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: 2024/12/1 ／ arXivを3時間ごとに自動収集

• 論文動作計画ロボティクス2024/12/1

  拡散モデルによる動作計画：拡散モデルを用いたロボット動作計画の学習と適応

  拡散モデルで軌道分布の事前知識を学習し、コスト勾配を活用して動作計画問題を解く手法を提案。Bスプライン曲線で低次元表現し、滑らかな軌道生成を実現。

  原題: Motion Planning Diffusion: Learning and Adapting Robot Motion Planning with Diffusion Models ／ J. Carvalho, A. Le, P. Kicki 他

  日本語で読む →
• 論文群制御ロボティクス2024/12/1

  マルチAUV水中目標追跡タスクにFISHERは必要なのか？

  模倣学習と強化学習を組み合わせた2段階学習フレームワークFISHERを提案し、複数AUVによる水中目標追跡の性能を向上させた。

  原題: Is FISHER All You Need in The Multi-AUV Underwater Target Tracking Task? ／ Guanwen Xie, Jingzehua Xu, Ziqi Zhang 他

  日本語で読む →
• 論文群制御ロボティクス2024/12/1

  SwarmGPT: 大規模言語モデルと安全な動作計画を組み合わせたドローン群の振付生成

  LLMに安全フィルタを組み合わせ、自然言語からドローン群の安全で実現可能な振付を生成するシステムを提案し、最大200機のシミュレーションと20機の実機実験で検証した。

  原題: SwarmGPT: Combining Large Language Models with Safe Motion Planning for Drone Swarm Choreography ／ Martin Schuck, Dinushka Orrin Dahanaggamaarachchi, Ben Sprenger 他

  日本語で読む →
• 論文触覚ロボティクス2024/12/1

  触れて伝える：ロボットのための人間の感情と社会的ジェスチャーのマルチモーダル解読

  圧力センサとマイクを搭載したソーシャルロボットを用い、人間が触覚で伝える感情や社会的ジェスチャーをSVMやCNNで分類するマルチモーダル手法を検討した研究。

  原題: Touch and Tell: Multimodal Decoding of Human Emotions and Social Gestures for Robots ／ Qiaoqiao Ren, Remko Proesmans, Yuanbo Hou 他

  日本語で読む →
• 論文安全ベイズ最適化機械学習2024/12/1

  高次元身体性システム制御のための安全なベイズ最適化

  高次元の筋骨格系やヒト運動制御において、確率的な安全制約を守りながら効率的に最適化するHdSafeBOを提案し、神経刺激による人間の運動制御のオンライン最適化に応用した。

  原題: Safe Bayesian Optimization for the Control of High-Dimensional Embodied Systems ／ Yunyue Wei, Zeji Yi, Hongda Li 他

  日本語で読む →
• 論文マニピュレーションロボティクス2024/12/1

  制約付き拡散予測制御

  拡散モデルによる軌道生成にモデルベースの射影と制約タイト化を組み込み、学習データにない新たな状態・行動制約を満たす予測制御を実現した。

  原題: Diffusion Predictive Control with Constraints ／ Ralf Römer, Alexander von Rohr, Angela P. Schoellig

  日本語で読む →
• 論文VLAロボティクス2024/12/1

  汎用ロボットのための視覚言語行動モデル構築で重要な要素

  視覚言語行動モデル（VLA）の性能を左右する設計要因を大規模実験で分析し、汎用ロボット向けの新しいVLAファミリーRoboVLMsを提案した論文。

  原題: What Matters in Building Vision-Language-Action Models for Generalist Robots ／ Xinghang Li, Peiyan Li, Long Qian 他

  日本語で読む →
• 論文マニピュレーションAI2024/12/1

  EC-Diffuser: エンティティ中心の行動生成によるマルチオブジェクト操作

  物体中心表現とエンティティ中心Transformer、拡散モデルを組み合わせ、オフライン画像データからマルチオブジェクト操作を学習し、未見の物体・目標の組み合わせへゼロショット汎化を実現した。

  原題: EC-Diffuser: Multi-Object Manipulation via Entity-Centric Behavior Generation ／ Carl Qi, Dan Haramati, Tal Daniel 他

  日本語で読む →
• 論文自動運転機械学習2024/12/1

  DriveGPT：自動運転のための自己回帰行動モデルのスケーリング

  自動運転を逐次意思決定タスクとして捉え、将来のエージェント状態をトークンとして自己回帰的に予測するTransformerモデルを大規模化し、スケーリング則や予測性能を検証した論文。

  原題: DriveGPT: Scaling Autoregressive Behavior Models for Driving ／ Xin Huang, Eric M. Wolff, Paul Vernaza 他

  日本語で読む →
• 論文マニピュレーションロボティクス2024/12/1

  触覚の暗黙的キャリブレーションによる視覚誘導型ロボットマニピュレーションの力安全性の確保

  視覚と触覚を統合した状態拡散フレームワークSafeDiffを提案し、ドア開けなどの拘束環境で安全な力制御を実現する。大規模シミュレーションデータセットSafeDoorManip50kも構築した。

  原題: Ensuring Force Safety in Vision-Guided Robotic Manipulation via Implicit Tactile Calibration ／ Lai Wei, Jiahua Ma, Yibo Hu 他

  日本語で読む →
• 論文VLAロボティクス2024/12/1

  CARP: 粗から細への自己回帰予測による視覚運動ポリシー学習

  行動系列を多スケール表現にエンコードし、GPT型トランスフォーマーで粗から細へ自己回帰的に予測することで、拡散ポリシー並みの精度と自己回帰並みの効率を両立した視覚運動ポリシー学習手法。

  原題: CARP: Visuomotor Policy Learning via Coarse-to-Fine Autoregressive Prediction ／ Zhefei Gong, Pengxiang Ding, Shangke Lyu 他

  日本語で読む →
• 論文マニピュレーションロボティクス2024/12/1

  エンドエフェクタ軌道に基づくオープンボキャブラリ物体操作タスクの将来成否予測

  自然言語指示・視点画像・エンドエフェクタ軌道を統合し、操作実行前に成否を予測する手法を提案。軌道に学習可能な重み付けを行うTrajectory Encoderで精度を向上させた。

  原題: Future Success Prediction in Open-Vocabulary Object Manipulation Tasks Based on End-Effector Trajectories ／ Motonari Kambara, Komei Sugiura

  日本語で読む →
• 論文歩行ロボティクス2024/12/1

  すべての四足歩行制御を守る万能セーフティフィルタ：未知環境でのロバストなナビゲーション

  LiDAR入力と外乱推定を用いて制御理論的な安全価値関数を予測し、未知環境でも様々な四足歩行コントローラに適応する安全フィルタを提案した。

  原題: One Filter to Deploy Them All: Robust Safety for Quadrupedal Navigation in Unknown Environments ／ Albert Lin, Shuang Peng, Somil Bansal

  日本語で読む →
• 論文農業ロボティクス画像認識2024/12/1

  RowDetr: 多項式表現によるエンドツーエンド作物列検出

  GPSが使えない環境で自律ロボットの走行を可能にするため、作物列を多項式として直接推定するTransformerベースのエンドツーエンド検出手法を提案し、後処理なしで高精度・リアルタイム動作を実現した。

  原題: RowDetr: End-to-End Crop Row Detection Using Polynomials ／ Rahul Harsha Cheppally, Ajay Sharda

  日本語で読む →
• 論文動作計画ロボティクス2024/12/1

  ARMOR: ヒューマノイドロボットの衝突回避と動作計画のための自己中心知覚

  ウェアラブル深度センサを活用した自己中心的な知覚システムARMORを開発し、模倣学習ポリシーと組み合わせてヒューマノイドロボットの動的な衝突回避と動作計画を実現した。

  原題: ARMOR: Egocentric Perception for Humanoid Robot Collision Avoidance and Motion Planning ／ Daehwa Kim, Mario Srouji, Chen Chen 他

  日本語で読む →
• 論文歩行ロボティクス2024/12/1

  野生動物動画からの強化学習

  インターネット上の野生動物動画を教師信号として活用し、四足ロボットが歩行・ジャンプ・静止などの多様な運動スキルを獲得する強化学習手法を提案した。

  原題: Reinforcement Learning from Wild Animal Videos ／ Elliot Chane-Sane, Constant Roux, Olivier Stasse 他

  日本語で読む →
• 論文マルチモーダル認識画像認識2024/12/1

  風車ブレードの損傷検出における熱画像とRGB画像の統合活用

  ドローンで撮影した熱画像とRGB画像を位置合わせして合成し、風車ブレードの欠陥検出精度を向上させる手法を提案した。

  原題: Thermal and RGB Images Work Better Together in Wind Turbine Damage Detection ／ Serhii Svystun, Oleksandr Melnychenko, Pavlo Radiuk 他

  日本語で読む →
• 論文模倣学習ロボティクス2024/12/1

  リソース効率の良いロボット制御のための量子化対応模倣学習

  模倣学習ベースのポリシーモデルを低ビット量子化しても精度を保つよう訓練時に微調整する枠組みを提案し、エッジGPUで最大2.5倍の高速化と省エネを実現した。

  原題: Quantization-Aware Imitation-Learning for Resource-Efficient Robotic Control ／ Seongmin Park, Hyungmin Kim, Wonseok Jeon 他

  日本語で読む →
• 論文ダイナミクス学習ロボティクス2024/12/1

  ロボットダイナミクス学習のための形態対称性同変ヘテロジニアスグラフニューラルネットワーク

  ロボットの運動学的構造と形態的対称性を単一のグラフネットワークに統合し、構造的事前知識を制約として組み込むことで汎化性とサンプル効率を高めたMS-HGNNを提案し、四足ロボットの実機・シミュレーションデータで有効性を検証した。

  原題: Morphological-Symmetry-Equivariant Heterogeneous Graph Neural Network for Robotic Dynamics Learning ／ Fengze Xie, Sizhe Wei, Yue Song 他

  日本語で読む →
• 論文人間-自律システム相互作用ロボティクス2024/12/1

  信頼を介した人間-自律システム相互作用のためのイベントトリガ型フレームワーク

  人間の信頼を組み込んだハイブリッドシステムモデルを提案し、非同期イベントトリガ型サンプリングで人間の断続的な関与を表現。ロボット群の捜索救助への応用で有効性を示した。

  原題: An Event-Triggered Framework for Trust-Mediated Human-Autonomy Interaction ／ Daniel A. Williams, Airlie Chapman, Chris Manzie

  日本語で読む →
• 論文移動マニピュレーションロボティクス2024/12/1

  λ: 長期的な屋内移動マニピュレーションロボティクスにおけるデータ効率のベンチマーク

  人間が収集した571件のデモンストレーションを用いて、言語条件付きの長期的・複数部屋・複数階にわたるピックアンドプレースタスクにおけるモデルのデータ効率を評価するベンチマークλを提案し、ニューロシンボリック手法が学習手法より少ないデータで高い成功率を達成することを示した。

  原題: {\lambda}: A Benchmark for Data-Efficiency in Long-Horizon Indoor Mobile Manipulation Robotics ／ Ahmed Jaafar, Shreyas Sundara Raman, Sudarshan Harithas 他

  日本語で読む →
• 論文深度推定画像認識2024/12/1

  GVDepth: 確率的手がかり融合に基づく地上車両向けゼロショット単眼深度推定

  カメラと地面の固定関係を利用し、物体サイズと画像内垂直位置の手がかりを確率的に融合することで、単一データセット・単一カメラ設定で学習しながら複数の自動運転データセットに汎化するゼロショット単眼深度推定手法を提案した。

  原題: GVDepth: Zero-Shot Monocular Depth Estimation for Ground Vehicles based on Probabilistic Cue Fusion ／ Karlo Koledić, Luka Petrović, Ivan Marković 他

  日本語で読む →
• 論文VIO/イベントカメラロボティクス2024/12/1

  非同期イベント慣性オドメトリのための連続時間ガウス過程事前最適化

  イベントカメラとIMUの非同期融合のため、時間ガウス過程に基づく連続時間プリインテグレーション手法GPOを提案し、高精度・高効率なオドメトリを実現した。

  原題: Continuous Gaussian Process Pre-Optimization for Asynchronous Event-Inertial Odometry ／ Zhixiang Wang, Xudong Li, Yizhai Zhang 他

  日本語で読む →
• 論文3D追跡画像認識2024/12/1

  MVCTrack: マルチモーダル誘導仮想キューによる3D点群追跡の強化

  LiDAR点群の疎性を補うため、RGB画像から得た2D検出を仮想3Dキューに変換して点群を密にし、既存の3D追跡器の性能を向上させる手法を提案。

  原題: MVCTrack: Boosting 3D Point Cloud Tracking via Multimodal-Guided Virtual Cues ／ Zhaofeng Hu, Sifan Zhou, Zhihang Yuan 他

  日本語で読む →
• 論文地理空間表現ロボティクス2024/12/1

  StaRマップ：地理空間関係の不確実性を明らかにする

  地理空間データの不確実性を統計的・関係的に表現するStaRマップを提案し、大規模都市空間での効率的な計算手法を示した。

  原題: StaR Maps: Unveiling Uncertainty in Geospatial Relations ／ Simon Kohaut, Benedict Flade, Julian Eggert 他

  日本語で読む →
• 論文マニピュレーションロボティクス2024/12/1

  動的タスク負荷下でのロボットマニピュレータの寿命予測フレームワーク

  タスクの負荷がロボットの劣化に与える影響を考慮し、ブラウン運動と連続時間マルコフ連鎖を用いてマニピュレータの残存寿命を予測する枠組みを提案し、シミュレーションで検証した。

  原題: Prognostic Framework for Robotic Manipulators Operating Under Dynamic Task Severities ／ Ayush Mohanty, Jason Dekarske, Stephen K. Robinson 他

  日本語で読む →
• 論文シーン表現ロボティクス2024/12/1

  未知環境での自律点検ミッションを強化する行動可能な階層的シーン表現

  未知環境での点検ミッションにおいて、多分解能のシーン表現と計画の基盤を提供する階層的シーングラフ（LSG）を提案し、マルチモーダルな点検・探索プランナーと統合して、シミュレーションと実機実験で有効性を示した。

  原題: An Actionable Hierarchical Scene Representation Enhancing Autonomous Inspection Missions in Unknown Environments ／ Vignesh Kottayam Viswanathan, Mario Alberto Valdes Saucedo, Sumeet Gajanan Satpute 他

  日本語で読む →
• 論文マニピュレーションロボティクス2024/12/1

  Multi-GraspLLM：多様なロボットハンドのための意味誘導型把持生成マルチモーダルLLM

  自然言語指示に基づき、複数のロボットハンドに対応した把持姿勢を生成する統合フレームワークを提案し、接触注釈付き大規模データセットMulti-GraspSetを構築した。

  原題: Multi-GraspLLM: A Multimodal LLM for Multi-Hand Semantic Guided Grasp Generation ／ Haosheng Li, Weixin Mao, Weipeng Deng 他

  日本語で読む →
• 論文群制御ロボティクス2024/12/1

  WiSER-X: 明示的な情報交換なしで無線信号を活用する効率的な分散マルチロボット探索

  無線信号のピング交換による相対位置推定のみを用い、地図共有なしで冗長な探索を抑える分散マルチロボット探索アルゴリズムを提案し、シミュレーションと実機実験で有効性を示した。

  原題: WiSER-X: Wireless Signals-based Efficient Decentralized Multi-Robot Exploration without Explicit Information Exchange ／ Ninad Jadhav, Meghna Behari, Robert J. Wood 他

  日本語で読む →
• 論文sim2realAI2024/12/1

  UnrealZoo：身体性AIのためのフォトリアルな仮想世界を拡充

  Unreal Engine上に構築した100以上のフォトリアルな3D仮想世界と多様な操作可能エンティティを提供し、身体性AI研究のためのデータ収集・分散学習・ベンチマーク環境を整備した。

  原題: UnrealZoo: Enriching Photo-realistic Virtual Worlds for Embodied AI ／ Fangwei Zhong, Kui Wu, Churan Wang 他

  日本語で読む →