MEKAWIRE
研究

論文

ロボティクスとフィジカルAIの最新論文と、それぞれが産業にもたらす意味。

論文331本
テーマすべてManipulation 65VLA 43Navigation 24Learning 23Robotics 22Perception 20Humanoid 15Safety 9Simulation 9Locomotion 8World Action Models 4Aerial 2Aerial manipulation 2Dexterous manipulation 2Sim-to-Real Manipulation 2Social Navigation 2Vision-Language Navigation 2World models 2World-action model 23D Assembly 13DGS dataset 15G Simulation 1AMR Operations 1Active vision manipulation 1Adaptive MPC 1Adaptive action horizons 1Adaptive intervention 1Aerial Manipulation 1Aerial navigation 1Agricultural Robotics 1Articulation Estimation 1Autonomous Driving 1Autonomous Exploration 1Battery-aware RL 1Belief-space planning 1Bimanual Manipulation 1Byzantine localization 1Canal inspection 1Co-speech Humanoid 1Compositional Manipulation 1Construction navigation 1Contact-Rich Manipulation 1Contact-rich Manipulation 1Continuum sensing 1Curriculum RL 1Dexterous Manipulation 1Distributed Manipulation 1Distribution Shift 1Driving Simulation 1Efficient VIO 1Egocentric data 1Egocentric video 1Embodied Agents 1Embodied policy 1Empowerment MPC 1Endoscopic navigation 1Endovascular robotics 1Event-camera VO 1Exoskeletons 1Failure recovery 1Federated 3D Perception 1Fisheye detection 1Floorplan SLAM 1Geometry-aware manipulation 1Grasping 1Grounding 1Humanoid Control 1Humanoid RL 1Humanoid Tool Use 1Humanoid control 1Humanoid loco-manipulation 1Humanoid safety 1Imitation Learning 1JEPA World Models 1Lab automation 1Laboratory Manipulation 1Latent World Models 1Legged Manipulation 1LiDAR Security 1Lifelong RL 1MAPF 1MAV guidance 1Manipulation LfD 1Manipulation Safety 1Marine simulation 1Memory-centric VLA 1Miniature Locomotion 1Mining Perception 1Mobile manipulation 1Model-based RL 1Monocular SSC 1Motion Planning 1Multi-Agent RL 1Multi-Robot Exploration 1Multi-Robot Manipulation 1Multi-UAV Exploration 1Multi-UAV State Estimation 1Multi-agent RL 1Multi-agent motion planning 1Multi-camera odometry 1Multi-fidelity RL 1Multi-robot manipulation 1Multi-skill Manipulation 1Multi-view perception 1Multimodal simulation 1Navigation & Mapping 1Object Pose Estimation 1Object Search 1Panoramic 3D Detection 1Panoramic segmentation 1Pedestrian tracking 1PersonNav 1Planning 1Policy 1Policy Optimization 1Preference Learning 1Quadruped locomotion 1Real-time VLA 1Real-to-sim 1Representation alignment 1Robot-Use Agents 1Runtime Verification 1Safe Generative Planning 1Safe RL-MPC 1Safe VLA 1Safety monitoring 1Safety-critical control 1Sim-to-real Navigation 1Sim-to-real manipulation 1Simulation geometry 1Skill Discovery 1Social navigation 1Soft Pneumatic Actuators 1Soft manipulation 1Sonar SLAM 1Streaming 3D reconstruction 1Submovement decomposition 1Surgical 1Surgical robotics 1Tactile 1Tactile Exploration 1Tactile VLA 1Temporal manipulation 1Terrain traversability 1Text-to-3D Policy 1Tool Co-Design 1Trajectory Correction 1Traversability 1UAV Navigation 1UAV Swarms 1UAV traffic monitoring 1Underwater Robotics 1Underwater active mapping 1Underwater perception 1Unified world-action model 1VLA Conditioning 1VLA Defense 1VLA Robustness 1VLA evaluation 1VLA manipulation 1VLA robustness 1Video world models 1Visual Generalization 1Visual Grounding 1Visual Reward Models 1Visuomotor Fusion 1Visuotactile manipulation 1World Models 1World-Action Models 1
難易度指定なし入門中級上級
arXiv
World Action Models上級

進捗座標付き視覚サブゴールで長期制御を強化する世界行動モデルProWAM

Fei Zhang, Zhaochong An, Duncan Frost, Yikai Wang, Pengfei Liu, Ya Zhang, Michal Drozdzal, Amir Bar

Metaや上海交通大学などの研究チームが、進捗座標付きの視覚サブゴールを予測して行動を生成する世界行動モデルProWAMを開発した。シミュレーションではLIBERO-Plus 85.8%、乱化RoboTwin 75.7%を達成し、実機ゼロショットでは70.0%と従来最強のDreamZeroを15.0ポイント上回った。本論文はarXiv上のプレプリントであり、査読済みではない。

論文全文を読む（PDF）
arXiv
Manipulation LfD上級

SC-DMPsが相互作用剛性で基底配置を適応化、精密軌道スキル再現を改善

Chan Xu, Silu Chen, Dehao Wang, Xiyu Chen, Dexin Jiang, Chi Zhang, Guilin Yang, Chenguang Yang, Zaojun Fang

中国科学アカデミー寧波材料技術・工学研究所などの研究チームは、Dynamic Movement Primitives（DMP）の基底配置を、オペレータとロボットの相互作用剛性と実演間ばらつきから構築したステージ重要度指標で再配分するSC-DMPsを開発した。筆記軌道と3つの実ロボットタスクにおける比較で、従来DMPやProMPs、ProDMP、GP-MP、KMPに対し軌道再現精度とタスク重要領域の精度を改善しつつ、モデルサイズと安定構造を維持した。この手法は精密挿入や組立など精度要求が高いスキル転移に有効である。

論文全文を読む（PDF）
arXiv
Sim-to-real Navigation上級

EIDA、実行インターフェース動力学適応で軽量シミュレータから実ロボットナビゲーションへ転移

Yiwei Qian, Shanze Wang, Qingyuan Hu, Xinming Zhang, Wei Zhang

本研究は、実機の速度指令に対する機体挙動と速度フィードバックを軽量シミュレータに組み込むEIDA（Execution-Interface Dynamics Adaptation）を開発した。100環境のBARNベンチマークで学習済みポリシー中最高の成功率とナビゲーションスコアを達成し、実機Unitree Go2では静的シーン20試行すべてで衝突なくゴール到達した（ベースラインは20試行中4試行）。本論文はプレプリントである。

論文全文を読む（PDF）
arXiv
Visual Reward Models上級

CriticHackが示す視覚報酬の罠、タスク成功率上昇の裏で誤物体操作が増加

Jiaxuan Luo, Xingguo Xu, Shanshan Wang, Yuhan Zhou, Zhen Zhang

Baiduなどの研究チームは、ロボット方針最適化における視覚報酬モデルを評価するCriticHackを提案した。プレプリントである。引き出し操作でRobometerを報酬として拡散方針を微調整すると、512評価シードでタスク成功が10.2ポイント上昇する一方、誤物体失敗が10.9ポイント増加し、シミュレータの完了信号ではこの増加が起きなかった。この研究は、報酬モデルの総合的な識別精度が健全に見えても特定の意味的失敗を増幅し得ることを実証している。

論文全文を読む（PDF）
arXiv
Legged Manipulation上級

脚型マニピュレーションの応答一貫性移動とPolicy-Aware MPCを統合するReCo

Kuankuan Sima, Yichao Gao, Chenxi Gu, Kefan Zhao, Lin Zhao

ReCoは、脚型ロボットの移動ポリシーに一貫した指令応答を学習させ、同定した閉ループ応答モデルを組み込んだPolicy-Aware MPCで移動指令とアーム動作を同時計画するフレームワークである。シミュレーションの不整地ベンチマークでは位置RMSEを0.135m、姿勢RMSEを23.8度に抑え、最良ベースライン比でそれぞれ28.7%と27.4%削減した。本論文はプレプリントであり、査読済みではない。

RL
論文全文を読む（PDF）
arXiv
Multi-robot manipulation上級

未知の物理制約を持つロボットとゼロショットで協調するWatch, Infer, Coordinate

Suyu Ye, Zheyuan Zhang, Vaishnav Tadiparthi, Hossein Nourkhiz Mahjoub, Ehsan Moradi Pari, Tianmin Shu, Homanga Bharadhwaj, Nakul Agarwal

Watch, Infer, Coordinateは、物理的制約が未知のロボットと新規タスクでゼロショット協調する手法とベンチマークである。プレプリントであり査読済みではない。デモにおける両エージェントの行動からパートナーの低レベル制約を推論し、物体搬送の3設定でオラクルに近い成功率を達成した。

論文全文を読む（PDF）
arXiv
Latent World Models上級

成功判定に使う物理量を補助損失の教師信号に、潜在世界モデルのプランニング成功率を改善

Takumi Hara, Kanata Suzuki

本プレプリントは、潜在世界モデルのプランニングにおいて、タスクの成功判定に使われる物理量（成功基準量）を補助損失の教師信号として直接学習させる手法を提案した。LeWMを用いたPushTとcubeで成功率がそれぞれ3.5ポイント、3.4ポイント（絶対差）向上し、統計的に有意だった。テスト時は線形ヘッドを破棄するためモデルや計算コストは変わらず、成功基準に含まれる全量を教師にすることで有意な劣化は見られなかった。

ワールドモデル
論文全文を読む（PDF）
arXiv
UAV Swarms上級

分散UAVスワームのSLM制御に文脈管理と関心対応ゴシップを統合、全試行完遂と通信量削減を達成

Andrea Iannoli, Ivan Zyrianoff, Angelo Trotta, Lorenzo Gigli, Marco Di Felice

本論文は、各UAVが独立したSmall Language Modelエージェントを持つ完全分散スワーム制御アーキテクチャを提案した。イベント駆動のreason-act-observeライフサイクルに、原子ノートによる文脈管理と意味的新規性に基づく関心対応ゴシップエンジンを組み合わせ、探索救助シミュレーションで全試行を完遂し、推論トークン消費をFull Flood比で約半減、通信量を6〜7MBから0.5MB未満に削減した。IEEE CCNC 2027に採録された論文である。

論文全文を読む（PDF）
arXiv
Soft manipulation上級

腱駆動剛軟指の解像度一貫ヤコビ場を学習するJacobian Flow Matching、スパースサンプリングで誤差分散24.87%減

Tianyou Liang, Haisen Zeng, Shanjun Chen, YiMing Zhu, Zhongyue Lu, Zirong Luo

本論文はプレプリントとして公開された。腱駆動剛軟指の非線形な動作を離散制御でも安定して予測するため、Conditional Flow Matchingに基づくJacobian Flow Matching（JFM）を提案した。単段予測ではグローバル平均RMSEをベースライン比で53%以上削減し、スパースサンプリング（ストライド8）のODE積分ではRMSE中央値を14.43%、誤差分散を24.87%改善して、剛軟結合システムのオフライン軌道最適化に使える局所モデルを提供した。

論文全文を読む（PDF）
arXiv
VLA manipulation上級

ChunkVLA-AMが積層造形ロボット向けOpenVLA-OFTをFR3実機に適用、42試行中39成功を報告

Zhugang Liu, Kaichuang Zhang, Jinman Zhang, Pu Sun, Martha Asare, Jose Hernandez, Maxim Ermolinsky, Efren Saenz, Qi Lu, Jinghao Yang

本論文はプレプリントである。積層造形ワークセル内のFAIRINO FR3ロボットにOpenVLA-OFTを適応し、8ステップの並列アクションチャンクで制御するChunkVLA-AMを提案した。実機42回のA-to-B物体移載試験で39回成功し成功率は92.9%となり、軌道予測誤差は平均1.74 mmに低減した。照明輝度85から125の範囲で低誤差を維持し、積層造形の後処理などへ柔軟な自動化の可能性を示した。

VLA
論文全文を読む（PDF）
arXiv
Safety-critical control上級

有限データと非対称アクチュエータ制約の下で出力安全を証明する新手法、車両シミュレーションで有効性を確認

Abhinav Sinha, Praveen Kumar Ranjan, Yongcan Cao

本プレプリントは、モデル不確実性と非対称な入力制限のもとで、有限の観測データから出力安全を強制できる指令の可否を判定する証明を開発した。測定スパンに基づく最悪ケースの不確実性上界と、アクチュエータ追従誤差の保証範囲を組み合わせ、実行可能な指令の特徴付けと閉ループ安全を導いた。数値実験では、データ選択により同一サンプル数で証明可能なクエリ割合を1.03%から76.27%へ改善し、厳密パラメータ基準との差を9.99ポイントに縮めた。

論文全文を読む（PDF）
arXiv
Dexterous manipulation上級

FlashDexRetargetが多動作リターゲティングで器用操作データ生成を加速、成功率90%と計算コスト100分の1を実現

Kyungmin Lee, Sibeen Kim, Dongyoon Hwang, Yoonsang Oh, Donghu Kim, Youngdo Lee, I Made Aswin Nahrendra, Jaegul Choo, Hojoon Lee

FlashDexRetargetは、人間の手と物体のデモンストレーションからロボットの器用な操作データを生成するRLベースのフレームワークである。50モーションのベンチマークで90%の成功率を達成し、評価したサンプリングベース手法の約2.5倍、RLベースのCHORDより約100倍少ない計算コストで済むと報告した。本論文はプレプリントであり、査読済みではない。

巧緻操作
Sharpa
論文全文を読む（PDF）
arXiv
3DGS dataset上級

3DROID：DROID由来のレンダリング可能な3D Gaussianデータセット、シーンごとの較正信頼性を測定して公開

Wonguen Cho, Junhoo Lee, Nojun Kwak

本研究はプレプリントとして発表され、ロボット操作データセットDROIDの114シーンを姿勢条件付きフィードフォワード3D Gaussian Splattingで再構成し、カメラ外部パラメータの信頼性を検証した上でレンダリング可能なデータセット3DROIDを構築した。姿勢条件付けと較正済み外部パラメータの組み合わせにより、保持視点でのPSNRがZipSplatで12.75から16.27に向上した。データセットにはシーンごとの較正ゲート判定や幾何的信頼性情報が含まれ、実世界のメトリックスケールに固定された3Dシーンを提供する。

論文全文を読む（PDF）
arXiv
Marine simulation上級

H-SPAR、海流・粒子輸送・USV自律を統合するオープンソースシミュレータ

Navid Zarrabi, Nariman Yousefi, Sajad Saeedi

H-SPARはROS 2/Gazebo上で時空間海流場、ラグランジュ粒子輸送、確率的粒子サンプリング、USVの閉ループ自律を統合するシミュレーションフレームワークである。このプレプリントでは、流れ対応プランナSVF-RRT*の計画上の上流コスト低減が時間変動流下の実行では69.4%から41.7%に縮小すること、掃引角度により完全なH-SPAR構成で粒子サンプリング率が最大22.2%変化することを報告した。計画・実行・サンプリングを一貫した流れ条件で評価する重要性を示している。

ROS 2
論文全文を読む（PDF）
arXiv
Unified world-action model上級

UniWAM、VLMと世界モデルと行動予測を統合したロボット基盤モデルを提案

Jiayi Chen, Wenxuan Song, Jingbo Wang, Shuai Zhou, Xicheng Gong, Zehua Fan, Ziyang Zhou, Junwu E, Haodong Yan, Fuhao Li, Qize Yu, Xu Huang, Pengwei Wang, Wen Chen, Shunbo Zhou, Haoang Li

UniWAMは、物理推論を担うVLM、未来映像を生成する世界モデル、行動予測器を単一のMixture-of-Transformersアーキテクチャに統合したロボット基盤モデルである。ロボットデータ約4958時間、人間の一人称データ約5072時間、VQAデータ約8.293M件を事前学習し、LIBERO標準で平均99.2%、LIBERO-Plusで92.6%、RoboTwin 2.0で平均71.73%を達成した。本論文はプレプリントであり、査読済みではない。実機評価では4つの指示追従タスクで成功率67.5%、指示追従率82.5%を報告し、人間とロボットの共訓練に対数線形のスケーリング則を確認した。

VLA
論文全文を読む（PDF）
arXiv
Manipulation上級

物体の動きだけをプログラム化する世界行動モデルPEWAM、1回のデモでLIBERO未学習タスク40/90成功

Junyi Hu, Zhewen He, Zhenhua Li, Yi Fang

本論文はarXivで公開されたプレプリントである。ロボットのデモンストレーションから物体のキーポイント軌道・接触点・終端状態だけを抽出した「エフェクトプログラム」を生成し、それを条件として実行軌道を生成する世界行動モデルPEWAMを提案した。LIBEROの未学習タスクで1回のデモから90エピソード中40を成功させ、既存手法の最大19を上回り、実機Frankaアームでは人間のビデオから40試行中36を成功させた。

論文全文を読む（PDF）
arXiv
Geometry-aware manipulation上級

離散メッシュのリーマン幾何を直接扱うロボット学習フレームワーク、DMPとGPとRFMを拡張

Matteo Dalle Vedove, Fares J. Abu-Dakka, Luigi Palopoli, Daniele Fontanelli, Matteo Saveriano

本研究はプレプリントである。ポリゴンメッシュ上で対数写像、指数写像、平行移動、環境空間への射影を離散微分幾何に基づき定義し、DMPとガウス過程とリーマンフローマッチングをサーフェス上で直接学習できるようにした。シミュレーションで既存手法より優れた一般化を示し、実機のFranka Research 3で描画軌道の異なる曲面への転写とRGB-D復元面上の研磨動作計画を実証した。

論文全文を読む（PDF）
arXiv
Compositional Manipulation上級

ViGARが視覚サブゴール計画と実行を分離、RoboTwin Randomで67.02%を達成

Shukai Gong, Xuanran Zhai, Yintianrun Zhang, Ruopeng Cui, Ye Huang, Yiyang Fu, Dexuan Lyu, Chaojie Li, Xinyi Song, Peiwen Lin, Chuang Wang, Mingyuan Jia, Yufan Deng, Jiaxin Fang, Bo Liang, Jiaxin Li, Yuxiang Gao, Hao Liu, Daquan Zhou

北京大学などの研究チームは、長期の合成的ロボット操作を視覚サブゴール計画とサブゴール実行に分解するViGARを提案した。ViGARは世界モデルを共有し、RoboTwin Clean2RandomでClean 82.00%、Random 67.02%の成功率を達成し、最強ベースラインを平均12.86ポイント上回った。実機でも5つの合成操作タスクと2つの文脈内学習タスクで有効性を確認した。本論文はプレプリントである。

論文全文を読む（PDF）
arXiv
Policy Optimization上級

FERPO：批評家の行動微分を使わないオンライン最大エントロピー方策最適化

Sebastian Sanokowski, Alireza Sarmadi, Majid Khadiv

本論文はプレプリントである。FERPOは、学習した批評家の行動微分を使わず、価値のみから方策改善を行うオンライン最大エントロピー強化学習手法である。転がり出し方策からサンプルした行動を自己正規化重点サンプリングで重み付けし、前方KLで正則化目標分布にフィットする。DMCとManiSkillでREPPO並みの最終性能を示し、サンプル効率と更新時間で優位を報告した。

RL
論文全文を読む（PDF）
arXiv
Humanoid loco-manipulation上級

InterEvolve、報酬プログラムのテスト時進化で固定人型コントローラを未知タスクに適応

Zhuo Lin, Sirui Xu, Liuyu Bian, Yu-Xiong Wang, Liang-Yan Gui

InterEvolveは、事前学習済みの人型ロコマニピュレーションコントローラを再学習せず、テスト時に報酬プログラムを進化させて未知のタスクを解くフレームワークである。LLMエージェントが実行フィードバックから報酬プログラムの構造を改訂し、CMA-ESが定数を較正する。シミュレーションの8タスク系統で成功率86.5%を達成し、実機Unitree G1でも機載知覚のみで自律動作した。本論文はarXivプレプリントであり、査読済みであるとは明記されていない。

Humanoid
論文全文を読む（PDF）

テーマ別ページ

マニピュレーション 8VLA 4World Action Models 5Aerial manipulation 3Dexterous manipulation 3Sim-to-Real Manipulation 3Social Navigation 3

論文は arXiv のロボティクス分野から取得しています。当社の要約が未作成の場合は、要旨の冒頭を表示します。