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: 2024/10/1 ／ 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 →- 論文自動運転制御
怒りの強化学習：感情のジェットコースターを体験する
自動運転レースの強化学習コンペで、視覚入力をルールベース制御に組み合わせる手法が優勝した。
原題: Learn 2 Rage: Experiencing The Emotional Roller Coaster That Is Reinforcement Learning ／ Lachlan Mares, Stefan Podgorski, Ian Reid
日本語で読む → - 論文自動運転シミュレーションロボティクス
LASER: 自律エージェントによるスクリプト実行でオンデマンド交通シミュレーション
大規模言語モデルを用いて自然言語の指示から交通シナリオのスクリプトを生成し、自律エージェントがリアルタイムに実行するフレームワークを提案。CARLAで検証し、複雑な運転シナリオをオンデマンドで生成できることを示した。
原題: LASER: Script Execution by Autonomous Agents for On-demand Traffic Simulation ／ Hao Gao, Jingyue Wang, Wenyang Fang 他
日本語で読む → - 論文ナビゲーションロボティクス
BoxMap: 効率的な構造マッピングとナビゲーション
検出トランスフォーマーを用いて環境を部屋やドアなどの意味的実体とその関係のトポロジカルグラフとして抽象化し、詳細な幾何地図より少ない計算で探索を効率化する手法を提案。
原題: BoxMap: Efficient Structural Mapping and Navigation ／ Zili Wang, Christopher Allum, Sean B. Andersson 他
日本語で読む → - 論文リハビリロボティクスロボティクス
手指の屈曲・伸展運動を支援する5節リンク機構：システム実装
手指リハビリ用に5節リンク機構のエンドエフェクタ試作機を製作し、関節空間での5次多項式による位置制御で自然な屈曲・伸展動作を実現した。
原題: A five-bar mechanism to assist finger flexion-extension movement: system implementation ／ Araceli Zapatero-Gutiérrez, Eduardo Castillo-Castañeda, Med Amine Laribi
日本語で読む → - 論文VLAロボティクス
事前学習済み視覚言語モデルの画像-テキスト検索とブラックボックス最適化によるロボット状態認識
事前学習済み視覚言語モデルの画像-テキスト検索を利用し、複数の言語プロンプトとその重みをブラックボックス最適化で調整することで、再学習なしに多様な環境状態を認識する手法を提案。
原題: Robotic State Recognition with Image-to-Text Retrieval Task of Pre-Trained Vision-Language Model and Black-Box Optimization ／ Kento Kawaharazuka, Yoshiki Obinata, Naoaki Kanazawa 他
日本語で読む → - 論文VLA自然言語
身体性強化学習エージェントへの教示：言語使用の情報量と多様性
強化学習エージェントへの言語入力について、フィードバックの情報量と表現の多様性が学習・推論に与える影響を4つのベンチマークで検証し、多様で情報豊富な言語教示が汎化と新タスクへの適応を促進することを示した。
原題: Teaching Embodied Reinforcement Learning Agents: Informativeness and Diversity of Language Use ／ Jiajun Xi, Yinong He, Jianing Yang 他
日本語で読む → - 論文医療ロボティクス/力制御ロボティクス
安全なロボット超音波撮像のための準ダイレクトドライブ柔軟エンドエフェクタの設計と評価
準ダイレクトドライブアクチュエータを用いた1自由度エンドエフェクタを開発し、呼吸や急な患者動作を模擬した生体外プラットフォームで力制御性能を検証した。
原題: Design and Evaluation of a Compliant Quasi Direct Drive End-effector for Safe Robotic Ultrasound Imaging ／ Danyi Chen, Ravi Prakash, Zacharias Chen 他
日本語で読む → - 論文歩行ロボティクス
四足歩行ロボットによる障害物回避を伴うリーダー追従
RFトランスポンダ・RGBカメラ・LiDARを融合し、脚式ロボットが動的で狭い環境でも操作者を自然に追従できる仮想リーシュシステムを開発し、ANYmalで実証した。
原題: Obstacle-Avoidant Leader Following with a Quadruped Robot ／ Carmen Scheidemann, Lennart Werner, Victor Reijgwart 他
日本語で読む → - 論文インフラ点検ロボティクス
UAVとLiDARによる非中断型線路形状計測システム
UAVにLiDARとSLAM・機械学習を組み合わせ、列車運行を止めずに線路のゲージ・曲率・縦断面を高精度で計測するシステムを提案した。
原題: Non-Interrupting Rail Track Geometry Measurement System Using UAV and LiDAR ／ Lihao Qiu, Ming Zhu, JeeWoong Park 他
日本語で読む → - 論文電気空力推進ロボティクス
小型電気空力スラスタにおける天井近接効果と静電付着の実証研究
小型電気空力スラスタを天井面近くで動作させると、静電引力と流体効果により最大600%の効率向上が得られることを実験的に示した。
原題: Empirical Study of Ceiling Proximity Effects and Electrostatic Adhesion for Small-scale Electroaerodynamic Thrusters ／ C. Luke Nelson, Grant Nations, Daniel S. Drew
日本語で読む → - 論文生成モデル画像認識
DiffPano: 球面エピポーラ対応拡散によるスケーラブルで一貫性のあるテキストからのパノラマ生成
大規模なパノラマ動画テキストデータセットを構築し、LoRAで微調整した単視点テキスト→パノラマ拡散モデルと球面エピポーラ対応の多視点拡散モデルを組み合わせ、未見のテキストとカメラポーズから一貫性のある多様な360度パノラマ画像を生成する手法を提案。
原題: DiffPano: Scalable and Consistent Text to Panorama Generation with Spherical Epipolar-Aware Diffusion ／ Weicai Ye, Chenhao Ji, Zheng Chen 他
日本語で読む → - 論文位置認識ロボティクス
サンプル空間が重要な理由：LiDAR位置認識のためのキーフレームサンプリング最適化
LiDAR位置認識において、記述子特徴空間で冗長性を抑えつつ重要な情報を保持するキーフレームサンプリング手法を提案し、屋内から屋外までパラメータ調整なしで適応可能で、ループ閉じ込み検出時間とメモリを削減した。
原題: Why Sample Space Matters: Keyframe Sampling Optimization for LiDAR-based Place Recognition ／ Nikolaos Stathoulopoulos, Vidya Sumathy, Christoforos Kanellakis 他
日本語で読む → - 論文VLAロボティクス
ロボティクスにおける生成AIと強化学習の二重性：レビュー
生成AIと強化学習をロボティクスに統合する研究をレビューし、相互補完的な役割に着目した新たな分類法を提案するとともに、課題と今後の方向性を議論した。
原題: The Duality of Generative AI and Reinforcement Learning in Robotics: A Review ／ Angelo Moroncelli, Vishal Soni, Marco Forgione 他
日本語で読む → - 論文医療ロボティクス/組織追跡画像認識
A-MFST: 遮蔽下でのリアルタイム組織追跡のための適応的多フロー疎トラッカー
手術支援ロボット向けに、SAM2で器具による遮蔽を検出し、適応的多フロー疎トラッカー(A-MFST)と前後方向一貫性指標を組み合わせて、リアルタイム性を保ちながら遮蔽下の組織追跡精度を向上させた研究。
原題: A-MFST: Adaptive Multi-Flow Sparse Tracker for Real-Time Tissue Tracking Under Occlusion ／ Yuxin Chen, Zijian Wu, Adam Schmidt 他
日本語で読む → - 論文3Dガウススプラッティング画像認識
Mode-GS: 単眼深度ガイド付きアンカー3Dガウススプラッティングによる地上視点シーンのロバストレンダリング
地上ロボットの軌跡データセット向けに、単眼深度から得たピクセル対応アンカーと残差ガウスデコーダで3Dガウススプラットを生成し、スケール一貫性損失で深度スケールを校正する新規視点レンダリング手法を提案。
原題: Mode-GS: Monocular Depth Guided Anchored 3D Gaussian Splatting for Robust Ground-View Scene Rendering ／ Yonghan Lee, Jaehoon Choi, Dongki Jung 他
日本語で読む → - 論文模倣学習ロボティクス
二段階最適化によるヒューマノイドロボットの動作模倣
人間のモーションキャプチャデータを物理的に実現可能な参照動作へと修正しながら、ヒューマノイドロボットの模倣学習ポリシーを二段階最適化で同時に訓練する手法を提案した。
原題: Bi-Level Motion Imitation for Humanoid Robots ／ Wenshuai Zhao, Yi Zhao, Joni Pajarinen 他
日本語で読む → - 論文マニピュレーションロボティクス
カスケードを超えて：バニラサイトスワップパターンのジャグリング
ロボットによるジャグリングで、投げる高さが混在するバニラサイトスワップ記法のパターンを実現するため、投擲高さ列プランナーとエンドエフェクタ軌道の制約を導入し、シミュレーションで3〜9ボールの一般的なパターンや遷移、ランダム列の成功を示した。
原題: Beyond the Cascade: Juggling Vanilla Siteswap Patterns ／ Mario Gomez Andreu, Kai Ploeger, Jan Peters
日本語で読む → - 論文ソフトロボティクスロボティクス
SoftSnap：スナップ式モジュールによる無配線ソフトロボットの迅速プロトタイピング
計算・モータ駆動の糸巻きアクチュエータ・TPUプリント構造を内蔵したスナップ接続式モジュールを開発し、ヒトデ型やヘビ型など多様な無配線ソフトロボットを素早く組み立てられることを示した。
原題: SoftSnap: Rapid Prototyping of Untethered Soft Robots Using Snap-Together Modules ／ Luyang Zhao, Yitao Jiang, Chun-Yi She 他
日本語で読む → - 論文注視推定ロボティクス
自然なヒューマンロボットインタラクションにおける感情・社会・認知研究を支援する注視推定学習アーキテクチャ
外部ハードウェアを使わず、ロボットのセンサのみで卓上対面状況における人間の視線方向を推定する学習ベースのロボット知覚システムを提案し、iCubロボットで新規データセットを収集した。
原題: Gaze estimation learning architecture as support to affective, social and cognitive studies in natural human-robot interaction ／ Maria Lombardi, Elisa Maiettini, Agnieszka Wykowska 他
日本語で読む → - 論文非ホロノミック制御ロボティクス
体操から仮想非ホロノミック拘束へ：アクロボットのエネルギー注入・散逸・調整
アクロボットに体操の大車輪運動を模倣させる仮想非ホロノミック拘束を設計し、設計パラメータの符号でエネルギー注入・散逸を制御できることを示し、シミュレーションと実機で検証した。
原題: From gymnastics to virtual nonholonomic constraints: energy injection, dissipation, and regulation for the acrobot ／ Adan Moran-MacDonald, Manfredi Maggiore, Xingbo Wang
日本語で読む → - 論文交通シミュレーションロボティクス
自動運転高速道路シミュレーションにおける現実的な交通エージェントモデルのための閉ループ学習手法の分析
高速道路の自動運転シミュレーション向けに、交通エージェントの模倣学習における開ループ/閉ループ、敵対的/決定論的教師あり、強化学習損失、ログ再生エージェント併用などの学習手法を比較分析した論文。
原題: Analyzing Closed-loop Training Techniques for Realistic Traffic Agent Models in Autonomous Highway Driving Simulations ／ Matthias Bitzer, Reinis Cimurs, Benjamin Coors 他
日本語で読む → - 論文ビンピッキングロボティクス
工場自動化向け低コスト・高速・ロバストなビンピッキングシステム：ノンストップ・マルチビュー・アクティブビジョンによる実現
ロボットの手先に3Dセンサを搭載し、動作と並行して複数視点から能動的に撮影することで、金属部品のビンピッキングを高速かつ高精度に行うシステムを開発した。
原題: A Low-Cost, High-Speed, and Robust Bin Picking System for Factory Automation Enabled by a Non-Stop, Multi-View, and Active Vision Scheme ／ Xingdou Fu, Lin Miao, Yasuhiro Ohnishi 他
日本語で読む → - 論文サーモグラフィロボティクス
サーマルカメレオン：タスク適応型トーンマッピングによる放射計測サーモグラフィ画像処理
14ビットRAWサーモグラフィ画像に対し、タスクごとに最適なトーンマッピングを適応的に生成するTCNetを提案し、物体検出と単眼深度推定で汎化性能を向上させた。
原題: Thermal Chameleon: Task-Adaptive Tone-mapping for Radiometric Thermal-Infrared images ／ Dong-Guw Lee, Jeongyun Kim, Younggun Cho 他
日本語で読む → - 論文群制御ロボティクス
オンライン学習と接続性維持を統合した通信考慮型マルチロボット協調
通信品質をオンラインで学習しながら制御バリア関数で接続性を保証し、マルチロボット群がタスク動作を保ちつつ通信を維持する手法を提案。
原題: Integrating Online Learning and Connectivity Maintenance for Communication-Aware Multi-Robot Coordination ／ Yupeng Yang, Yiwei Lyu, Yanze Zhang 他
日本語で読む → - 論文コンピュータ操作エージェントAI
AgentStore: 異種エージェントを統合するスケーラブルな汎用コンピュータアシスタント
アプリストアのように多様なエージェントを動的に統合し、MetaAgentとAgentTokenで専門性と汎用性を両立させるコンピュータ操作エージェント基盤を提案。OSWorldベンチマークで性能を11.21%から23.85%へ倍増させた。
原題: AgentStore: Scalable Integration of Heterogeneous Agents As Specialized Generalist Computer Assistant ／ Chengyou Jia, Minnan Luo, Zhuohang Dang 他
日本語で読む → - 論文深度推定ロボティクス
レーダーと視覚の融合：移動ロボットのための単眼メトリック深度予測の堅牢化
低コストのミリ波レーダー計測を単眼深度推定モデルの入力に組み込み、産業・屋外環境での深度予測精度とロバスト性を向上させた。さらにフォトグラメトリデータからレーダー観測を模擬する学習データセット合成手法を提案。
原題: Radar Meets Vision: Robustifying Monocular Metric Depth Prediction for Mobile Robotics ／ Marco Job, Thomas Stastny, Tim Kazik 他
日本語で読む → - 論文データセットロボティクス
EnvoDat: 異種環境におけるロボットの空間認識と意味推論のための大規模マルチセンサデータセット
都市以外の多様で過酷な環境（地下トンネル、自然地形、屋内など）で収集した10種類のセンサモダリティ、1.9TB超、82クラス以上の注釈付き大規模マルチモーダルデータセットを構築し、SLAMや視覚モデルのベンチマークを可能にした。
原題: EnvoDat: A Large-Scale Multisensory Dataset for Robotic Spatial Awareness and Semantic Reasoning in Heterogeneous Environments ／ Linus Nwankwo, Bjoern Ellensohn, Vedant Dave 他
日本語で読む → - 論文連続体ロボットロボティクス
連続体ロボットの可視化と最適化：リー群運動学と進化アルゴリズムの統合
リー群運動学と物理シミュレーションでデータを生成し、進化アルゴリズムで形状係数を同定することで、連続体ロボットのモデリングを簡略化し、Grasshopper上でリアルタイム可視化を可能にした。
原題: Visualization and Optimization of Continuum Robots: Integration of Lie Group Kinematics and Evolutionary Algorithm ／ Po-Yu Hsieh, June-Hao Hou
日本語で読む → - 論文UAV誘導ロボティクス
窓通過のためのクアッドロータ誘導：ベアリングのみのアプローチ
窓の4頂点の方位角情報のみを用いて、クアッドロータUAVを窓の中心へ法線方向に通過させる3次元誘導法を提案し、安定性解析と実機検証を行った。
原題: Quadrotor Guidance for Window Traversal: A Bearings-Only Approach ／ Midhun E K, Ashwini Ratnoo
日本語で読む → - 論文モデルベース強化学習機械学習
トンプソンサンプリングによる楽観的探索を用いた効率的なモデルベース強化学習
遷移と報酬の不確かさを同時に考慮するトンプソンサンプリングに基づく楽観的探索手法を提案し、MuJoCoやVMASの連続制御タスクでスパース報酬環境での学習を大幅に加速できることを示した。
原題: Efficient Model-Based Reinforcement Learning Through Optimistic Thompson Sampling ／ Jasmine Bayrooti, Carl Henrik Ek, Amanda Prorok
日本語で読む →