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VR位置推定ロボティクス2024/12/1

  VRヘッドセットの位置精度はどれほど正確か？モーションキャプチャとロボティクスによる主要VRヘッドセットの位置推定能力の比較

  産業用ロボットでユーザーの頭部軌道を再現し、Meta Quest 2とMeta Quest Proの位置精度を比較評価した。両デバイスとも高い精度を示し、有意な差は見られなかった。

  原題: How Accurate is the Positioning in VR? Using Motion Capture and Robotics to Compare Positioning Capabilities of Popular VR Headsets ／ Adam Banaszczyk, Mikołaj Łysakowski, Michał R. Nowicki 他

  日本語で読む →
• 論文3Dスキャン/NBV画像認識2024/12/1

  3Dロボットスキャンにおける次の最適視点方策の境界探索

  スキャン済み点群の境界を探索する次の最適視点（NBV）方策を提案し、モデルベース手法と、参照モデル不要で高速なBENBV-Netを開発した。

  原題: Boundary Exploration of Next Best View Policy in 3D Robotic Scanning ／ Leihui Li, Lixuepiao Wan, Xuping Zhang

  日本語で読む →
• 論文自動運転/MPCロボティクス2024/12/1

  低次元残差モデルを用いた学習ベースMPCによる自動運転

  車両モデルを不変部と可変部に分解し、可変部の誤差を低次元残差モデルで学習することで、MPCのモデル精度と制御性能を向上させる手法を提案した論文。

  原題: Learning Based MPC for Autonomous Driving Using a Low Dimensional Residual Model ／ Yaoyu Li, Chaosheng Huang, Dongsheng Yang 他

  日本語で読む →
• 論文知覚/強化学習ロボティクス2024/12/1

  強化学習による知覚モデルへのシステムレベル安全要件の組み込み

  システムレベルの安全要件をルールブック形式で安全スコアに変換し、強化学習の報酬に組み込むことで知覚モデルを微調整する手法を提案した。

  原題: Incorporating System-level Safety Requirements in Perception Models via Reinforcement Learning ／ Weisi Fan, Jesse Lane, Qisai 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2024/12/1

  人間からロボットへの受け渡しのためのステレオ手・物体再構成

  ステレオRGB画像から手と物体の3D形状を確率的に統合して再構成し、透明物体を含む多様な家庭用品の人間からロボットへの受け渡しを実現した。

  原題: Stereo Hand-Object Reconstruction for Human-to-Robot Handover ／ Yik Lung Pang, Alessio Xompero, Changjae Oh 他

  日本語で読む →
• 論文SLAMロボティクス2024/12/1

  野外環境におけるNeRFとガウシアンスプラッティングSLAMの評価

  屋外の動的で変化に富む環境でNeRFベースとガウシアンスプラッティングベースのSLAM手法を評価し、従来手法との精度・ロバスト性・計算コストのトレードオフを明らかにした。

  原題: NeRF and Gaussian Splatting SLAM in the Wild ／ Fabian Schmidt, Markus Enzweiler, Abhinav Valada

  日本語で読む →
• 論文マルチタスク強化学習/クアッドロータ制御ロボティクス2024/12/1

  クアッドロータのためのマルチタスク強化学習

  クアッドロータ制御において、共有された物理ダイナミクスを活用し、単一のポリシーで複数の機動（高速安定化、速度追従、自律レースなど）を実行できるマルチタスク強化学習フレームワークを提案した。

  原題: Multi-Task Reinforcement Learning for Quadrotors ／ Jiaxu Xing, Ismail Geles, Yunlong Song 他

  日本語で読む →
• 論文UAV追跡画像認識2024/12/1

  スパース点群を用いた教師なしUAV 3次元軌道推定

  複数のLiDARスキャンを時空間的に融合し、教師なしで小型UAVの3次元軌道を高精度に推定する手法を提案。CVPR 2024 UG2+チャレンジで4位に入賞した。

  原題: Unsupervised UAV 3D Trajectories Estimation with Sparse Point Clouds ／ Hanfang Liang, Yizhuo Yang, Jinming Hu 他

  日本語で読む →
• 論文物体目標ナビゲーション画像認識2024/12/1

  CogNav: LLMによる物体目標ナビゲーションの認知プロセスモデリング

  大規模言語モデルを用いて人間の物体探索時の認知状態遷移を有限状態機械でモデル化し、未知環境での物体目標ナビゲーションの成功率を向上させた研究。

  原題: CogNav: Cognitive Process Modeling for Object Goal Navigation with LLMs ／ Yihan Cao, Jiazhao Zhang, Zhinan Yu 他

  日本語で読む →
• 論文計画・制御math.OC2024/12/1

  Free-Gate: 自由エネルギーゲーティングによる計画・制御・方策の合成

  複数の制御プリミティブを変分自由エネルギー最小化に基づくゲーティングで合成し、非凸なコストや非線形・確率・非定常環境でも凸となる有限ホライズン最適制御問題として解く手法を提案し、ロボットナビゲーションで有効性を示した。

  原題: Free-Gate: Planning, Control And Policy Composition via Free Energy Gating ／ Francesca Rossi, Émiland Garrabé, Giovanni Russo

  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 →
• 論文タスク・動作計画ロボティクス2024/12/1

  知識ベース推論でLLMを導くタスク・動作計画フレームワーク

  ドメイン知識でプロンプトを拡張し、LLMによるタスク・動作計画の動的環境への適応性と意味的正しさを高めるOnto-LLM-TAMPを提案。

  原題: LLM-guided Task and Motion Planning using Knowledge-based Reasoning ／ Muhayy Ud Din, Jan Rosell, Waseem Akram 他

  日本語で読む →
• 論文自己位置推定ロボティクス2024/12/1

  SF-Loc: スパース視覚構造フレームに基づく視覚マッピングと地理的自己位置推定システム

  疎なフレームに密でコンパクトな深度を付与した「視覚構造フレーム」で地図を表現し、軽量なマッピングとGNSS不要の高精度な再自己位置推定を実現したシステム。

  原題: SF-Loc: A Visual Mapping and Geo-Localization System based on Sparse Visual Structure Frames ／ Yuxuan Zhou, Xingxing Li, Shengyu Li 他

  日本語で読む →
• 論文群制御ロボティクス2024/12/1

  マルチロボットタスク割当における動的連合形成のための方策学習

  MAPPOを拡張し、空間行動マップや意図共有、タスク割当の修正を取り入れて、各ロボットが局所情報のみで動的に連合を形成し協調タスクを遂行する分散学習手法を提案した。

  原題: Learning Policies for Dynamic Coalition Formation in Multi-Robot Task Allocation ／ Lucas C. D. Bezerra, Ataíde M. G. dos Santos, Shinkyu Park

  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 →
• 論文ナビゲーションロボティクス2024/12/1

  LMD-PGN: 一人称視点画像から三人称視点BEVマップへのクロスモーダル知識蒸留による汎用ポイントゴールナビゲーション

  一人称視点のナビゲーション知識を三人称視点の局所マップとサブゴールに蒸留し、未知のロボットにも転移できるクロスプラットフォームなポイントゴールナビゲーション手法を提案した。

  原題: LMD-PGN: Cross-Modal Knowledge Distillation from First-Person-View Images to Third-Person-View BEV Maps for Universal Point Goal Navigation ／ Riku Uemura, Kanji Tanaka, Kenta Tsukahara 他

  日本語で読む →
• 論文模倣学習ロボティクス2024/12/1

  STRAP: 拡張方策学習のためのロボットサブ軌道検索

  大規模なロボットデータからサブ軌道単位で関連データを検索し、テスト時に方策を適応的に学習する手法を提案。

  原題: STRAP: Robot Sub-Trajectory Retrieval for Augmented Policy Learning ／ Marius Memmel, Jacob Berg, Bingqing Chen 他

  日本語で読む →
• 論文VLAロボティクス2024/12/1

  Diffusion-VLA: 自己生成推論による汎用性と解釈性を備えたロボット基盤モデル

  自己回帰モデルと拡散モデルを組み合わせ、自己生成した推論を方策学習に注入することで、解釈性が高く汎用性のある視覚運動方策を実現したロボット基盤モデル。

  原題: Diffusion-VLA: Generalizable and Interpretable Robot Foundation Model via Self-Generated Reasoning ／ Junjie Wen, Minjie Zhu, Yichen Zhu 他

  日本語で読む →
• 論文自動運転画像認識2024/12/1

  GaussianAD: 3Dガウシアン中心のエンドツーエンド自動運転

  3Dセマンティックガウシアンで周囲シーンを表現し、視覚入力から知覚・予測・軌道計画をエンドツーエンドで行う自動運転フレームワークを提案。

  原題: GaussianAD: Gaussian-Centric End-to-End Autonomous Driving ／ Wenzhao Zheng, Junjie Wu, Yao Zheng 他

  日本語で読む →
• 論文視覚的ローカリゼーション画像認識2024/12/1

  データ多様性の敵対的活用による視覚的ローカリゼーションの改善

  外観多様性を持つ3Dガウススプラッティングで訓練データを合成し、敵対的判別器でsyn-to-realギャップを埋めることで、絶対姿勢回帰のロバスト性を大幅に向上させた。

  原題: Adversarial Exploitation of Data Diversity Improves Visual Localization ／ Sihang Li, Siqi Tan, Bowen Chang 他

  日本語で読む →
• 論文視覚SLAMロボティクス2024/12/1

  ROVER: 多季節対応の視覚SLAMデータセット

  公園や庭園などの自然環境で季節・照明・植生の変化に対応する視覚SLAMアルゴリズムを評価するため、単眼・ステレオ・RGBDカメラと慣性センサを搭載したロボットで5地点・全季節・39記録を収集したベンチマークデータセットを構築し、従来手法と深層学習手法の性能を比較した。

  原題: ROVER: A Multi-Season Dataset for Visual SLAM ／ Fabian Schmidt, Julian Daubermann, Marcel Mitschke 他

  日本語で読む →
• 論文人物探索ロボティクス2024/12/1

  MLLM-Search: マルチモーダル大規模言語モデルによるゼロショット人物探索

  マルチモーダル大規模言語モデルを活用し、事前知識なしで人間中心環境における人物を探索するゼロショット型ロボット探索手法を提案。視覚的プロンプティングと空間的思考連鎖により、動的なスケジュール変更にも対応する。

  原題: MLLM-Search: A Zero-Shot Approach to Finding People using Multimodal Large Language Models ／ Angus Fung, Aaron Hao Tan, Haitong Wang 他

  日本語で読む →
• 論文VLA画像認識2024/12/1

  NoisyEQA: ノイズを含む質問に対する身体性質問応答のベンチマーク

  実世界で発生する4種類のノイズを含む質問に対して、身体性質問応答エージェントのノイズ検出・訂正能力を評価するベンチマークNoisyEQAを提案し、自己訂正プロンプト機構と新評価指標を導入した。

  原題: NoisyEQA: Benchmarking Embodied Question Answering Against Noisy Queries ／ Tao Wu, Chuhao Zhou, Yen Heng Wong 他

  日本語で読む →
• 論文触覚ロボティクス2024/12/1

  接触条件誘導拡散モデルによる視覚ベース触覚画像生成

  物体のRGB画像と接触力データから、高忠実度な視覚ベース触覚センサ画像を生成する拡散モデルを提案し、従来手法より誤差を大幅に削減した。

  原題: Vision-based Tactile Image Generation via Contact Condition-guided Diffusion Model ／ Xi Lin, Weiliang Xu, Yixian Mao 他

  日本語で読む →
• 論文群制御cs.MA2024/12/1

  合意ベース推定とほぼ等速モデルによる分散型移動目標追跡

  ほぼ等速モデルと合意ベース推定フィルタを組み合わせ、通信制約やノイズ下でも複数エージェントが協調して移動目標を追跡する分散型フレームワークを提案した。

  原題: Decentralized Mobile Target Tracking Using Consensus-Based Estimation with Nearly-Constant-Velocity Modeling ／ Amir Ahmad Ghods, Mohammadreza Doostmohammadian

  日本語で読む →
• 論文SLAM/マッピングロボティクス2024/12/1

  屋外環境における自律ナビゲーションのためのリアルタイムメトリック・セマンティックマッピング

  LiDAR・視覚・慣性センサを融合し、GPU加速により7ms未満で大規模屋外環境のメトリック・セマンティックメッシュマップをオンライン生成するシステムを提案し、実環境ナビゲーションに統合した。

  原題: Real-Time Metric-Semantic Mapping for Autonomous Navigation in Outdoor Environments ／ Jianhao Jiao, Ruoyu Geng, Yuanhang Li 他

  日本語で読む →
• 論文VLA機械学習2024/12/1

  STEVE-Audio: Minecraftエージェントの目標条件付けモダリティの拡張

  MinecraftエージェントSTEVE-1に音声を目標条件として与えられるよう拡張し、音声から潜在目標空間へのマッピングを学習した研究。

  原題: STEVE-Audio: Expanding the Goal Conditioning Modalities of Embodied Agents in Minecraft ／ Nicholas Lenzen, Amogh Raut, Andrew Melnik

  日本語で読む →
• 論文義足制御ロボティクス2024/12/1

  動力式膝足関節義足の連続的キネマティック・インピーダンス制御のための臨床チューニングフレームワーク

  臨床環境でプロステティストが直感的に調整できるインターフェースを開発し、平地歩行データのみから傾斜歩行や立ち座り動作の制御を個別化する手法を提案。症例研究で20分以内に調整を完了した。

  原題: A Clinical Tuning Framework for Continuous Kinematic and Impedance Control of a Powered Knee-Ankle Prosthesis ／ Emma Reznick, T. Kevin Best, Robert Gregg

  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

  SparseGrasp: 疎な多視点RGB画像からの3Dセマンティックガウシアンスプラッティングによるロボット把持

  疎な多視点RGB画像から3Dガウシアンスプラッティングと視覚基盤モデルを組み合わせて意味情報付きシーンを構築し、変化する環境でも高速に更新しながら言語指示で物体を把持するシステムを提案した。

  原題: SparseGrasp: Robotic Grasping via 3D Semantic Gaussian Splatting from Sparse Multi-View RGB Images ／ Junqiu Yu, Xinlin Ren, Yongchong Gu 他

  日本語で読む →
• 論文3D再構成画像認識2024/12/1

  ガウシアン物体彫刻: 表面補完を伴う物体合成的ガウシアンスプラッティング

  3Dガウシアンスプラッティングと単眼幾何事前分布を組み合わせ、遮蔽領域の表面をゼロショットで補完しながら物体単位で編集可能な3Dシーン再構成を実現した研究。

  原題: Gaussian Object Carver: Object-Compositional Gaussian Splatting with surfaces completion ／ Liu Liu, Xinjie Wang, Jiaxiong Qiu 他

  日本語で読む →