術ロボティクスロボティクス
ロボット支援硝子体網膜手術のための術前プランナー：眼球姿勢・ロボット位置・挿入点の統合
硝子体網膜手術ロボットにおいて、患者ごとに異なる標的部位へ到達できるよう、眼球の傾きとロボット配置を最適化する術前計画フレームワークを提案し、ファントム眼球で検証した。
原題: Pre-Surgical Planner for Robot-Assisted Vitreoretinal Surgery: Integrating Eye Posture, Robot Position and Insertion Point ／ Satoshi Inagaki, Alireza Alikhani, Nassir Navab 他
日本語で読む → - 論文運動予測ロボティクス
自動運転車のための運動予測：サーベイ
自動運転車の意思決定に不可欠な交通参加者の将来行動予測について、問題定式化・課題・データセット・評価指標を整理し、教師あり学習と自己教師あり学習の研究を分類して展望を論じたサーベイ論文。
原題: Motion Forecasting for Autonomous Vehicles: A Survey ／ Jianxin Shi, Jinhao Chen, Yuandong Wang 他
日本語で読む → - 論文食事支援ロボットロボティクス
ロボット食事支援における安全性向上のための分離式食具アタッチメントの設計
ロボットによる食事支援で過剰な力がかかった際に食具が外れる機械的フェイルセーフを設計し、FEAと実験で65Nでの分離を実証した。
原題: Design of a Breakaway Utensil Attachment for Enhanced Safety in Robot-Assisted Feeding ／ Hau Wen Chang, J-Anne Yow, Lek Syn Lim 他
日本語で読む → - 論文マニピュレーションロボティクス
敵対的協調型異種エージェント強化学習による巧みな両手キャッチ技能の学習
投げるエージェントと両手で受けるエージェントを敵対的に競わせる異種エージェント強化学習で、多様な物体を両手で巧みにキャッチする技能を獲得させた研究。
原題: Learning Dexterous Bimanual Catch Skills through Adversarial-Cooperative Heterogeneous-Agent Reinforcement Learning ／ Taewoo Kim, Youngwoo Yoon, Jaehong Kim
日本語で読む → - 論文キャリブレーションロボティクス
LiMo-Calib: 四足歩行ロボット搭載パノラマ3Dセンシングシステムのためのオンサイト高速LiDAR-モータキャリブレーション
四足歩行ロボットの振動下でも、生のLiDARスキャンから幾何特徴を直接抽出し、外部ターゲットなしでLiDARとモータのキャリブレーションをオンサイトで高速に行う手法を提案。
原題: LiMo-Calib: On-Site Fast LiDAR-Motor Calibration for Quadruped Robot-Based Panoramic 3D Sensing System ／ Jianping Li, Zhongyuan Liu, Xinhang Xu 他
日本語で読む → - 論文点群位置合わせロボティクス
ロバストな部分-全体点群位置合わせのための直接半網羅的探索法
対応点を必要とせず、GPU並列化を活かした半網羅的探索で点群の剛体変換を直接最適化し、部分-全体位置合わせを高精度かつロバストに行う手法を提案。
原題: A Direct Semi-Exhaustive Search Method for Robust, Partial-to-Full Point Cloud Registration ／ Richard Cheng, Chavdar Papozov, Dan Helmick 他
日本語で読む → - 論文VLAロボティクス
Hi Robot: 階層型視覚言語行動モデルによるオープンエンドな指示追従
視覚言語モデルを階層的に用い、複雑な指示や実行中のフィードバックを解釈してロボットの低レベル行動に変換するシステムを提案し、片腕・双腕・移動ロボットで評価した。
原題: Hi Robot: Open-Ended Instruction Following with Hierarchical Vision-Language-Action Models ／ Lucy Xiaoyang Shi, Brian Ichter, Michael Equi 他
日本語で読む → - 論文VLAロボティクス
DeepUKF-VIN: IMU-視覚ネットに基づく3次元視覚慣性ナビゲーションのための適応調整型深層アンセンテッドカルマンフィルタ
IMUとカメラ画像から6自由度の姿勢・位置・速度を推定するため、深層学習でカルマンフィルタのノイズ共分散を適応調整する手法を提案し、GPS不要の3次元視覚慣性ナビゲーションを高精度化した。
原題: DeepUKF-VIN: Adaptively-tuned Deep Unscented Kalman Filter for 3D Visual-Inertial Navigation based on IMU-Vision-Net ／ Khashayar Ghanizadegan, Hashim A. Hashim
日本語で読む →