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 →- 論文マニピュレーションロボティクス
PACA: 視点を考慮したクロスアテンション表現によるゼロショットシーン再配置
Stable Diffusionの生成・セグメンテーション・特徴符号化を1ステップに統合し、視点制御可能な物体表現で6-DoFのゼロショットシーン再配置を実現した。
原題: PACA: Perspective-Aware Cross-Attention Representation for Zero-Shot Scene Rearrangement ／ Shutong Jin, Ruiyu Wang, Kuangyi Chen 他
日本語で読む → - 論文空中VLNロボティクス
空間表現の探索による空中視覚言語ナビゲーションにおけるLLM推論の強化
空中VLNタスクにおいて、LLMをエージェントとして活用し、意味論的トポロジカル距離表現（STMR）を導入することで空間推論能力を高め、訓練不要のゼロショットフレームワークを実現した。
原題: Exploring Spatial Representation to Enhance LLM Reasoning in Aerial Vision-Language Navigation ／ Yunpeng Gao, Zhigang Wang, Pengfei Han 他
日本語で読む → - 論文飛行制御ロボティクス
メタ学習で強化したMPCによる外乱を考慮したクアッドロータの運動計画と制御
外乱をオンラインで学習するモデルと予測制御を組み合わせ、障害物環境でも安全に飛行できるクアッドロータの運動計画・追従制御フレームワークを提案し、強風下のシミュレーションで検証した。
原題: Meta-Learning Augmented MPC for Disturbance-Aware Motion Planning and Control of Quadrotors ／ Dženan Lapandić, Fengze Xie, Christos K. Verginis 他
日本語で読む → - 論文タスク・モーション計画ロボティクス
タスク・モーション計画のための計画ドメイン自動推論
少数の実演軌道から深層学習と探索で計画ドメインを自動推論し、TAMPの手動設計依存を減らす手法を提案。
原題: Automated Planning Domain Inference for Task and Motion Planning ／ Jinbang Huang, Allen Tao, Rozilyn Marco 他
日本語で読む → - 論文模倣学習ロボティクス
10回のデモから学ぶ：指向性アフォーダンスフレームによる汎化可能でサンプル効率の良い方策学習
指向性アフォーダンスフレームという構造化表現を用いて、わずか10回のデモから汎化性能の高いロボット方策を学習し、長期・複数物体タスクをサブ方策の合成で解決する手法を提案。
原題: Learning from 10 Demos: Generalisable and Sample-Efficient Policy Learning with Oriented Affordance Frames ／ Krishan Rana, Jad Abou-Chakra, Sourav Garg 他
日本語で読む → - 論文SLAMロボティクス
DualQuat-LOAM: 双四元数でパラメータ化したLiDARオドメトリとマッピング
LiDAR点群から得られるエッジ・面・STD特徴量と最適化問題を双四元数で表現し、並進と回転の誤差を統合的に扱うことでドリフトを低減したLiDARオドメトリ手法を提案。
原題: DualQuat-LOAM: LiDAR Odometry and Mapping parametrized on Dual Quaternions ／ Edison P. Velasco-Sánchez, Luis F. Recalde, Guanrui Li 他
日本語で読む → - 論文ナビゲーションロボティクス
X-Mobility：世界モデリングによるエンドツーエンドの汎化可能なナビゲーション
潜在状態空間を持つ自己回帰的な世界モデルと多頭デコーダを組み合わせ、行動方策と分離して学習することで、未知環境でも汎化するナビゲーションモデルを実現した。
原題: X-MOBILITY: End-To-End Generalizable Navigation via World Modeling ／ Wei Liu, Huihua Zhao, Chenran Li 他
日本語で読む → - 論文sim2realロボティクス
iFANnpp: ロボットと自律知能のための原子力発電所デジタルツイン
原子力発電所全体をUnreal Engine 5でモデル化し、高忠実度の加圧水型原子炉シミュレータと統合したデジタルツインを構築。ロボットアルゴリズムの研究開発を支援する。
原題: iFANnpp: Nuclear Power Plant Digital Twin for Robots and Autonomous Intelligence ／ Youndo Do, Marc Zebrowitz, Jackson Stahl 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
移動サービスロボットによる安全なナビゲーションと効率的な協調マニピュレーションのための人間行動予測
スマートエッジセンサネットワークで人間の行動を予測し、移動マニピュレーションロボットの安全なナビゲーションと家具運搬の協調作業を実現する統合システムを提案した。
原題: Anticipating Human Behavior for Safe Navigation and Efficient Collaborative Manipulation with Mobile Service Robots ／ Simon Bultmann, Raphael Memmesheimer, Jan Nogga 他
日本語で読む → - 論文触覚cs.ET
投影光で駆動する触覚ディスプレイ
投影光を光機械表面で触覚パターンに変換し、最大1,511画素の高解像度触覚ディスプレイを実現した研究。
原題: Tactile Displays Driven by Projected Light ／ Max Linnander, Dustin Goetz, Gregory Reardon 他
日本語で読む → - 論文触覚ロボティクス
触覚提示用の軟質・低コスト6軸力覚センサの実現可能性検討
ホール効果センサとシリコーン層内の磁石の変位を利用して、腹腔鏡手術訓練向けの低コスト6軸力覚センサを設計・校正し、0.45Nと0.014Nmの精度を実証した。
原題: A Feasibility Study of a Soft, Low-Cost, 6-Axis Load Cell for Haptics ／ Madison Veliky, Garrison L. H. Johnston, Ahmet Yildiz 他
日本語で読む → - 論文自動運転ロボティクス
LLM4AD：自動運転のための大規模言語モデル — 概念・レビュー・ベンチマーク・実験・将来動向
自動運転に大規模言語モデルを応用するLLM4ADの概念を提唱し、既存研究のレビュー、ベンチマーク構築、実車実験を通じて、その可能性と課題を包括的に整理した論文。
原題: LLM4AD: Large Language Models for Autonomous Driving -- Concept, Review, Benchmark, Experiments, and Future Trends ／ Can Cui, Yunsheng Ma, Sung-Yeon Park 他
日本語で読む → - 論文タスク・動作計画ロボティクス
CaStL: LLM翻訳による制約の仕様化で長期的なタスク・動作計画を実現
自然言語に含まれる複雑な制約を段階的に抽出し、PDDLとPythonスクリプトへ変換して長期タスク・動作計画を解くフレームワークCaStLを提案。複雑なシナリオでの制約処理と計画成功率を大幅に改善した。
原題: CaStL: Constraints as Specifications through LLM Translation for Long-Horizon Task and Motion Planning ／ Weihang Guo, Zachary Kingston, Lydia E. Kavraki
日本語で読む → - 論文群制御eess.SP
リー群を用いたマニフォールドセンサフュージョンによる空中磁気探査のための視覚協調測位法
GNSSが使えない環境での複数UAVによる空中磁気探査に向け、視覚処理とリー群上のマニフォールドセンサフュージョンを組み合わせた協調測位手法を提案し、実飛行実験でセンチメートル級の精度を実証した。
原題: A Visual Cooperative Localization Method for Airborne Magnetic Surveying Based on a Manifold Sensor Fusion Algorithm Using Lie Groups ／ Liang Liu, Xiao Hu, Wei Jiang 他
日本語で読む → - 論文VLA機械学習
制御指向の視覚潜在表現クラスタリング
模倣学習における視覚表現空間が制御に有用なクラスタ構造を持つことを示し、それを正則化に用いることで性能を向上させた研究。
原題: Control-oriented Clustering of Visual Latent Representation ／ Han Qi, Haocheng Yin, Heng Yang
日本語で読む → - 論文VLAロボティクス
CoT-TL: 思考連鎖推論による低リソース時相知識表現を用いた計画指示の形式化
自然言語の計画指示をLinear Temporal Logicに変換する際、思考連鎖推論と意味役割を活用したデータ効率の良いインコンテキスト学習フレームワークCoT-TLを提案し、低データ設定で高精度を達成した。
原題: CoT-TL: Low-Resource Temporal Knowledge Representation of Planning Instructions Using Chain-of-Thought Reasoning ／ Kumar Manas, Stefan Zwicklbauer, Adrian Paschke
日本語で読む → - 論文物体姿勢追跡画像認識
OmniPose6D: 単眼RGB動的環境における短期物体姿勢追跡
動的環境での単眼RGBによる短期物体姿勢追跡のため、大規模合成データセットOmniPose6Dとベンチマークを構築し、不確実性を考慮したキーポイント改良ネットワークを提案した。
原題: OmniPose6D: Towards Short-Term Object Pose Tracking in Dynamic Scenes from Monocular RGB ／ Yunzhi Lin, Yipu Zhao, Fu-Jen Chu 他
日本語で読む → - 論文セマンティックナビゲーションロボティクス
IntelliMove: セマンティックマップによるロボット計画の強化
階層的なセマンティックトポメトリックマップを構築するIntelliMapと、それを用いた計画モジュールを提案し、意味を考慮したロボットナビゲーションを実現した。
原題: IntelliMove: Enhancing Robotic Planning with Semantic Mapping ／ Fama Ngom, Huaxi Zhang, Lei Zhang 他
日本語で読む → - 論文模倣学習機械学習
WARPD: 世界モデル支援による反応型ポリシー拡散
拡散モデルで軌道ではなくニューラルポリシーの重みを生成し、閉ループ制御を実現することで、長期的タスクや外乱に強く、推論コストを大幅に削減した手法。
原題: WARPD: World model Assisted Reactive Policy Diffusion ／ Shashank Hegde, Satyajeet Das, Gautam Salhotra 他
日本語で読む → - 論文シーン再構成画像認識
RGB-D画像フレームのセマンティックセグメンテーションとシーン再構成：ロボティクス応用のためのエンドツーエンドモジュラーパイプライン
SAM2と意味分類モデルを組み合わせた高精度セグメンテーション、人物追跡、点群融合、シーン再構成を統合したロボット向けパイプラインを提案し、計算時間を1.81倍短縮しつつ再構成誤差25.3mmを達成した。
原題: Semantic Segmentation and Scene Reconstruction of RGB-D Image Frames: An End-to-End Modular Pipeline for Robotic Applications ／ Zhiwu Zheng, Lauren Mentzer, Berk Iskender 他
日本語で読む → - 論文VLAロボティクス
実行時観察介入で視覚言語行動モデルの視覚的堅牢性を向上
VLAモデルが苦手とする妨害物体や背景色などのタスク無関係な視覚的詳細に対し、実行時に感度の高い領域を特定し自動画像編集で最小限の修正を加えるBYOVLAを提案。ファインチューニング不要で成功率低下を防ぐ。
原題: Run-time Observation Interventions Make Vision-Language-Action Models More Visually Robust ／ Asher J. Hancock, Allen Z. Ren, Anirudha Majumdar
日本語で読む → - 論文共有制御AI
オラクルクエリを用いたブラックボックスエージェントとの共有制御
人間と協調するロボットの共有制御において、協力エージェントへの直接クエリを導入し、いつクエリすべきかの3つのヒューリスティクスを提案・評価した論文。
原題: Shared Control with Black Box Agents using Oracle Queries ／ Inbal Avraham, Reuth Mirsky
日本語で読む → - 論文ソフトロボティクス/食事支援ロボティクス
SODA：折り紙人工筋を用いた食事支援用ソフト動的食具
折り紙人工筋を活用し、把持とすくいを切り替えられる多目的な食事支援用ソフト食具を開発した。
原題: SODA: a Soft Origami Dynamic utensil for Assisted feeding ／ Yuxin Ray Song, Shufan Wang
日本語で読む → - 論文生体信号制御/強化学習/アシスティブロボティクス
STREAMS: 生体信号によるロボット制御を支援するマルチモーダルAIフレームワーク
生体信号を用いたロボットアーム制御において、深層強化学習と自己学習機構を組み合わせ、ノイズの多い入力から滑らかな軌道を生成する支援フレームワークを提案。シミュレーションと実機実験で成功率とユーザー満足度を大幅に改善した。
原題: STREAMS: An Assistive Multimodal AI Framework for Empowering Biosignal Based Robotic Controls ／ Ali Rabiee, Sima Ghafoori, Xiangyu Bai 他
日本語で読む → - 論文3D追跡画像認識
Open3DTrack: オープンボキャブラリ3D多物体追跡に向けて
自動運転向けの3D多物体追跡を、事前定義されたカテゴリに縛られず未知の物体にも対応できるオープンボキャブラリ設定へと拡張し、その手法とデータセット分割を提案した論文。
原題: Open3DTrack: Towards Open-Vocabulary 3D Multi-Object Tracking ／ Ayesha Ishaq, Mohamed El Amine Boudjoghra, Jean Lahoud 他
日本語で読む → - 論文ロコマニピュレーションロボティクス
嗜好オラクル誘導マルチモード方策による動的二足歩行ロコマニピュレーション
ハイブリッドオートマトンをオラクルとして用い、嗜好報酬でモード遷移列を誘導することで、サッカーや箱移動などの動的全身ロコマニピュレーションを単一方策で学習する手法を提案。
原題: Preferenced Oracle Guided Multi-mode Policies for Dynamic Bipedal Loco-Manipulation ／ Prashanth Ravichandar, Lokesh Krishna, Nikhil Sobanbabu 他
日本語で読む → - 論文逆動力学AI
ImDy: 模倣観測からの人間逆動力学
人間の動作模倣アルゴリズムと物理シミュレータを組み合わせて大規模な逆動力学データセットImDyを構築し、関節トルクと床反力を同時推定するデータ駆動型ソルバを学習した研究。
原題: ImDy: Human Inverse Dynamics from Imitated Observations ／ Xinpeng Liu, Junxuan Liang, Zili Lin 他
日本語で読む → - 論文組込み制御ロボティクス
組込みSoC向けリアルタイム最適制御の特性評価と最適化
MPCなどのリアルタイム最適制御を組込みSoCで実行するため、CPU・ベクトルプロセッサ・専用アクセラレータの設計空間を探索し、最大3.71倍の高速化と27%の消費電力削減を達成した。
原題: Characterizing and Optimizing Real-Time Optimal Control for Embedded SoCs ／ Kris Shengjun Dong, Dima Nikiforov, Widyadewi Soedarmadji 他
日本語で読む → - 論文4D生成画像認識
DynamicCity: 動的シーンからの大規模4D占有生成
動的運転環境の大規模4D占有シーンを生成するフレームワークを提案し、HexPlane表現のVAEとDiTベース拡散モデルで高品質な生成を実現した。
原題: DynamicCity: Large-Scale 4D Occupancy Generation from Dynamic Scenes ／ Hengwei Bian, Lingdong Kong, Haozhe Xie 他
日本語で読む → - 論文制御/MPCロボティクス
ガウス過程と能動探索を用いた限界ドリフト旋回の学習制御
ガウス過程回帰で車両モデルの誤差を補正し、MPCと能動探索を組み合わせてドリフト旋回の軌道追従精度を高める手法を提案し、シミュレーションとRCカーで検証した。
原題: Learning to Drift in Extreme Turning with Active Exploration and Gaussian Process Based MPC ／ Guoqiang Wu, Cheng Hu, Wangjia Weng 他
日本語で読む →