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: 2025/1/1 ／ 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 →- 論文マニピュレーションロボティクス
制約情報を活用した残差学習による準最小エネルギー軌道のリアルタイム生成
マニピュレータの最小エネルギー軌道を、最適解からの残差学習で高速に生成する手法を提案し、最適制御ベースの計画より2〜3桁高速に準最適な軌道を得られることを示した。
原題: Real-Time Generation of Near-Minimum-Energy Trajectories via Constraint-Informed Residual Learning ／ Domenico Dona', Giovanni Franzese, Cosimo Della Santina 他
日本語で読む → - 論文セグメンテーションeess.IV
LiCAR: 疑似RGB LiDAR画像による車両セグメンテーション
LiDARの反射率・近赤外・信号強度を球面距離画像として2D化し、YOLOv8で車両のインスタンスセグメンテーションと追跡を行う手法を提案。
原題: LiCAR: pseudo-RGB LiDAR image for CAR segmentation ／ Ignacio de Loyola Páez-Ubieta, Edison P. Velasco-Sánchez, Santiago T. Puente
日本語で読む → - 論文マニピュレーションロボティクス
不確実性定量化による自律手術軟組織マニピュレーションの早期失敗検出
手術ロボットが軟組織を自律操作する際、深層アンサンブルで不確実性を推定し失敗を早期検出して人間の介入を促す手法を提案。シミュレーションから実機へのゼロショット性能を47.5%向上させた。
原題: Early Failure Detection in Autonomous Surgical Soft-Tissue Manipulation via Uncertainty Quantification ／ Jordan Thompson, Ronald Koe, Anthony Le 他
日本語で読む → - 論文HRIHCI
なぜ自動化するのか？ロボット自動化への欲求、費やす時間、幸福度の相関の探求
BEHAVIOR-1Kと米国時間使用調査のデータを用い、家事タスクの自動化への欲求が所要時間よりも幸福感や痛みといった感情と強く関連することを明らかにし、性別や所得による違いも示した研究。
原題: Why Automate This? Exploring Correlations Between Desire for Robotic Automation, Invested Time and Well-Being ／ Ruchira Ray, Leona Pang, Sanjana Srivastava 他
日本語で読む → - 論文マルチエージェントシミュレーションAI
UniMM：マルチエージェントシミュレーションのための統合混合モデルフレームワーク
自動運転シミュレーション向けに、回帰ベース混合モデルと離散NTPモデルを包含する統合混合モデルフレームワークを提案し、閉ループサンプル生成と時間的脱結合・整合機構で分布シフトを緩和、WOSACベンチマークで最先端性能を達成した。
原題: UniMM: A Unified Mixture Model Framework for Multi-Agent Simulation ／ Longzhong Lin, Xuewu Lin, Kechun Xu 他
日本語で読む → - 論文VLA画像認識
PhysBench：視覚言語モデルの物理世界理解を評価・強化するベンチマーク
視覚言語モデル（VLM）の物理世界理解を評価する10,002件のベンチマークPhysBenchを提案し、75モデルの評価と、視覚モデルを組み合わせて物理理解を強化するPhysAgentを開発した。
原題: PhysBench: Benchmarking and Enhancing Vision-Language Models for Physical World Understanding ／ Wei Chow, Jiageng Mao, Boyi Li 他
日本語で読む → - 論文ソーシャルロボットロボティクス
ASD児童を対象とした長期在宅ソーシャルロボット介入における視線行動
自閉スペクトラム症児とその養育者を対象に、ソーシャルロボットを用いた1ヶ月間の在宅介入を行い、ロボットの視線を追う行動や自発的なアイコンタクト・共同注意が増加することを示した研究。
原題: Gaze Behavior During a Long-Term, In-Home, Social Robot Intervention for Children with ASD ／ Rebecca Ramnauth, Frederick Shic, Brian Scassellati
日本語で読む → - 論文マニピュレーションロボティクス
SAM2Act：視覚基盤モデルと記憶アーキテクチャを統合したロボットマニピュレーション
視覚基盤モデルを活用したマルチビューロボット方策SAM2Actを提案し、RLBenchで86.8%の成功率を達成。さらに記憶バンクを備えたSAM2Act+と記憶依存タスク評価用ベンチマークMemoryBenchを導入し、94.3%の成功率を実現した。
原題: SAM2Act: Integrating Visual Foundation Model with A Memory Architecture for Robotic Manipulation ／ Haoquan Fang, Markus Grotz, Wilbert Pumacay 他
日本語で読む → - 論文カバレッジ経路計画ロボティクス
長距離センサ情報を用いた自律移動パトロールロボットのための高速再訪カバレッジ経路計画
限られたセンサ範囲のUGVパトロール向けに、貪欲法で最大カバレッジのウェイポイントを提案し、ランダム探索で再訪時間を最小化する経路計画アルゴリズムを提案。シミュレーションで既存手法より経路長21%以上、再訪時間33%以上削減した。
原題: Fast-Revisit Coverage Path Planning for Autonomous Mobile Patrol Robots Using Long-Range Sensor Information ／ Srinivas Kachavarapu, Tobias Doernbach, Reinhard Gerndt
日本語で読む → - 論文経路計画ロボティクス
複数エージェントによる移動目標巡回セールスマン問題のための混合整数錐計画法
複数のエージェントが時間窓内で移動する目標を訪問する問題に対し、新しい混合整数錐計画法を提案し、計算時間を最大2桁削減した。
原題: A Mixed-Integer Conic Program for the Multi-Agent Moving-Target Traveling Salesman Problem ／ Allen George Philip, Zhongqiang Ren, Sivakumar Rathinam 他
日本語で読む → - 論文群制御ロボティクス
複数航空ロボットによるケーブル吊り下げペイロードの安全かつ敏捷な輸送
複数のドローンでケーブル吊り下げ荷物を複雑環境で安全かつ敏捷に運ぶため、リアルタイム軌道計画と分散制御を提案した論文。
原題: Safe and Agile Transportation of Cable-Suspended Payload via Multiple Aerial Robots ／ Yongchao Wang, Junjie Wang, Xiaobin Zhou 他
日本語で読む → - 論文ソフトロボティクス/微分可能シミュレーションロボティクス
摩擦接触を考慮したソフトロボットの微分可能シミュレーション
有限要素法の枠組みで接触を非線形相補性問題として扱い、衝突・摩擦を含むソフトロボットの力学方程式の微分を効率的に計算する統一手法を提案した。
原題: Differentiable Simulation of Soft Robots with Frictional Contacts ／ Etienne Ménager, Louis Montaut, Quentin Le Lidec 他
日本語で読む → - 論文イベントカメラ/検出・追跡画像認識
TOFFE：イベントカメラによる時間ビン化物体フローで高速・省エネな物体検出と追跡
イベントカメラの出力をスパイキングニューラルネットと通常のニューラルネットを組み合わせて処理し、物体の姿勢・方向・速度を推定する軽量フレームワークを提案した論文。
原題: TOFFE -- Temporally-binned Object Flow from Events for High-speed and Energy-Efficient Object Detection and Tracking ／ Adarsh Kumar Kosta, Amogh Joshi, Arjun Roy 他
日本語で読む → - 論文跳躍ロボティクス
ヒューマノイドロボットの跳躍動作のためのハイブリッドモデルを用いた3段階最適化フレームワーク
ヒューマノイドロボットの前方跳躍動作を生成するため、運動量・慣性・圧力中心を考慮した3段階の軌道最適化フレームワークを提案し、シミュレーションと実験で有効性を検証した。
原題: A 3-Step Optimization Framework with Hybrid Models for a Humanoid Robot's Jump Motion ／ Haoxiang Qi, Zhangguo Yu, Xuechao Chen 他
日本語で読む → - 論文自動運転/VLAAI
SenseRAG: LLMベース自動運転のための能動的クエリによる環境知識ベース構築
マルチモーダルなセンサデータをLLMが読める知識ベースに統合し、能動的RAGと思考連鎖プロンプトで自動運転の状況認識・予測性能を向上させるフレームワークを提案。
原題: SenseRAG: Constructing Environmental Knowledge Bases with Proactive Querying for LLM-Based Autonomous Driving ／ Xuewen Luo, Fan Ding, Fengze Yang 他
日本語で読む → - 論文ソーシャルロボットロボティクス
OfficeMate: オフィスアシスタントロボットのパイロット評価
オフィスで働く人の健康と生産性を支援するソーシャルロボットOfficeMateを開発し、7名の参加者による実環境パイロット評価で有用性と課題を明らかにした。
原題: OfficeMate: Pilot Evaluation of an Office Assistant Robot ／ Jiahe Pan, Sarah Schömbs, Yan Zhang 他
日本語で読む → - 論文マニピュレーションロボティクス
SKIL: 意味的キーポイント模倣学習による汎化性とデータ効率に優れたマニピュレーション
視覚基盤モデルで意味的キーポイントを自動抽出し、少ないデモ数で複雑なロボット操作を模倣学習できるフレームワークを提案。
原題: SKIL: Semantic Keypoint Imitation Learning for Generalizable Data-efficient Manipulation ／ Shengjie Wang, Jiacheng You, Yihang Hu 他
日本語で読む → - 論文3D認識画像認識
LiMoE: 自動車シーン向けLiDAR表現の混合エキスパート学習
LiDARの複数表現（距離画像・疎ボクセル・生点群）をMixture of Expertsで統合し、事前学習からセグメンテーションまで一貫して活用するフレームワークを提案。
原題: LiMoE: Mixture of LiDAR Representation Learners from Automotive Scenes ／ Xiang Xu, Lingdong Kong, Hui Shuai 他
日本語で読む → - 論文歩行者軌跡予測画像認識
不完全な軌跡入力に対応する時空間グラフネットワークによる歩行者軌跡予測
過去の軌跡が一部欠けていても歩行者の将来軌跡を予測できる時空間グラフネットワークSTGN-ITを提案し、静的障害物も考慮して精度を向上させた。
原題: A Spatio-temporal Graph Network Allowing Incomplete Trajectory Input for Pedestrian Trajectory Prediction ／ Juncen Long, Gianluca Bardaro, Simone Mentasti 他
日本語で読む → - 論文マニピュレーションロボティクス
カスピダル6Rマニピュレータの経路計画と最適化
特異点を通過せずに逆運動学解を切り替えられるカスピダルロボットについて、その判定法を提案し、全IK解をグラフで結ぶ経路計画とツールパス最適化手法を開発した。
原題: Path Planning and Optimization for Cuspidal 6R Manipulators ／ Alexander J. Elias, John T. Wen
日本語で読む → - 論文オンラインマッピング画像認識
MapGS: 新規視点合成によるオンラインマッピングの汎用事前学習とデータ拡張
Gaussian Splattingでシーンを再構成し、異なるセンサ構成のカメラ画像を合成してオンラインマッピングモデルを学習させることで、センサ構成の違いへの汎化性能を向上させた研究。
原題: MapGS: Generalizable Pretraining and Data Augmentation for Online Mapping via Novel View Synthesis ／ Hengyuan Zhang, David Paz, Yuliang Guo 他
日本語で読む → - 論文触覚ロボティクス
視覚触覚センサ付きソフト第六の指：脳卒中サバイバーの日常物体操作を支援
脳卒中後の把持障害を補うため、視覚ベースの触覚センサを備えたソフトな追加ロボット指を開発し、滑り検知に応じて把持力を自動調整することで日常物体の操作を可能にした。
原題: Soft Vision-Based Tactile-Enabled SixthFinger: Advancing Daily Objects Manipulation for Stroke Survivors ／ Basma Hasanen, Mashood M. Mohsan, Abdulaziz Y. Alkayas 他
日本語で読む → - 論文位置認識ロボティクス
GOTPR: OpenStreetMapとシーングラフ検索を用いた汎用屋外テキストベース位置認識
GPSが使えない屋外環境で、テキスト記述とOpenStreetMapから生成したシーングラフを使って位置認識を行う手法を提案し、点群ベース手法と同等の精度を大幅に少ない記憶容量で実現した。
原題: GOTPR: General Outdoor Text-based Place Recognition Using Scene Graph Retrieval with OpenStreetMap ／ Donghwi Jung, Keonwoo Kim, Seong-Woo Kim
日本語で読む → - 論文遠隔操作ロボットロボティクス
野生動物観察システムの実装
Wi-Fiで操作できるロボット車両とAndroid端末を用いて、危険な野生動物を近づかずに観察するシステムを開発した。
原題: Implementation Of Wildlife Observation System ／ Neethu K N, Rakshitha Y Nayak, Rashmi 他
日本語で読む → - 論文強化学習機械学習
報酬予測誤差に基づく経験再生の優先順位付け：RPE-PER法
生物の報酬予測誤差に着想を得て、経験再生バッファ内の経験を報酬予測誤差で優先順位付けするRPE-PERを提案し、連続制御タスクで学習速度と性能を向上させた。
原題: Reward Prediction Error Prioritisation in Experience Replay: The RPE-PER Method ／ Hoda Yamani, Yuning Xing, Lee Violet C. Ong 他
日本語で読む → - 論文VLAロボティクス
視覚言語モデルによる計画立案とロボット支援教育への応用
視覚言語モデル(VLM)を使い、初期状態の画像と目標状態の記述からPDDL問題を自動生成するImage2PDDLを提案し、ブロックワールドなどで評価した論文。
原題: Planning with Vision-Language Models and a Use Case in Robot-Assisted Teaching ／ Xuzhe Dang, Lada Kudláčková, Stefan Edelkamp
日本語で読む → - 論文LiDAR物体検出ロボティクス
自動運転LiDAR物体検出のためのJoint Embedding Predictive Architectureによる自己教師あり表現学習
LiDAR点群の自己教師あり事前学習にJEPAを初適用し、BEV埋め込み予測と分散正則化で表現崩壊を防ぎ、KITTI3D・Waymo・ONCEで検出精度を向上させた。
原題: Self-Supervised Representation Learning with Joint Embedding Predictive Architecture for Automotive LiDAR Object Detection ／ Haoran Zhu, Zhenyuan Dong, Kristi Topollai 他
日本語で読む → - 論文協調知覚画像認識
STAMP: スケーラブルでタスク・モデル非依存な協調知覚
異なるモデルを持つ複数エージェントのBEV特徴を軽量なアダプタで共通表現に変換し、効率的に共有・融合する協調知覚フレームワークを提案。
原題: STAMP: Scalable Task And Model-agnostic Collaborative Perception ／ Xiangbo Gao, Runsheng Xu, Jiachen Li 他
日本語で読む → - 論文VLAロボティクス
調整可能なマッピング仕様を持つ記号命令に対する柔軟な方策の強化学習
記号命令とそのマッピング仕様を分離して強化学習方策に組み込み、仕様認識型状態変調と記号数ベースのカリキュラムで柔軟な方策を学習する手法SIAMSを提案した。
原題: Reinforcement Learning of Flexible Policies for Symbolic Instructions with Adjustable Mapping Specifications ／ Wataru Hatanaka, Ryota Yamashina, Takamitsu Matsubara
日本語で読む → - 論文HRI/安全性HCI
「お母さんになってくれる？」：大規模言語モデル時代におけるソーシャルロボットの操作
LLMを搭載したソーシャルロボットに対し、ユーザーが安全機構を回避して倫理原則に反する行動を取らせる手口を調査したパイロット研究。
原題: "Can you be my mum?": Manipulating Social Robots in the Large Language Models Era ／ Giulio Antonio Abbo, Gloria Desideri, Tony Belpaeme 他
日本語で読む →