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: 2026/8/16 ／ 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 →- 論文センサ/信頼性ロボティクス
物理的限界と不確実性モニタリングによる信頼性の高いピエゾ抵抗ひずみセンシング
ソフトなピエゾ抵抗ひずみセンサの信頼性を高めるため、物理情報を組み込んだ確率的逆モデルと、不確実性とひずみ・ひずみ速度の限界を融合したリスク指標を用いた3状態モニタを提案した。実験では高い適合度と異常検出率を達成した。
原題: Reliable Piezoresistive Strain Sensing Through Physical Limits and Uncertainty Monitoring ／ Carmen Ballester, Víctor Muñoz, Dorin Copaci 他
日本語で読む → - 論文再構成可能ロボットロボティクス
着脱式ワイヤ駆動：アクチュエータ共有による再構成可能ロボットアーキテクチャ
重く高価なアクチュエータを共通ベースに集約し、ワイヤ経路を物理的に切断・再接続できる「ワイヤ着脱ユニット」により、複数の形態（剛体アーム、連続体アーム、グリッパ）を単一のアクチュエータセットで駆動する再構成可能ロボットシステムを提案・実証した。
原題: Detachable Wire Drive : Reconfigurable Robot Architecture with Shared Actuators ／ Takahiro Hattori, Kento Kawaharazuka, Kei Okada
日本語で読む → - 論文歩行ロボティクス
Tac4Loco: ヒューマノイド歩行のための時空間足底圧表現の学習
ヒューマノイドロボットの歩行制御において、足底圧力の空間的トポロジーを保持した表現を学習し、シミュレーションと実機のセンサ信号を共通の観測空間にマッピングすることで、不整地での適応的な歩行を実現するフレームワークを提案した。
原題: Tac4Loco: Learning Spatiotemporal Plantar Pressure Representations for Humanoid Locomotion ／ Ziyun Liu, Sikai Guo, Zheng Li 他
日本語で読む → - 論文活動認識機械学習
TransfHAR: オンデマンド活動認識のための自己教師あり手首表現学習
手首のIMUデータを用いた自己教師あり事前学習により、未学習の細かい活動を少数のデモから認識できるフレームワークを提案し、実時間スマートウォッチアプリとして実装・評価した。
原題: TransfHAR: Self-Supervised Wrist Representations for On-Demand Activity Recognition ／ Aidan Bradshaw, Riku Arakawa, Xin Liu 他
日本語で読む → - 論文VLA/触覚/操作ロボティクス
ViTaR: 基盤VLA操作のための視触覚残差適応
接触を伴う操作タスクで、凍結したVLAモデルに触覚情報に基づく小さな残差補正を加える手法を提案し、既存の触覚ベースラインを上回る成功率を達成した。
原題: ViTaR: Visuo-Tactile Residual Adaptation for Foundation VLA Manipulation ／ Yi Wang, Renjun Wu, Jinyan Liu 他
日本語で読む → - 論文ビデオ推論画像認識
視覚的思考の内面化：能動的なビデオ推論のための内部化視覚思考
ビデオ推論において、推論時に中間画像を生成するVisual CoTの代わりに、訓練時に未来フレームの潜在表現を予測するInternalized Visual Thinkingを提案し、推論時のオーバーヘッドを削減しつつ性能を維持・向上させた。
原題: Beyond Visual CoT: Internalized Visual Thinking for Proactive Video Reasoning ／ Xiaoyu Zhu, Xinke Deng, Suresh Taddewadikar 他
日本語で読む → - 論文群制御cs.MA
WONDER: マルチエージェントUAVカバレッジ最適化のための無線ワールドモデルに基づく交渉フレームワーク
災害後の無線カバレッジ復旧のため、UAV群の協調動作を最適化するフレームワークを提案。局所観測と群全体のカバレッジのギャップを、JEPAベースの無線ワールドモデルと多ラウンド交渉で埋める。
原題: WONDER: A Radio World Model-based Negotiation Framework for Multi-Agent UAV Coverage Optimization ／ Jiahao Huang, Rongpeng Li, Zhifeng Zhao 他
日本語で読む → - 論文模倣学習/遅延補償ロボティクス
RAPAC-DP: 遅延実行下での拡散ポリシーに対する応答整合型保留アクション補償
クラウド推論の遅延による制御性能低下を補うため、実行予定のアクション列を条件入力として活用する補償機構を拡散・フローベースのポリシーに組み込んだ。遅延が無視できる場合は元のポリシーと完全に一致し、遅延デモなしで訓練可能。
原題: RAPAC-DP: Response-Aligned Pending-Action Compensation for Diffusion Policies under Delayed Execution ／ Tao Wang, Wei Wang, Jianhui Wang 他
日本語で読む → - 論文ソーシャルロボット制御ロボティクス
MistyPilot: マルチエージェントLLMスキルオーケストレーションによるソーシャルロボット制御の実現
自然言語の指示からソーシャルロボットを制御するためのマルチエージェントLLMフレームワークを提案し、センサー連動の物理的動作と対話的な社会的動作を統合的に実行する。
原題: MistyPilot: Enabling Social-Robot Control through Multi-Agent LLM Skill Orchestration ／ Xiao Wang, Lu Dong, Ifeoma Nwogu 他
日本語で読む → - 論文マニピュレーションロボティクス
接触モードは層である：離散連続計画における幾何構造の利点
接触を伴う操作計画を、接触モードを配置空間の層として捉え、層上の測地線を辿る計画として解く手法を提案。シミュレーション上の2つのタスクで事前情報なしに高速に解を求めた。
原題: Contact Modes Are Strata: What Geometric Structure Buys in Discrete-Continuous Planning ／ Phone Thiha Kyaw, Jonathan Kelly
日本語で読む → - 論文模倣学習ロボティクス
ロボティクスにおけるオープンループ実行の再考：リアクティブで高性能なポリシーへ
模倣学習で使われるオープンループ実行の利点を再検証し、長いコンテキストを持つポリシーではクローズドループの方が優れることを示した。
原題: Revisiting Open-Loop Execution in Robotics: Toward Reactive, Higher-Performing Policies ／ Michael Zeng, Abhinav Agarwal, Ajay Bati 他
日本語で読む → - 論文VLA/エッジ推論/エネルギー効率AI
EcoVLA: リアルタイム制約下での視覚言語行動モデルのためのエネルギー効率的なデバイス・エッジ協調推論
VLAモデルの推論コストを削減するため、デバイスとエッジサーバー間で協調推論を行い、リアルタイム制約を満たしつつシステム全体のエネルギー効率を最大化する適応型フレームワークEcoVLAを提案した。
原題: EcoVLA: Energy-Efficient Device-Edge Co-Inference for Vision-Language-Action Models under Real-Time Constraints ／ Ao Zhou, Bo Dai, Le Yu 他
日本語で読む → - 論文群制御ロボティクス
グループ化オークション・コンセンサスアルゴリズムによるマルチロボットシステムの分散タスク割り当て
分散型マルチロボットタスク割り当てにおいて、空間的に近いタスクをグループ化して入札する新しいアルゴリズムGACAを提案し、従来のCBBAより最適性を大幅に向上させた。
原題: Grouping Auction-Consensus Algorithm for Decentralized Task Allocation in Multi-Robot Systems ／ Jose Rodriguez, Sven Koenig, Wenjie Dong 他
日本語で読む → - 論文強化学習ロボティクス
時間論理に基づく普遍的なタスク表現による強化学習
LTL式からタスクの意味を抽出する新しい表現アーキテクチャを提案し、任意の強化学習アルゴリズムに統合可能な普遍的なタスク表現フレームワークLOTUSを導入した。双模倣距離による理論的保証で、学習効率と汎化性能を大幅に向上させる。
原題: Temporal Logic Guided Universal Task Representations for Reinforcement Learning ／ Hao Zhang, Zhangli Zhou, Zhen Kan
日本語で読む → - 論文VLA画像認識
GLaQ: 視覚的証拠への潜在クエリ接地によるマルチモーダル推論
マルチモーダル大規模言語モデルの推論において、連続的な潜在状態の代わりに、元の視覚トークンに接地された固定数のクエリを用いることで、細かい視覚情報を効果的に保持・再利用する手法を提案した。
原題: GLaQ: Grounding Latent Queries in Visual Evidence for Multimodal Reasoning ／ Zesheng Yang, Lingling Zhang, Xinyu Zhang 他
日本語で読む → - 論文操作ロボティクス
PACE: 長期的身体操作のためのフェーズ進行認識クレジット
長期的な操作タスクにおいて、各ステップのフェーズと進行度を推定し、ステップ単位のクレジットを割り当てることで、VLAモデルのポストトレーニングを改善するフレームワークを提案した。
原題: PACE: Phase-Progress-Aware Credit for Long-Horizon Embodied Manipulation ／ Chengye Song, Jiawei Zhang, Rui Song 他
日本語で読む → - 論文ROS 2 / 通信cs.NI
Adaptive Bridge: ROS 2におけるDDSバックプレッシャーを緩和するプロキシベースの分離層
ROS 2のDDSで、遅い購読者が原因で発生するバックプレッシャーが他の購読者に悪影響を与える問題を解決するため、プロキシを介して重要購読者と非重要購読者を分離し、適応的なレート制御を行う手法を提案した。
原題: Adaptive Bridge: A Proxy-Based Decoupling Layer for Mitigating DDS Backpressure in ROS 2 ／ Kaushalraj Puwar
日本語で読む → - 論文ナビゲーションロボティクス
LAPF: UAVScenesデータセットを用いたLLMエージェントベースの経路探索
UAVの自律ナビゲーションのため、LLMエージェントに知覚・記憶・計画・行動を統合した閉ループ認知アーキテクチャを提案し、市街地規模の環境で経路長を短縮することを実証した。
原題: LAPF: LLM-Agent-Based Path Finder Using the UAVScenes Dataset ／ Yousef Emami, Mohammadhossein Homaei, Hao Zhou 他
日本語で読む → - 論文ビデオデブラリング画像認識
動き認識拡散モデルによるUAVビデオのデブラリング：堅牢なターゲット検出への道
UAV映像の動きぼけを除去するための効率的なビデオデブラリング手法を提案し、ターゲット検出精度を向上させる。
原題: UAV Video Deblurring via Motion-Aware Diffusion: A Path to Robust Target Detection ／ Zhiqiang Hu, Shouren Huang, Masatoshi Ishikawa
日本語で読む → - 論文VLA/記憶ロボティクス
賢く記憶する：ロボット記憶のための視覚履歴圧縮と双曲経験空間
長期的なロボットポリシーのために、視覚履歴を圧縮し、経験を双曲空間で階層的に保存・活用するプラグインモジュールを提案。pi0に適用し、LIBERO-Plusで成功率を向上させた。
原題: Remember Smarter: Visual History Compressor and Hyperbolic Experience Space for Robotic Memory ／ Dai Zhou, Jiexi Yan, Tong Li 他
日本語で読む → - 論文VLA/パラメータ効率的ファインチューニングロボティクス
PhaseLoRA: 制御フェーズ条件付き低ランク適応による連続動作VLAポリシー
連続動作の操作タスクにおいて、制御フェーズ（接近、接触、把持など）に応じて適応を変化させる軽量なLoRAパラメータ化を提案し、LIBEROベンチマークで成功率を大幅に向上させた。
原題: PhaseLoRA: Control-Regime-Conditioned Low-Rank Adaptation for Continuous-Action Vision-Language-Action Policies ／ Yufei Guo, Yinan Wu, Haoran Duan 他
日本語で読む → - 論文ビデオワールドモデルAI
SCOPE: ビデオワールドモデルのためのスコア分離型エージェント最適化
推論時に凍結されたビデオワールドモデルを監査可能な形で適応させるフレームワークSCOPEを提案し、Physics-IQベンチマークで性能向上を実証した。
原題: SCOPE: Score-Isolated Agentic Optimization for Video World Models ／ Yuhua Jiang, Jiaming Wang, Qingbin Liu 他
日本語で読む → - 論文自動運転/認識ロボティクス
MM-BEV: 重要度に応じた計算で即時性を向上
マルチモーダルBEV認識において、安全上重要な領域に計算リソースを集中させることで、精度を保ちながら推論遅延を大幅に削減するシステムを提案した。
原題: MM-BEV: Enhancing Timeliness by Computing Where and When it Matters ／ Liangkai Liu, Kang G. Shin
日本語で読む → - 論文ワールドモデルロボティクス
学習済みワールドモデルにおける反実仮想ロールアウトのための低ランク動的実効潜在キャリア
学習済みワールドモデルの隠れ状態に小さな低ランク修正を加えることで、将来の観測や教師なしで反実仮想の未来を自律的に生成できることを示した論文。
原題: Low-Rank Dynamics-Effective Latent Carriers for Counterfactual Rollout in Learned World Models ／ Yang Liu, Yuming Chen
日本語で読む → - 論文遠隔操作/意図推論ロボティクス
GUIDER: 実ロボットデータを用いた遠隔操作における目標非依存の人間意図推論の評価
本論文は、ロボットアームの遠隔操作中に人間の意図を確率的に推論するフレームワークGUIDERを実データで評価し、全シナリオで正しい把持候補を推定できたことを示した。
原題: GUIDER: Evaluating Goal-Free Human Intent Inference for Teleoperated Manipulation on Real-Robot Data ／ Nicholas Kenny, Cesar Alan Contreras, Basile Ouedraogo 他
日本語で読む → - 論文強化学習ロボティクス
Max-Q選択的模倣による人間参加型オンラインロボット学習
人間の介入を活用したオンライン強化学習において、介入軌道を直接評価するMC Q-chunk批判と、現在のポリシーとバッファサンプルのうち高いQ値を持つ方を模倣するmax-Q選択的模倣を組み合わせ、介入学習と自己改善を自動的に切り替える手法を提案した。実機のUSB挿入タスクで99%の成功率を30分で達成した。
原題: Max-Q Selective Imitation for Human-in-the-Loop Online Robot Learning ／ Zihang Wang, Yishan Wang
日本語で読む → - 論文VLA/ベンチマーク画像認識
NumerosityVLM: 視覚言語モデルにおける数量表現の解釈のための認知に着想を得たベンチマーク
視覚言語モデルの数量知覚能力を評価するため、物体の大きさや配置などの視覚的要因を独立に操作した合成画像ベンチマークを構築し、モデル性能の要因分析と層別プロービングを行った。
原題: NumerosityVLM: A Cognitively Inspired Benchmark for Interpreting Numerosity Representations in Vision-Language Models ／ Yiming Fu, Fangjun Li, Xiujin Liu 他
日本語で読む → - 論文VLM/ベンチマーク/エッジ推論cs.DC
洪水対応のためのエッジ推論セグメンテーションのベンチマーク
洪水対応のためのVLM推論セグメンテーションのベンチマークを提案し、実世界のシーンと応答関連ターゲットからなるデータセットを構築。エッジデバイスでの精度、遅延、エネルギー、通信のトレードオフを評価した。
原題: FloodReasonBench: Benchmarking VLM Reasoning Segmentation for Embodied Flood Response at the Edge ／ Rajat Bhattacharjya, Yoomee Jung, Minwoo Kim 他
日本語で読む → - 論文制御理論制御
非対称アクチュエータ制約を有する厳密フィードバック非線形システムのための許容性保存制御
アクチュエータの非対称制約や出力制約、レート制限を考慮した安全制御フレームワークを提案し、動的実現により制約を直接組み込むことで、代数クリッピングや飽和補償を不要にした。
原題: Admissibility-Preserving Control for Strict-Feedback Nonlinear Systems with Asymmetric Actuator Constraints ／ Saurabh Kumar, Shashi Ranjan Kumar, Abhinav Sinha
日本語で読む → - 論文セグメンテーション画像認識
SOS！：モデルフリーセグメンテーションのための合理化されたオブジェクト条件付きトランスフォーマー
3Dモデルを必要とせず、参照画像1枚だけで未知物体を正確にセグメンテーションする新しい手法を提案。オブジェクト条件付きトランスフォーマーにより、マスク生成と対象特定を単一のフィードフォワードで統合し、効率と精度を両立した。
原題: SOS! : A Streamlined Object-Conditional Transformer for Model-free Segmentation ／ Jiaqi Hu, Junwen Huang, Hongli Xu 他
日本語で読む →