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。
本研究は学習不要の拡散ベース動作計画手法TFDPを提案した。学習済みスコアの代わりに平滑性、障害物回避、速度制約、エージェント間分離から解析的に局所スコアを構成し、反復デノイズで実行可能な軌道を生成する。マルチエージェント経路計画ベンチマークでDGDなど学習ベース拡散手法より高い成功率と約150倍の高速化を達成し、300台100障害物の環境で平均5.39秒の計画を報告した。本論文は査読前のプレプリントである。
本論文はプレプリントである。MFPG-PPOは、高忠実度（HF）データが乏しいオン方策強化学習を安定化する手法で、低忠実度（LF）シミュレータデータを制御変量として利用する。GPU並列シミュレーションと実Frankaアームで評価し、HFデータのみのPPOをほぼ全ての設定で上回り、実ロボットでは1更新あたり4エピソードのみで成功率91.7%を達成した。
TouchThermは、実物体の視覚形状、触覚レンダリング用マイクロ形状、動的温度場を統合したシミュレーション用アセットを構築するフレームワークである。20物体の評価で、触覚レンダリングは粗い形状や画像空間ベースラインを上回り、30秒先と45秒先の表面温度MAEはそれぞれ0.465℃、0.592℃を達成した。合成データのみで学習した触覚物体認識でもTop-1精度が34.0%となり、粗い形状の20.0%から向上した。本論文は査読前のプレプリントである。
本論文はプレプリントである。RPG（Reconstruct, Practice, Go Real）はモデル重みを更新せず、オフラインデータから構築したシミュレーション練習課題で共有スキルライブラリとシステムプロンプトを自律改善する枠組みである。22操作タスクの各10ホールドアウト初期状態で成功率を1ラウンド目28.6%から15ラウンド後95.0%に向上させ、ASPIRE（75.5%）やGPT-6 Astra Pro採用CaP-Agent0（60.0%）を上回り、共通キャリブレーション後の実機3タスク30試行すべて成功した。
本論文はarXivのプレプリントである。AFD-CAMLsは、ケーブルで吊り下げたペイロードを複数UAVで運ぶ際のケーブル張力配分を、ヌル空間最適化とアドミタンスフィルタで改善する計画制御フレームワークである。シミュレーションでは4機から10機、実機では4機のUAVを用い、ホバリングと俊敏な軌道追従の両方で張力の偏りを低減し、ペイロード追従性能を維持した。
ActiveWAMは、カメラのパン/チルト制御と双腕操作を単一の世界行動モデルに統合した手法である。訓練時反転によってタスク関連の視覚証拠と時間変化を保持し、展開時は生の観測から実行可能な頭部および腕の行動を生成する。TAVISでは最大17.0ポイント、RoboTwin-AVの複合シフトではFast-WAMを20.0ポイント、実機キッチンではFast-WAMを26.7ポイント上回った。本論文は査読前のプレプリントである。
本論文はプレプリントである。SonarVoxNetはボクセルベースのエンコーダとアンカーフリーの中心点検出ヘッドを3Dソナーに適応し、ヨー角のみでなく連続的な6D回転表現によりSO(3)全域の姿勢を推定する9自由度の潜水士検出を実現した。Diver3Dはフロリダの洞窟潜水サイトで収集した37,010フレーム、34,568インスタンスを含む初の公開3Dソナー潜水士データセットである。実験では既存LiDAR検出器を大きく上回り、最終モデルは[email protected]で0.774、SDSで0.719を達成した。
Informed BLT*は、RRT*とInformed RRT*を2-Wasserstein距離の信念空間へ拡張したサンプリング型プランナーである。点群観測を用いる大規模屋外デジタルツインでも初期解を高速に発見し、一部マップでは競争力のある収束コストを示した。本論文はarXivプレプリントであり、査読済み学会・論文誌への採録は記録されていない。
Isaac-Netは、GPU上の大規模並列ロボット学習に5G NR上りリンクのスロット単位シミュレーションを組み込むモジュールである。ns-3 5G-LENAとの比較で遅延中央値を負荷全域にわたり再現し、1台のGPU上で1,048,576台のロボットをネットワーク込みで毎秒1.24制御ステップ動作させた。本論文はarXivで公開されたプレプリントであり、査読済み会議録や論文誌への採録は記載されていない。
Preprint. The authors introduce GroundAnything, a 4B-parameter visual grounding model that uses bidirectional diffusion with blockwise denoising for parallel spatial decoding instead of sequential autoregressive token generation. Its autoregressive variant, GroundAnything-VLM, reports 72.42% across 30 grounding benchmarks, ahead of GPT-6 Astra at 71.35%. This matters for latency-sensitive robotics and interactive vision systems that need fast, precise localization.
本論文は、実験室自動化における粉末計量のために、吐出ツールの形状と強化学習制御方策を同時に最適化するバイレベル共設計フレームワークを提案した。BOHBによる形態探索と幾何学的類似度に基づく方策のウォームスタートを組み合わせ、7種類の粉体でシミュレーションと実機評価を行った。共設計ツールは標準ツールに比べて実世界の計量誤差を45%削減し、未学習の材料でも優位を示した。本論文は査読済み会議録の記載がないプレプリントである。
米ミシガン大学とデューク大学の研究チームは、路側LiDARへの物理攻撃を周囲の交通状況に応じて選択しパラメータを調整するフレームワークTACTICを開発した。CARLAの無作為化シミュレーション280試行で、完全方策は100%の衝突率を記録し、固定ルールの35%やランダム選択の60%を大きく上回った。本論文は査読前のプレプリントである。
本研究はプレプリントである。DynaHarness は意味推論と物理実行を共有実行契約で結びつけ、失敗記録から再利用可能な能力を修正する動的物理ハーネスである。LIBERO-Pro で凍結方策の 17.5% に対し新規初期状態 800 件で 75.2% を達成し、同じ能力ライブラリでも動的実行が 74.0% と一段階再計画の 63.9% を上回った。
BatSLAM 2.0は、コウモリの反響定位に着想を得た超音波のみのSLAMシステムである。音響フロントエンドに方向手がかりを追加し、系列検証器と因子グラフ姿勢グラフを組み合わせることで、あいまいなソナー観測でも誤ったループ閉じ込みを抑え、地図崩壊を回避した。シミュレーション12走行と実センサ記録で一貫した地図を生成し、実センサでは軌跡誤差を3.62 mから0.67 mに低減した。本論文はプレプリントである。
米ノートルダム大学の研究チームは、視覚言語行動モデル（VLA）の実行時安全フィードバックを永続的なポリシー改善に変換するFailBankを開発した。固定CBF教師による観測のみの収集、成果認識付き選別、蓄積型失敗バンク、ガード付きLoRA更新を組み合わせ、VLA-Arena静的障害物スイートで成功率向上とポリシー起因コスト低減を同時に達成した。本論文はプレプリントである。
GGSDは、単純な1対1ゲームの自己対戦を利用して、人間がキーボード操作できる離散的な運動技能を発見するフレームワークである。本プレプリント論文では、Ant、Franka Arm、Unitree G1環境で、5〜6個の技能が意味的に明確であり、人間が未学習のMazeやCubePushタスクを追加訓練なしで成功率84〜100%で攻略できたと報告した。ゲームが技能学習の軽量なガイダンスとなり、高自由度ロボットの直感的な遠隔操作やキャラクター制御への応用が期待される。
本論文はプレプリントである。研究者らは、人間が与える記号的ルールと微分可能推論を組み合わせたNEUPROを提案し、生画像から安全に関わる述語を学習してロボットの安全違反を解釈可能に判定した。実ロボット画像を含むREASONデータセットで7タスク平均精度0.92±0.02を達成し、従来のブラックボックスコスト定式化に代わる再利用可能な安全推論の可能性を示した。
触覚フィードバックの予測不確実性に重みを置く探索フレームワークTacExを開発した。シミュレーションで報酬なし探索から物体把持を創発し、収集データがオフラインのピックアンドプレース方策学習を支え、凍結VLAモデルの後学習もサンプル効率よく改善した。本論文はarXivプレプリントである。
SplineWAMは世界アクションモデル（WAM）が予測する固定長アクションチャンクを、Bスプラインのノット時刻と制御点に置き換える手法である。アクションチャンキングWAMと比較して、LIBERO-PlusとRoboCasaで成功率を8.2ポイント、4.4ポイント改善し、推論呼び出しを22%と26%削減した。本論文は査読前のプレプリントである。
SymboticとMITの研究チームは、初期地図の不確実性を共有信念として扱うBelief-Aware MAPFを定式化し、ガウス信念伝播（GaBP）を用いたオンライン推論フレームワークMAGICを提案した。実験では標準MAPFベンチマーク上で最大800エージェント規模まで、既存手法と比較して96.3%のインスタンスで実行コスト（SoC）を削減した。本論文はプレプリントであり、査読済み会議・論文誌への採録は明記されていない。
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。