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199本
テーマすべてManipulation 27VLA 22Perception 12Robotics 11Navigation 10Humanoid 9Learning 8Safety 5World Action Models 4Simulation 3Aerial 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 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 1Locomotion 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 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
Manipulation上級

DynaHarness、動的物理ハーネスで自己進化するロボットエージェントを提案

Haoyuan Deng, Jiebin Liu, Tengxiao Zhang, Langning Yan, Hongye Cao, Ziwei Wang

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。

VLA
論文全文を読む（PDF）
arXiv
Sonar SLAM上級

BatSLAM 2.0、超音波のみのSLAMで誤ループ閉じ込みによる地図崩壊を防止

Jan Steckel

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。

論文全文を読む（PDF）
arXiv
Safe VLA上級

FailBank、ランタイム安全フィードバックを自己進化に変換しVLAの成功率と安全性を同時改善

Mingyue Cui, Zheyuan Liu, Yihan Zhu, Zheyuan Zhang, Meng Jiang

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。

VLA
論文全文を読む（PDF）
arXiv
Skill Discovery上級

自己対戦ゲームから人間可操作なロボット技能を発見するGGSD、Ant、Franka、Unitree G1で未学習タスクも攻略

Seungeun Rho, Jeonghwan Kim, Xue Bin Peng, Sehoon Ha

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。

論文全文を読む（PDF）
arXiv
Safety上級

NEUPROが画像から安全述語を学習、解釈可能なロボット安全制御を実現

Zihan Ye, Jiayi Liu, Puze Liu, Jiayun Li, Georgia Chalvatzaki, Jan Peters, Kristian Kersting

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。

論文全文を読む（PDF）
arXiv
Tactile Exploration上級

TacEx、触覚の不確実性を優先する探索でロボット操作を効率化

Klemens Iten, Alexander Proshkin, Bhavya Sukhija, Stelian Coros, Andreas Krause, Pieter Abbeel, Carmelo Sferrazza

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。

RL
論文全文を読む（PDF）
arXiv
Adaptive action horizons上級

SplineWAM、Bスプライン表現でWAMのアクション区間を適応化

Jun Guo, Xiaoshen Han, Qiwei Li, Nan Sun, Peiyan Li, Heyun Wang, Hang Lai, Weinan Zhang, Xinghang Li, Huaping Liu

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。

論文全文を読む（PDF）
arXiv
MAPF上級

地図不確実性下のマルチエージェント経路探索に信念認識型MAGICを提案、実行SoCを96.3%のインスタンスで削減

Viraj Parimi, Shao-Hung Chan, Han Zhang, Jingkai Chen, Brian Williams

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。

論文全文を読む（PDF）
arXiv
UAV Navigation上級

DiffWAM、動画基盤モデルの予測表現から直接UAV軌道を生成

Mo Zhu, Yuze Wu, Xijie Huang, Xiao Cui, Fei Gao, Xin Zhou

DiffWAMは、凍結した動画基盤モデルの中間予測表現と初期フレームの幾何情報から、連続するカメラ軌道を直接復元するナビゲーション世界行動モデルである。本論文はプレプリントであり、DiffWAM-1000で軌道RMSE 0.3492 m、終点成功率74.40%を報告した。将来ビデオの生成と再構築をデプロイ時に省く経路として、UAVナビゲーションの低遅延化と実機展開可能性を示した。

論文全文を読む（PDF）
arXiv
VLA上級

VLAモデルの反事実的失敗は既知軌道の再生、ECTが指示と行動の結びつきを改善

Hung-Jen Chen, Yu-Hsun Hou, Yan-Hong Chen, Yan-Fu Chen, Binghua Cai, Min Sun, Chun-Yi Lee

VLAモデルは分布内タスクで90%超の成功率を示しても、反事実的な変化では誤った行動を選ぶことがある。著者らはこれを「指示と行動の結びつき（instruction-action binding）」と診断し、同指示・異場面・異行動の対照データで学習するEquivariant Counterfactual Training（ECT）を提案した。プレプリントであり、LIBERO-PROでは位置交換成功率を36%から59%に、CALVINでは5タスク連続完了を58%から76%に、実機UR5eでは未見位置の成功を8%から88%に改善した。

VLA
論文全文を読む（PDF）
arXiv
Submovement decomposition上級

Submovement分解の識別可能性を数値化するSub-IDが高密度な手先軌道から運動プリミティブを抽出

Adrian Prados, James Hermus, Ramon Barber, Sylvain Calinon

本論文は、人間の手先軌道を離散的なサブムーブメント（運動プリミティブ）へ分解する手法Sub-IDを提案したプレプリントである。時空間カーネル相関を識別可能性の指標として適応リッジ正則化に組み込み、合成データのK=3、8、15で既存手法が失敗する状況でも真のパラメータ分布を再現し、原理的に分解不能な領域では曖昧さを明示的に検出した。これにより長時間の3次元動作からもサブムーブメントを抽出でき、運動制御研究や模倣学習への応用が期待される。

模倣学習
論文全文を読む（PDF）
arXiv
Egocentric data上級

Ego4WAM、ロボット学習に用いる自己中心視点データの拡張で何が重要かを解明

Zhihao Sun, Liu Liu, Xinjiang Wang, Haoyi Jiang, Wei Feng, Huiqiang Zhang, Xiaosong Jia, Zhizhong Su, Zuxuan Wu

本研究は、ロボット学習のための自己中心視点の人データを拡張する際、人間とロボットの整合性、データ時間とタスク多様性、行動ラベルの有無、学習パイプラインでの使い方が下流性能に与える影響を、統一したWAMフレームワークで体系的に検証した。整合性の高い人間デモは未知環境への汎化を改善しロボットデータ量を削減できる一方、データ時間とタスク多様性は能力ごとに異なる効果を示し、行動ラベルなしの映像のみの事前学習も世界モデルを通じて有効であると報告した。本論文はプレプリントであり、実機ロボットとRoboDojoでのクローズドループ評価に基づく。

論文全文を読む（PDF）
arXiv
Continuum sensing上級

磁気とIMUを融合したモジュール式連続体ロボットの自己姿勢推定、外部カメラ不要で16.7Hz更新

Zheng Cao, Guo Ning Sue, Xiangyun Bu, David Quinn, Junzhe Hu, Carmel Majidi

本論文は、分散配置したIMUと基板コイルによる磁気計測を組み合わせ、外部カメラに依存せず連続体ロボットの三次元形状を推定するモジュール式センシング方式を開発した。4シナリオ20試行でバックボーンRMSE 10.0±3.2 mm、先端RMSE 14.9±6.5 mm、更新レート16.7 Hzを達成し、先端高さの閉ループ制御も実証した。これはプレプリントであり、査読済みとは報告されていない。

論文全文を読む（PDF）
arXiv
Manipulation上級

Dream4ACT、複数ロボットで共有する視覚的アクション表現を導入した映像アクション世界モデル

Xiangyu Zhu, Jin Xu, Yue Guo, Xin Wu, Yifan Sun, Xiancong Ren, Jianxin Sun, Yong Dai, Xiaozhu Ju

Dream4ACTは、異なる関節構成を持つロボットの目標関節状態を固定形状の多視点画像群であるアクションビューとして表現し、映像拡散モデルでRGB観測と統合学習するプレプリントである。RoboTwin 2.0では平均88.98%の成功率、TriWorldBenchでは65.66点を達成し、4種類の実機プラットフォームで同一チェックポイントによる操作を報告した。学習済みのロボット固有アクションデコーダを不要にする点が重要である。

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

TO-mdiSPAs：トポロジー最適化による多方向ソフト空気圧アクチュエータの設計

Swagatam Islam Sarkar, Prabhat Kumar

本研究は、任意の3次元方向へ曲がるソフト空気圧アクチュエータ（SPA）をトポロジー最適化で自動設計する手法TO-mdiSPAsを提案した。Darcy則と排水項で設計依存の圧力荷重をモデル化し、3フィールドのロバスト最適化を適用した。数値シミュレーションでは、最適化した3本アーム構成が複数方向への屈曲と把持動作を示した。査読前のプレプリントである。

論文全文を読む（PDF）
arXiv
World-action model上級

Magic-W0、構造化世界・行動基盤モデルがRoboDojoでWAM最高スコア、実機成功率94.6%

Xuhua Chen, Zhenhan Yin, Yuan Zhang, Lingfeng Zhang, He Zheng, Tong Mu, Shun Zuo, Dian Zhou, Di Wu, Xuan Zhou, Shaojie Wan, Rongtian Shen, Qiulong Xu, Yiduo Li, Yinglong Wang, Yanqian Wang, Kun Wang, Tao Zhang

Magic-W0は、ロボット操作のための構造化世界・行動基盤モデルである。現在状態、行動による遷移、未来状態を明示的にモデル化し行動生成と双方向に結合し、RoboDojo-SimでWAM中最高の平均Score 27.10、実機5タスクで平均成功率94.6%を達成した。本論文は査読前のプレプリントである。

Physical Intelligence
論文全文を読む（PDF）
arXiv
Grounding上級

GroundingPI、点とボックスで物理的知能向けの知覚基盤を確立

Qize Yu, Lianrui Fan, Boyu Chen, Jiaqi Liang, Xini Ding, Yue Chen, Zetian Song, Yuran Wang, Yi Zou, Kaixuan Wang, Tianxing Chen, Wenxuan Song, Bohan Zhou, Mingleyang Li, Siqiao Huang, Yuqi Ye, Caigao Jiang, Wei Wei, Ruihai Wu, Hang Zhang

GroundingPIは、点とボックスを量子化座標として出力する4Bパラメータの視覚グラウンディング基盤モデルである。34件のグラウンディングベンチマークで平均73.68%を達成し、より大規模なGPT-6 Astraの71.54%を上回った。ロボット操作と自動運転の下流タスクで既存バックボーンを上回る転移性能を示し、物理的知能のための知覚基盤として有望である。本論文はarXivのみで公開されたプレプリントである。

VLARL
Physical Intelligence
論文全文を読む（PDF）
arXiv
Aerial Manipulation上級

局所全身VLAをシーン規模空中マニピュレーションへ拡張、MPARで実測進捗に整合

Weixiang Guo, Rui Jin, Haotian Jin, Xinhang Xu, Ruiyang Liu, Haoran Zhao, Yi Wang, Weiqi Gai, Kun Cao, Lihua Xie

本研究は、多関節空中マニピュレータ向けに、合成データで学習した局所全身VLA行動をシーン規模ミッションに合成するフレームワークを提案した。主要な結果として、シミュレーションでのマルチサイト任務成功率42.0%、500ms遅延下でのMPARによるテイクオーバー位相誤差の中央値0.212秒削減、実機での多関節UAM検証を報告した。本論文は査読済み採録が明記されていないプレプリントである。

VLA
論文全文を読む（PDF）
arXiv
Preference Learning上級

PrefPI、相対選好のみで事前学習済み生成方策を初期分布外の行動へ段階的に誘導

Seungeun Rho, Wontaek Kim, Danfei Xu, Sehoon Ha

PrefPIは、事前学習済み生成ロボット方策を、自己生成軌跡に対する相対選好のみで初期方策の有効サポート外へ誘導する反復フレームワークである。実機では150件の選好ラベル付き軌跡で物体搬送高さを10.7cmから19.8cmに高め、成功率90%以上を維持した。本論文は査読前のプレプリントである。

VLA
論文全文を読む（PDF）
arXiv
Floorplan SLAM上級

MVP-SLAM、床プラン事前情報でドリフト補正する複数カメラ視覚慣性SLAM

Asier Bikandi-Noya, Miguel Fernandez-Cortizas, Muhammad Shaheer, Holger Voos, Jose Luis Sanchez-Lopez

ルクセンブルク大学の研究チームが、建設現場向けに2台の魚眼カメラとIMUのみで動作し、設計図の床プランを逐次統合してドリフトを補正するオンラインSLAM「MVP-SLAM」を発表した（査読前プレプリント）。Hilti–Trimble SLAM Challenge 2026のLocalizationタスクで22チーム中2位（平均RMSE 0.29m）、SLAMタスクで62チーム中5位（0.24m）となり、オンラインで床プランを統合し位置特定する手法としては両タスクで首位だった。床プランをカメラのみの視覚慣性SLAMにオンラインで組み込み、軌跡構築中に補正できる点が重要である。

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。