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VLAロボティクス
すべてを見つけ出せ：マルチオブジェクト探索のための汎用視覚言語モデル手法
視覚言語モデルを活用し、複数物体を効率的に探索する手法Finderを提案。マルチチャネルスコアマップで複数物体を同時追跡し、実世界・シミュレーションで既存手法を上回る性能を示した。
原題: Find Everything: A General Vision Language Model Approach to Multi-Object Search ／ Daniel Choi, Angus Fung, Haitong Wang 他
日本語で読む → - 論文強化学習ロボティクス
時相論理目標に対するサンプル効率の良い強化学習：タスク仕様を活用した探索誘導
LTLで記述された高レベル目標に対し、タスク達成に寄与しそうな方向へ探索を偏らせる新手法を提案し、サンプル効率を大幅に改善した。
原題: Sample-Efficient Reinforcement Learning with Temporal Logic Objectives: Leveraging the Task Specification to Guide Exploration ／ Yiannis Kantaros, Jun Wang
日本語で読む → - 論文UAVナビゲーションロボティクス
狭所屋内環境における自律UAVナビゲーションのためのセンサフュージョン
ZED 2iカメラの深度情報、IMU、LiDARをROSとRTAB-Mapで統合し、GPSの使えない狭い屋内空間で自律飛行するUAVナビゲーションシステムを構築した。
原題: Sensor Fusion for Autonomous Indoor UAV Navigation in Confined Spaces ／ Alice James, Avishkar Seth, Endrowednes Kuantama 他
日本語で読む → - 論文SLAMロボティクス
coVoxSLAM: GPU高速化された大域的整合性を持つ高密度SLAM
GPUの並列処理を活用し、大規模環境でも大域的に整合した地図を構築できる高密度ボリュメトリックSLAMシステムを提案。組込みGPUを含む複数環境で評価し、精度を保ちつつ実行時間を大幅に短縮した。
原題: coVoxSLAM: GPU Accelerated Globally Consistent Dense SLAM ／ Emiliano Höss, Pablo De Cristóforis
日本語で読む → - 論文BEV認識ロボティクス
BEVPose: ポーズ誘導マルチモーダルBEVアライメントによるシーン意味理解
カメラとLiDARのBEV表現をセンサポーズを教師信号として統合し、アノテーションをほとんど使わずにBEVマップセグメンテーションで既存手法を上回る事前学習手法を提案した。
原題: BEVPose: Unveiling Scene Semantics through Pose-Guided Multi-Modal BEV Alignment ／ Mehdi Hosseinzadeh, Ian Reid
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 → - 論文ナビゲーションロボティクス
センサー遮断環境におけるナビゲーションのための深層強化学習ベンチマーク
センサー遮断が起こるナビゲーションタスクで複数の深層強化学習手法を比較し、DreamerV3が優位であることと、敵対的訓練が遮断環境での頑健性を向上させることを示した。
原題: Benchmarking Deep Reinforcement Learning for Navigation in Denied Sensor Environments ／ Mariusz Wisniewski, Paraskevas Chatzithanos, Weisi Guo 他
日本語で読む → - 論文飛行制御ロボティクス
吊り下げペイロードを伴う飛行制御のためのニューラル予測器
吊り下げペイロードによる力・トルクと残差ダイナミクスを学習ベースでモデル化し、第一原理モデルと組み合わせてMPCに統合することで、飛行制御の閉ループ性能を向上させた。
原題: Neural Predictor for Flight Control with Payload ／ Ao Jin, Chenhao Li, Qinyi Wang 他
日本語で読む → - 論文血管内ロボットロボティクス
血管内手術のための磁気駆動ミリスピナー
中空構造に螺旋フィンとスリットを備えた磁気駆動ミリスピナーロボットを開発し、複雑な血管内を毎秒23cmで移動して血管疾患治療を行う。
原題: Magnetic Milli-spinner for Robotic Endovascular Surgery ／ Shuai Wu, Sophie Leanza, Lu Lu 他
日本語で読む → - 論文ナビゲーションロボティクス
深層強化学習によるGNSS拒否環境での長距離地磁気ナビゲーション
GNSSが使えない環境で、事前地図や大規模探索に頼らず、深層強化学習（TD3）と地磁気勾配を組み合わせて長距離地磁気ナビゲーションを実現する手法を提案した。
原題: Long-distance Geomagnetic Navigation in GNSS-denied Environments with Deep Reinforcement Learning ／ Wenqi Bai, Xiaohui Zhang, Shiliang Zhang 他
日本語で読む → - 論文マニピュレーションロボティクス
繊細な把持のための力覚フィードバック付きロボット方策
把持時の力覚フィードバックを含む130の軌道データセットを収集し、力覚あり・なしの拡散方策を比較。力覚ありの方策が繊細な物体の把持と未知物体への汎化に優れ、遅延も約4分の1に削減できることを示した。
原題: Just Add Force for Contact-Rich Robot Policies ／ William Xie, Stefan Caldararu, Nikolaus Correll
日本語で読む → - 論文強化学習/汎化画像認識
重要なものに集中：視覚ベース強化学習の汎化のための分離モデル
画像再構成を活用しつつ、タスク関連・無関連の表現を分離する2分岐モデルと一貫性損失で、未知環境への汎化性能を高める手法SMGを提案。
原題: Focus On What Matters: Separated Models For Visual-Based RL Generalization ／ Di Zhang, Bowen Lv, Hai Zhang 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 → - 論文群制御cs.GT
エージェント間依存を疎にした近似フィードバックナッシュ均衡
マルチエージェント動的ゲームにおいて、他エージェントの状態に選択的に依存する疎なフィードバック政策を正則化動的計画法で求め、ノイズがある場合でも標準ナッシュ均衡より低コストを達成する手法を提案。
原題: Approximate Feedback Nash Equilibria with Sparse Inter-Agent Dependencies ／ Xinjie Liu, Jingqi Li, Filippos Fotiadis 他
日本語で読む → - 論文マニピュレーションロボティクス
意味論的に安全なロボットマニピュレーション：意味論的シーン理解から動作安全保証まで
3D環境の意味論的マップと大規模言語モデルの推論を用いて「水の入ったコップをノートPCの上で動かすのは危険」といった常識的な危険条件を検出し、制御バリア関数による安全フィルタでロボット動作を安全に制約する手法を提案した。
原題: Semantically Safe Robot Manipulation: From Semantic Scene Understanding to Motion Safeguards ／ Lukas Brunke, Yanni Zhang, Ralf Römer 他
日本語で読む → - 論文マニピュレーションロボティクス
MSGField: ロボットマニピュレーションのための運動・意味・形状を統合した統一シーン表現
2Dガウシアンを用いて運動・意味・形状を統合したシーン表現を提案し、2視点の画像から非剛体運動を含む動的シーンをリアルタイムに再構成して言語誘導マニピュレーションを実現した。
原題: MSGField: A Unified Scene Representation Integrating Motion, Semantics, and Geometry for Robotic Manipulation ／ Yu Sheng, Runfeng Lin, Lidian Wang 他
日本語で読む → - 論文航空セグメンテーションロボティクス
BlabberSeg: リアルタイム組み込み向けオープンボキャブラリ航空画像セグメンテーション
CLIPSegを最適化し、プロンプトとモデル特徴を再利用することで、UAV搭載のJetson上でオープンボキャブラリ航空セグメンテーションを約16.8Hzでリアルタイム実行可能にした。
原題: BlabberSeg: Real-Time Embedded Open-Vocabulary Aerial Segmentation ／ Haechan Mark Bong, Ricardo de Azambuja, Giovanni Beltrame
日本語で読む → - 論文触覚ロボティクス
触覚データのセンサ間転移
センサの変形情報を介して触覚データを別のセンサの信号に変換する手法を提案し、廃止されたBioTacのデータをDIGITで再利用可能にした。
原題: Transferring Tactile Data Across Sensors ／ Wadhah Zai El Amri, Malte Kuhlmann, Nicolás Navarro-Guerrero
日本語で読む → - 論文マニピュレーションロボティクス
脚式マニピュレータによる全身ダイナミック投擲
脚式ロボットが全身のモータを活用して物体を投擲するタスクを深層強化学習で学習し、シミュレーションで精度・安定性・飛距離の向上を示し、実機ヒューマノイドへ転移した。
原題: Whole-Body Dynamic Throwing with Legged Manipulators ／ Humphrey Munn, Brendan Tidd, Peter Böhm 他
日本語で読む → - 論文マニピュレーションロボティクス
RM4D: 次元削減による6/7軸ロボットアーム共通の到達可能性・逆到達可能性マップ
6/7軸アームの共通構造を利用して作業空間の離散化を6次元から4次元に削減し、順方向・逆方向の両クエリを単一の4次元データ構造で扱えるコンパクトな到達可能性マップを提案した。
原題: RM4D: A Combined Reachability and Inverse Reachability Map for Common 6-/7-axis Robot Arms by Dimensionality Reduction to 4D ／ Martin Rudorfer
日本語で読む → - 論文マニピュレーションロボティクス
環境・物体接触を考慮した経路制約付き時間最適軌道計画の一般定式化
把持物体の運動制約と接触を考慮し、関節トルクと把持力を同時に求める時間最適軌道計画を、非線形摩擦円錐制約を含む二次錐計画問題として定式化した。
原題: A General Formulation for Path Constrained Time-Optimized Trajectory Planning with Environmental and Object Contacts ／ Dasharadhan Mahalingam, Aditya Patankar, Riddhiman Laha 他
日本語で読む → - 論文BEV知覚/マルチタスクロボティクス
QuadBEV: Bird's-Eye-View表現による効率的な4タスク知覚フレームワーク
Bird's-Eye-View表現を共有バックボーンで活用し、3D物体検出・車線検出・マップセグメンテーション・占有予測の4タスクを効率的に同時実行する組込み向け知覚フレームワークを提案。
原題: QuadBEV: An Efficient Quadruple-Task Perception Framework via Bird's-Eye-View Representation ／ Yuxin Li, Yiheng Li, Xulei Yang 他
日本語で読む → - 論文移動マニピュレーションロボティクス
計画と拡散を組み合わせた未知ダイナミクス下での移動マニピュレーション
未知のダイナミクスを持つ物体の長期的な移動操作に対し、障害物を考慮した経路計画と短期的な相対運動の拡散ポリシーを階層的に組み合わせる手法を提案し、椅子を押し引きするSpotロボットで有効性を示した。
原題: Combining Planning and Diffusion for Mobility with Unknown Dynamics ／ Yajvan Ravan, Zhutian Yang, Tao Chen 他
日本語で読む → - 論文模倣学習ロボティクス
潜在フィードバック制御器の切り替えによるスキル獲得の確率的モデル
混合密度ネットワークを潜在状態に条件付けられたフィードバック制御器のライブラリとして再解釈し、スキル獲得を潜在空間のセグメンテーションとして捉える確率的グラフィカルモデルを提案。人間のデモンストレーションから学習し、タスク成功率と観測ノイズへの頑健性を向上させ、実機ロボットでの展開も示した。
原題: A Probabilistic Model for Skill Acquisition with Switching Latent Feedback Controllers ／ Juyan Zhang, Dana Kulic, Michael Burke
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 → - 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 → - 論文強化学習/LLM報酬機械学習
大規模言語モデルフィードバックによる意思決定エージェントのためのオンライン内的報酬
LLMのフィードバックを非同期で利用し、RL方策と内的報酬関数を同時に学習する分散アーキテクチャONIを提案。NetHackで最先端性能を達成し、大規模オフラインデータセットを不要にした。
原題: Online Intrinsic Rewards for Decision Making Agents from Large Language Model Feedback ／ Qinqing Zheng, Mikael Henaff, Amy Zhang 他
日本語で読む → - 論文空中マニピュレーションロボティクス
加速度フィードバックによる推力マイクロステップ制御を用いた動的ペイロードの空中把持
加速度フィードバックで推力を精密制御し、質量・慣性が急変する動的ペイロードの空中把持を安定化させる手法を提案。実機実験で従来手法より高精度な飛行を実現した。
原題: Thrust Microstepping via Acceleration Feedback in Quadrotor Control for Aerial Grasping of Dynamic Payload ／ Ashish Kumar, Laxmidhar Behera
日本語で読む →