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
📖 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 →- 論文サービスロボットロボティクス
音声指示から家事タスクへ：euROBINサービスロボット競技会におけるInria TIAGo++
InriaチームがeuROBIN競技会で、音声指示に基づきキッチンで家事を行うサービスロボットシステムを開発。全身制御とLLMによる指示理解・タスク計画を統合し、遠隔操作デバイスも設計した。
原題: From Vocal Instructions to Household Tasks: The Inria TIAGo++ in the euROBIN Service Robots Coopetition ／ Fabio Amadio, Clemente Donoso, Dionis Totsila 他
日本語で読む → - 論文6D姿勢推定画像認識
ReFlow6D: 屈折誘導中間表現学習による透明物体の6D姿勢推定
透明物体の光の屈折を中間表現として学習し、RGB画像のみから高精度な6D姿勢推定を実現する手法を提案。
原題: ReFlow6D: Refraction-Guided Transparent Object 6D Pose Estimation via Intermediate Representation Learning ／ Hrishikesh Gupta, Stefan Thalhammer, Jean-Baptiste Weibel 他
日本語で読む → - 論文動き予測画像認識
PPT: 擬似ラベル軌跡による事前学習で動き予測を強化
自動生成された多様な擬似ラベル軌跡を事前学習に活用し、少量のラベルデータでの微調整で動き予測性能を向上させるフレームワークPPTを提案。
原題: PPT: Pretraining with Pseudo-Labeled Trajectories for Motion Forecasting ／ Yihong Xu, Yuan Yin, Éloi Zablocki 他
日本語で読む → - 論文VR位置推定ロボティクス
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VLA画像認識
SOLAMI：3D自律キャラクターとの没入型インタラクションのための社会的視覚-言語-行動モデリング
3Dキャラクターが人間と社会的に交流できるよう、視覚・言語・行動を統合した初のエンドツーエンドVLAフレームワークを提案し、合成データセットとVRインターフェースを開発した。
原題: SOLAMI: Social Vision-Language-Action Modeling for Immersive Interaction with 3D Autonomous Characters ／ Jianping Jiang, Weiye Xiao, Zhengyu Lin 他
日本語で読む → - 論文強化学習機械学習
過去から逃げることで探索する強化学習手法RAMP
強化学習において、エージェントの過去の行動分布と現在の行動分布の乖離を最大化することで探索を促進する手法RAMPを提案し、迷路探索やロボット操作・歩行タスクで有効性を示した。
原題: Exploration by Running Away from the Past ／ Paul-Antoine Le Tolguenec, Yann Besse, Florent Teichteil-Koenigsbuch 他
日本語で読む → - 論文推論最適化機械学習
FluidML: 高速かつメモリ効率の良い推論最適化
エッジデバイス上の機械学習モデル推論を高速化・省メモリ化する汎用ランタイム最適化フレームワークFluidMLを提案し、最大25.38%の遅延削減と41.47%のピークメモリ削減を達成した。
原題: FluidML: Fast and Memory Efficient Inference Optimization ／ Jinjie Liu, Hang Qiu
日本語で読む → - 論文オフライン強化学習機械学習
オフライン強化学習のための二重緩和一般化
オフライン強化学習において、データセット外への過度な一般化を抑えつつ、適度な一般化を活用する二重緩和一般化（DMG）を提案し、Gym-MuJoCoやAntMazeで最高性能を達成した。
原題: Doubly Mild Generalization for Offline Reinforcement Learning ／ Yixiu Mao, Qi Wang, Yun Qu 他
日本語で読む → - 論文模倣学習機械学習
ランダムネットワーク蒸留を用いた効率的な能動的模倣学習
学習済みの状態分布外検出器で専門家への問い合わせを必要な時だけに絞る能動的模倣学習手法RND-DAggerを提案し、ゲームやロボット歩行で問い合わせ回数を削減しつつ性能を向上させた。
原題: Efficient Active Imitation Learning with Random Network Distillation ／ Emilien Biré, Anthony Kobanda, Ludovic Denoyer 他
日本語で読む → - 論文衝突回避ロボティクス
車型ロボットのための学習ベース制御バリア関数：より保守的でない衝突回避に向けて
車型ロボットの衝突回避において、従来の制御バリア関数が車体形状や向きを無視して保守的になる問題を、向きと形状を考慮した安全マージンをニューラルネットで微分可能に近似する学習ベースCBFで解決した。
原題: A Learning-Based Control Barrier Function for Car-Like Robots: Toward Less Conservative Collision Avoidance ／ Jianye Xu, Bassam Alrifaee
日本語で読む → - 論文タスク計画ロボティクス
VeriGraph: 実行検証可能なロボット計画のためのシーングラフ
シーングラフを中間表現として用い、VLMが生成した行動計画の実行可能性を検証・修正するフレームワークを提案。多様な操作タスクでベースラインを大幅に上回る成功率を達成した。
原題: VeriGraph: Scene Graphs for Execution Verifiable Robot Planning ／ Daniel Ekpo, Mara Levy, Saksham Suri 他
日本語で読む → - 論文ナビゲーションロボティクス
FlowNav: フローマッチングと深度事前分布を組み合わせた効率的なナビゲーション
フローマッチングと既存の基盤モデルから得られる深度事前分布を組み合わせて、ロボットナビゲーションの行動方策を学習する手法を提案し、従来法より高精度・高速なナビゲーションを実現した。
原題: FlowNav: Combining Flow Matching and Depth Priors for Efficient Navigation ／ Samiran Gode, Abhijeet Nayak, Débora N. P. Oliveira 他
日本語で読む → - 論文群制御cs.NI
UNet: 異種アプリケーション向けの汎用で信頼性の高いマルチUAV通信・ネットワーキングアーキテクチャ
多様なUAVアプリケーションの要求に応えるため、短距離・長距離通信、スター・メッシュトポロジー、異なるデータレート、複数の無線規格をサポートする汎用的なマルチUAV通信・ネットワーキングアーキテクチャを提案し、実装・評価した。
原題: UNet: A Generic and Reliable Multi-UAV Communication and Networking Architecture for Heterogeneous Applications ／ Sanku Kumar Roy, Mohamed Samshad, Ketan Rajawat
日本語で読む → - 論文認知アーキテクチャ/SNNAI
オープンワールドにおける概念と行動法則のSNNベースオンライン学習
スパイキングニューラルネットワークを意味記憶として用いた自律エージェントが、物体・状況・行動の概念を一回学習で獲得し、予測に基づいて意思決定しながら環境変化に適応する手法を提案。
原題: SNN-Based Online Learning of Concepts and Action Laws in an Open World ／ Christel Grimaud, Dominique Longin, Andreas Herzig
日本語で読む → - 論文触覚ロボティクス
ACROSS: 触覚知覚のための変形ベースのクロスモーダル表現
触覚センサ間のデータ変換フレームワークACROSSを提案し、変形メッシュを介してBioTac信号をDIGIT触覚画像に変換する。
原題: ACROSS: A Deformation-Based Cross-Modal Representation for Robotic Tactile Perception ／ Wadhah Zai El Amri, Malte Kuhlmann, Nicolás Navarro-Guerrero
日本語で読む → - 論文運動予測画像認識
DECODE: ドメイン認識型継続的ドメイン拡張による運動予測
自動運転の運動予測において、ハイパーネットワークと正規化フローを用いてドメイン特化モデルを継続的に拡張し、ベイズ不確実性推定で汎化モデルと統合するフレームワークを提案。
原題: DECODE: Domain-aware Continual Domain Expansion for Motion Prediction ／ Boqi Li, Haojie Zhu, Henry X. Liu
日本語で読む → - 論文VLAロボティクス
ロボット学習タスクにおける視覚・言語・行動モデルのベンチマーク評価
GPT-4oやOpenVLAなど3つのVLAモデルを20種類の操作タスクで評価し、性能のばらつきや多段階計画の難しさを明らかにした。
原題: Benchmarking Vision, Language, & Action Models on Robotic Learning Tasks ／ Pranav Guruprasad, Harshvardhan Sikka, Jaewoo Song 他
日本語で読む → - 論文障害物回避ロボティクス
EROAS: 2.5D前方ソナーを用いたAUV向け軽量リアクティブ障害物回避システム
首振り機構で2D前方ソナーを2.5D化し、ギャップ検出・短期障害物記憶・時空間制御バリア関数を組み合わせて、混雑した水中環境でAUVが軽量かつ安全に障害物を回避する手法を提案した。
原題: EROAS: 3D Efficient Reactive Obstacle Avoidance System for Autonomous Underwater Vehicles using 2.5D Forward-Looking Sonar ／ Pruthviraj Mane, Allen Jacob George, Rajini Makam 他
日本語で読む → - 論文設計生成ロボティクス
言語モデルによるソフトモジュラーロボット設計の探索
大規模言語モデルを用いて、ユーザ指示と物理法則を考慮しながらソフトモジュラーロボットの構造を生成し、シミュレーションによるフィードバックで反復改善する設計手法を提案した。
原題: On the Exploration of LM-Based Soft Modular Robot Design ／ Weicheng Ma, Luyang Zhao, Chun-Yi She 他
日本語で読む → - 論文マニピュレーションロボティクス
MALMM: ゼロショットロボットマニピュレーションのためのマルチエージェント大規模言語モデル
複数のLLMエージェントに高レベル計画と低レベル制御コード生成を分担させ、環境観察に基づく動的な再計画を行うことで、事前学習済みスキルや例示なしにロボット操作タスクをゼロショットで解くフレームワークを提案。
原題: MALMM: Multi-Agent Large Language Models for Zero-Shot Robotics Manipulation ／ Harsh Singh, Rocktim Jyoti Das, Mingfei Han 他
日本語で読む → - 論文マニピュレーションロボティクス
長期的な四足歩行ロボットの押し操作のためのマルチエージェント移動マニピュレーション学習
複数の四足歩行ロボットが障害物を避けながら長期的な押し操作を行うための階層型マルチエージェント強化学習フレームワークを提案し、実機で成功を実証した。
原題: Learning Multi-Agent Loco-Manipulation for Long-Horizon Quadrupedal Pushing ／ Yuming Feng, Chuye Hong, Yaru Niu 他
日本語で読む → - 論文オドメトリロボティクス
AsynEIO: ガウス過程回帰を用いた非同期単眼イベント慣性オドメトリ
イベントカメラと慣性センサの非同期データをガウス過程回帰の枠組みで統合し、高速移動や低照度環境での自己位置推定精度を向上させる手法を提案した。
原題: AsynEIO: Asynchronous Monocular Event-Inertial Odometry Using Gaussian Process Regression ／ Zhixiang Wang, Xudong Li, Yizhai Zhang 他
日本語で読む → - 論文物理推論機械学習
LLMPhy：大規模言語モデルと物理エンジンを統合したパラメータ同定可能な物理推論
LLMと物理シミュレータを組み合わせ、ブラックボックス最適化によりシーンの物理パラメータとレイアウトを推定してデジタルツインを構築するフレームワークを提案。
原題: LLMPhy: Parameter-Identifiable Physical Reasoning Combining Large Language Models and Physics Engines ／ Anoop Cherian, Radu Corcodel, Siddarth Jain 他
日本語で読む → - 論文マニピュレーションロボティクス
QuadWBG: 汎化可能な四足歩行ロボットの全身把持
単一のアーム搭載カメラを用い、強化学習で5次元コマンド実行と把持認識を統合した全身移動操作フレームワークを提案し、実世界で89%の把持成功率を達成した。
原題: QuadWBG: Generalizable Quadrupedal Whole-Body Grasping ／ Jilong Wang, Javokhirbek Rajabov, Chaoyi Xu 他
日本語で読む → - 論文自動運転/説明可能AIロボティクス
説明可能な深層学習が自動運転車に対する人間のメンタルモデルを改善する
自動運転車のブラックボックスな計画器の挙動を人間が理解できる概念に基づいて説明するConcept-Wrapper Networkを提案し、実車に搭載してドライバーの予測能力が向上することを示した。
原題: Explainable deep learning improves human mental models of self-driving cars ／ Eoin M. Kenny, Akshay Dharmavaram, Sang Uk Lee 他
日本語で読む → - 論文ソフトロボティクス/設計最適化ロボティクス
ソフトグリッパーのための階層的・性能ベース設計最適化フレームワーク
多指ソフトグリッパーの設計最適化を、タスク空間・運動空間・設計空間の3層に分けて性能指標を体系的に定義し、パラメトリックおよびトポロジー最適化で形状と材料分布を最適化するフレームワークを提案した。
原題: Hierarchical Performance-Based Design Optimization Framework for Soft Grippers ／ Hamed Rahimi Nohooji, Holger Voos
日本語で読む → - 論文模倣学習ロボティクス
物体中心キーポイント逆方策による視覚運動模倣学習の分布外復帰
訓練データから物体キーポイントの勾配で逆方策を学習し、分布外状態でもベース方策を訓練分布に戻す復帰機構を提案。シミュレーションと実機で成功率を77.7%改善。
原題: Out-of-Distribution Recovery with Object-Centric Keypoint Inverse Policy for Visuomotor Imitation Learning ／ George Jiayuan Gao, Tianyu Li, Nadia Figueroa
日本語で読む → - 論文視触覚/挿入/Sim2Realロボティクス
視触覚学習による柔軟ハンドでの挿入作業
柔軟なアンダーアクチュエートハンドでの挿入作業に向け、視覚と触覚を組み合わせたマルチモーダル方策をシミュレーションで学習し、実機に転移させた研究。
原題: Visuotactile-Based Learning for Insertion with Compliant Hands ／ Osher Azulay, Dhruv Metha Ramesh, Nimrod Curtis 他
日本語で読む → - 論文VLAAI
車載ビジョン言語モデルによる個人適応型自動運転の運動制御：システム設計と実車検証
車載向けの軽量VLMとRAGベースの記憶モジュールを組み合わせ、人間のフィードバックから個人の運転嗜好を継続学習して低遅延で個別化された運転を実現し、実車実験でテイクオーバー率を最大76.9%削減した。
原題: On-Board Vision-Language Models for Personalized Autonomous Vehicle Motion Control: System Design and Real-World Validation ／ Can Cui, Zichong Yang, Yupeng Zhou 他
日本語で読む → - 論文触覚ロボティクス
電気インピーダンス・トモグラフィによるデータ効率の良い触覚センシング
EIT触覚センサの学習ベース再構成において、1フレームの計測を32通りの信号に拡張するデータ拡張手法を提案し、少ない計測データで高精度な触覚再構成を実現した。
原題: Data-efficient Tactile Sensing with Electrical Impedance Tomography ／ Huazhi Dong, Ronald B. Liu, Leo Micklem 他
日本語で読む →