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: 2026/8/31 ／ 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AI
基盤モデルを物理世界エージェントに組み込むことで長期的ナビゲーションの限界を押し広げる
VLMによる推論エージェントとナビゲーション基盤モデルを組み合わせたフレームワークNavMCPを提案し、長期的な探索タスクで高い性能を達成した。
原題: Scaffolding Foundation Models into Physical-World Agents Pushes the Frontier of Long-Horizon Navigation ／ Zixing Lei, Gengze Zhou, Xiong-Hui Chen 他
日本語で読む → - 論文オフロードナビゲーション/危険特定ロボティクス
GAFT: 地理的アンカーによる微調整を用いた稀な失敗からの危険特定
オフロード走行中の高重心化や閉じ込めなどの稀な失敗事例から危険構造を特定するため、視覚基盤モデルを幾何学由来の事前情報で微調整する手法GAFTを提案した。
原題: GAFT: Geo-Anchored Fine-Tuning for Hazard Identification from Rare Failures ／ Yanran Xu, Chuanhang Qiu, Yue Wang 他
日本語で読む → - 論文視覚ナビゲーションロボティクス
CanonNav: カメラ幾何からナビゲーション行動を分離するクロスプラットフォーム視覚ナビゲーション
クロスプラットフォームのデモから視覚ナビゲーションを学習する際、カメラ幾何の影響を分離し、安全性と局所進行の補助監督を導入するフレームワークCanonNavを提案。RGBのみでRGB-D法を上回る性能を達成。
原題: CanonNav: Disentangling Navigation Behavior from Camera Geometry in Cross-Platform Visual Navigation ／ Dong-Wook Kim, Ji-Hoon Hwang, E-In Son 他
日本語で読む → - 論文VLM/ナビゲーション/ベンチマーク画像認識
GeoAgent: 身体化ナビゲーションによるVLMの地理的位置特定能力の評価
視覚言語モデル(VLM)の地理的位置特定能力を、静的画像ではなく身体化ナビゲーション環境で評価するベンチマークGeoAgentを提案した。エージェントがストリートビューを探索して位置を推定する過程で、VLMの性能やバイアスを分析している。
原題: GeoAgent: Evaluating VLM Geolocalization Through Embodied Navigation ／ Arka Mukherjee, Soham Roy, Kartikeya Trivedi 他
日本語で読む → - 論文ナビゲーションロボティクス
CGFM-Nav: 意味ガイド型生涯マルチモーダル具現化ナビゲーションのための認知グラフフィールドメモリ
視覚言語ナビゲーションのための、明示的な関係メモリと連続的な空間直感を組み合わせた永続的なマルチモーダルシーン表現を提案し、目標検索と探索ガイダンスを統合したフレームワークを構築した。
原題: CGFM-Nav: Cognitive Graph-Field Memory for Semantic-Guided Lifelong Multimodal Embodied Navigation ／ Yuxiang Xiao, Xibei Chen, Xin Zhou 他
日本語で読む → - 論文ナビゲーションロボティクス
Hydra: 離散潜在プランニングと連続フローマッチング実行を備えたナビゲーション世界行動モデル
世界モデルを用いたロボットナビゲーションのリアルタイム制御を実現するため、プランナーをモデル内部に統合し、離散潜在空間でのプランニングと連続軌道生成を組み合わせたHydraを提案した。
原題: Hydra: A Navigation World Action Model with Discrete Latent Planning and Continuous Flow-Matching Execution ／ Mohammad Nazeri, Alexandyr Card, Samira Huber 他
日本語で読む → - 論文ナビゲーションロボティクス
STEGNav: 時空間イベントグラフ推論によるマルチモーダル生涯物体ナビゲーション
従来のシーングラフを時空間イベントグラフに拡張し、VLMベースのエージェントが目標物体と探索フロンティアを統合的に推論する訓練不要のナビゲーションフレームワークを提案した。
原題: STEGNav: Spatio-Temporal Event Graph Reasoning for Multimodal Lifelong Object Navigation ／ Yang Chen, Zhenyu Huang, Wenbo Fu 他
日本語で読む → - 論文ナビゲーションロボティクス
CAVE-NAV: VLMを用いた水中洞窟環境における自律3次元ナビゲーション
水中洞窟での自律ナビゲーションのために、視覚言語モデルと思考連鎖推論を用いて環境の手がかりから進行可能な方向を推定し、衝突回避を実現するフレームワークを提案した。
原題: CAVE-NAV: VLM-Based Autonomous 3D Navigation in Underwater Cave Environments ／ Zhenqi Wu, Yuanjie Lu, Yisheng Zhang 他
日本語で読む → - 論文ナビゲーションロボティクス
大規模言語モデルを用いた空間意味推論によるUAV探索の効率化
UAVの物体探索タスクにおいて、LLMが自然言語指示と検出物体・空間文脈を意味推論し、高確率な探索領域を優先することでミッション時間を短縮するリアルタイムナビゲーションフレームワークを提案した。
原題: Spatial-Semantic Reasoning using Large Language Models for Efficient UAV Search Operations ／ Marin Maletic, Marijana Peti, Tamara Petrovic 他
日本語で読む → - 論文ナビゲーションロボティクス
RTNav: リアルタイムゼロショット物体ナビゲーションに向けて
未知環境での物体探索ナビゲーションにおいて、推論遅延を考慮したリアルタイム実行を可能にするアーキテクチャRTNavを提案し、従来手法より成功率を最大11%向上させた。
原題: RTNav: Towards Real-Time Zero-Shot Object Navigation ／ Easop Lee, Lingyu Zhang, Boyuan Chen
日本語で読む → - 論文ナビゲーションロボティクス
森林での一年間：亜寒帯環境における自律ナビゲーションの課題分析
亜寒帯の森林で1年間にわたり移動ロボットを運用し、季節変化がオドメトリやSLAMなどのナビゲーション手法に与える影響を評価した。
原題: One year in a forest: Analyzing the challenges of autonomous navigation in subarctic environments ／ Matěj Boxan, Nicolas Lauzon, Veronica Vannini 他
日本語で読む → - 論文ナビゲーションロボティクス
社会的ナビゲーションのためのアドバンテージ駆動型明示メモリ
ロボットのナビゲーション方策に、重要なイベントにつながる過去のステップを明示的に記憶する非パラメトリックメモリを導入し、シミュレーションから実環境への適応や稀な衝突などの失敗への対応を改善した。
原題: Advantage-Driven Explicit Memory for Social Navigation ／ Yeonsoo Park, Mattia Racca, Guillaume Bono 他
日本語で読む → - 論文ナビゲーションロボティクス
AGRO-Nav: 自律的なグラフベース果樹園ナビゲーション
果樹園の木の列からトポロジカルグラフを自動構築し、Dijkstra探索とTheta*経路で滑らかな経路を生成するナビゲーション手法を提案。実地試験でA*やTheta*より高精度かつ高速に走行できることを示した。
原題: AGRO-Nav: Autonomous Graph-based Orchard Navigation ／ Ho Young Yun, Jaemin Yu, Duksu Kim
日本語で読む → - 論文ナビゲーションロボティクス
EgoNav: 学習されたウェイポイントと幾何学認識型ローカル制御を橋渡しする堅牢な屋内ナビゲーション
画像ゴールナビゲーションのための階層型システムで、学習済みウェイポイント予測を幾何学的安全性と方向整合性で補正し、適応型ローカルプランナーで実行する。シミュレーションと実機ヒューマノイドで成功率と経路効率を向上させた。
原題: EgoNav: Bridging Learned Waypoints and Geometry-Aware Local Control for Robust Indoor Navigation ／ Jing Wang, Shiqi Zhao, Hairong Qu 他
日本語で読む → - 論文ナビゲーションロボティクス
VIP: 変分に基づく反復学習計画法によるロボットナビゲーション
ロボットの動作計画を無限次元の関数空間で直接更新する新しいフレームワークを提案し、計算コストを抑えつつ単体・群ロボットの効率的な計画を実現した。
原題: VIP: Variation-based Iterative-learning Planning for Robotic Navigation ／ Shuli Lv, Pengda Mao, Chen Min 他
日本語で読む → - 論文SLAM/ナビゲーションロボティクス
SuperMap: 視覚言語ナビゲーションのための時空間SLAMシステム
高頻度の幾何SLAMと非同期のオープンボキャブラリ知覚を統合し、物体の同一性維持と古い地図情報の整理を行う4D時空間マッピングフレームワークを提案。
原題: SuperMap: A Spatio-Temporal SLAM System for Visual-Language Navigation ／ Shibo Zhao, Guofei Chen, Honghao Zhu 他
日本語で読む → - 論文ナビゲーションロボティクス
OptiSight：意味推論と幾何制御を橋渡しする身体化ナビゲーション
視覚言語モデルによる意味推論と視覚サーボによる幾何制御を組み合わせたハイブリッドな屋内ナビゲーション手法を提案。AI Habitatでのゼロショット実験で有効性を確認。
原題: OptiSight: Bridging Semantic Reasoning and Geometric Control for Embodied Navigation ／ Alperen Avan, Jordi Sanchez-Riera
日本語で読む → - 論文ナビゲーション機械学習
ノイズのある自己位置推定下での強化学習によるマクロアクション位相的ナビゲーション
カメラ画像のみから自己位置を推定し、強化学習で大規模な3Dアパート内を探索して目標物体に到達するエージェントを構築した。完全なSLAMを使わず、局所的に一貫した姿勢推定で十分であることを示した。
原題: Macro-Action Topological Navigation under Noisy Localization using Reinforcement Learning ／ Simon Hakenes, Tobias Glasmachers
日本語で読む → - 論文UAVナビゲーションロボティクス
RACO: 点検指向UAV視覚言語ナビゲーションのための信頼性を考慮した粗目標最適化
UAVの視覚言語ナビゲーションにおいて、点検用途では目標領域内で停止し、類似する偽目標を避ける必要があるが、既存の粗密ナビゲーションは粗目標の信頼性を考慮せず失敗する。本論文では、この問題を評価するベンチマークLG-UVIを導入し、粗目標を実行時仮説として扱い、物体レベルのアンカーで補正するRACOフレームワークを提案する。
原題: RACO: Reliability-Aware Coarse-Goal Optimization for Inspection-Oriented UAV Vision-Language Navigation ／ Sen Wang, Yiming Sun, Jiaxuan He 他
日本語で読む → - 論文ナビゲーションAI
潜在世界モデルによる結果予測とナビゲーションポリシーの強化
ロボットナビゲーションのための潜在世界モデルを提案し、観測の再構成ではなく潜在特徴の適合性を予測することで、未ラベルのビデオからポリシー学習を可能にし、世界モデル内での強化学習により実世界性能を向上させた。
原題: Predicting Consequences and Reinforcing Navigation Policies with Latent World Models ／ Zengmao Wang, Wei Gao, Shuhan Shen
日本語で読む → - 論文UAVナビゲーション画像認識
AirAlign: ジオメトリを考慮したUAV最終メートル航法のための相対ポーズ整列
UAVの最終接近段階での正確なポーズ整列を実現するため、事前学習済みの視覚幾何再構成モデルを用いてRGB画像ペアから相対ポーズを推定するフレームワークを提案した。
原題: AirAlign: Geometry-Aware Relative Pose Alignment for UAV Last-Meter Navigation ／ Jinyi Zhou, Shuo Feng, Yufei Wu 他
日本語で読む → - 論文ナビゲーションロボティクス
SRL-MPC: 形状を考慮した強化学習モデル予測制御
異なる形状のロボット群や群衆の中での安全で効率的なナビゲーションを実現するため、強化学習でMPCのパラメータを適応的に調整する手法を提案した。
原題: SRL-MPC: Shape-Aware Reinforcement Learned Model Predictive Control ／ Ruihua Han, Rui Gao, Zhe Liu 他
日本語で読む → - 論文ナビゲーションロボティクス
DevGRU: 衝突認識リカレントモデルを用いた深度誘導型視覚ナビゲーション
深度画像と目標点に基づくナビゲーションシステムDevGRUを提案し、衝突を回避する将来軌道予測と衝突予測により、複雑な屋内環境でのナビゲーション性能を大幅に向上させた。
原題: DevGRU: Depth-guided Visual Navigation using a Collision-aware Recurrent Model ／ Kyung Min Han, Eunsom Kim, Young J. Kim
日本語で読む → - 論文ナビゲーションロボティクス
確率的保証付きオンライン確率的最短路ナビゲーションのためのオラクルとしてのダイクストラ法
ダイクストラ法が確率的遷移下でも正確な計画エンジンとして機能する条件を示し、それを利用したオンライン学習アルゴリズムDORAを提案。動的障害物との接触確率を予算内に抑えつつ、計算量を大幅に削減する。
原題: Dijkstra as an Oracle for Online Stochastic Shortest Path Navigation with Provable Guarantees ／ Mansur M. Arief, Ali Akarma, Ahmad Alfan Alfian Irfan
日本語で読む → - 論文ナビゲーションロボティクス
具現化ナビゲーター：指差し・思考・記憶・整合による効率的ナビゲーション
大規模視覚言語モデルを具現化ナビゲーションに活用する際の課題を解決するため、2Dピクセル選択と3D投影による行動形式、選択的推論と記憶圧縮、GRPOによる二段階整合を備えた統一フレームワークTAMP-Navを提案した。
原題: Embodied-Navigator: Point, Think, Memorize, and Align for Efficient Navigation ／ Hongyan Feng, Sunlai Chen, Xuanyu Liu 他
日本語で読む → - 論文軌道上ナビゲーションロボティクス
軌道プランナー：衛星エージェントの軌道上障害物回避のための潜在世界モデル
軌道上の衛星ナビゲーション向けに、潜在空間で将来状態を予測する2段階の世界モデルを提案し、物理状態を復元するプローブを導入。シミュレーションで91.7%の成功率を達成。
原題: Orbit-Planner: Towards Latent World Models for On-Orbit Obstacle Avoidance of Satellite Agents ／ Zhijian Li, Chao Ren, Peijin Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
実世界動画からのスケーラブル学習による都市ナビゲーションのロングテール顕在化
ウェブ上の未編集な一人称視点動画からメトリック軌跡とナビゲーション意味情報を自動アノテーションし、視覚言語行動ポリシーを訓練して都市ナビゲーションのロングテールな稀なシナリオを体系的に明らかにする枠組みを提案した。
原題: Exposing the Long-tail in Embodied Urban Navigation via Scalable Learning from In-the-Wild Videos ／ Bingyi Xia, Han Bao, Zhewei Chen 他
日本語で読む → - 論文ナビゲーション/計画ロボティクス
車輪脚ロボットの複雑地形におけるロボット身体認識トラバーサルリスクグラフ計画
車輪脚ロボットの複雑地形ナビゲーションのため、ロボットの向きと車体形状を考慮したリスクグラフ計画手法を提案し、シミュレーションと実機で成功率を向上させた。
原題: Robot-Body-Aware Traversal Risk Graph Planning for Wheeled-Legged Robots in Complex Terrain ／ Zhiqiao Guo, Bichi Zhang, Sören Schwertfeger
日本語で読む → - 論文ナビゲーションロボティクス
DPNet: 視覚ベースUAVナビゲーションのための効率的な行き止まり予測と回避
RGB-D入力から行き止まりの相対距離と方位を予測する軽量ニューラルネットワークを提案し、軌道ライブラリを刈り込んでUAVが行き止まりを回避しながら滑らかに飛行できるようにした。実データでの追加学習なしで実世界に適用でき、50Hzでの高速再計画を実現する。
原題: DPNet: Efficient Dead-End Prediction and Avoidance for Vision-Based UAV Navigation ／ Ruibin Zhang, Lun Pan, Zelong Xia 他
日本語で読む → - 論文UAVナビゲーションロボティクス
形状適合領域による閉鎖・劣化環境での飛行
UAVが洞窟や崩落構造物などの閉鎖環境で安全に飛行するため、知覚誤差を吸収する非凸の進入禁止領域を符号付き距離場に基づいて生成する手法を提案。実データで凸型ベースラインより多くの自由空間を確保しつつ、同等の保証付きカバレッジを達成。
原題: SCORE: Shape-Conforming Regions for Flight in Enclosed, Degraded Environments ／ Eric Minwoo Kim, Jong-Kook Kim
日本語で読む →