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。
本論文はプレプリントであり、査読済みではない。LiDARFlowは、LiDAR点群から障害物パネルを抽出し、パネル法に基づくPGFlowと誘導ベクトル場を重ね合わせて、未知の屋内環境でMAVを衝突回避させる完全オンボード誘導システムである。ウェイポイント航法と方向指令追従の2シナリオで、すべての障害物を回避しつつタスクを達成した。計算負荷は低い一方、点群処理が主な実用上の制約であると報告した。
本プレプリントは、市販部品から構築したオープンソース移動マニピュレータALFREDを報告する。4回の試作を通じて、アーム可動領域の使用可能割合は34.0%から60.0%、66.1%へと向上し、最終ビルドのみLiDAR水平視野が前後方向で確保された。1年間の月次森林調査（528走行）で予定収集を欠かすことなく運用された。
ジョンズ・ホプキンス大学応用物理研究所の研究チームは、ロボット操作のVision-Language-Actionモデルに対し、8チャンネルのEMG包絡線を固有受容ベクトルに連結するEC-VLAと、画像にセグメンテーション注釈を加えるVA-VLAを構築した。キューブ選択タスクとRoboCasaのピックアンドプレースで評価し、EC-VLAは整然環境で言語プロンプトのSmolVLAに匹敵し、乱雑環境では成功率が0.30から0.50に向上した。VA-VLAも乱雑環境で完了スコアが0.35から0.51に向上した。これはプレプリントである。
QueryArtは単一の較正済みRGB画像と2Dクエリ点から関節パラメータを推定するモデルである。深度正規化表現により単眼画像から識別可能な対象を学習し、クエリ点の深度測定でスケールを回復する。複数ベンチマークで最新手法を上回り、実機実験では未見の家具に対して70.2%の操作成功率を達成した。本論文はプレプリントである。
本プレプリントは、VLAモデルの頑健性評価をタスク成功率（TSR）だけでなく、成功軌道の挙動指標（動作時間、ジャーク、グリッパ移動量など）で補完するフレームワークを提案した。LIBERO／LIBERO-Plus上でπ_{0.5}、VLANeXt、OpenVLA-OFTを評価し、カメラ・ロボット初期位置・センサ摂動などによって成功率が同程度でも成功軌道の挙動が大きく変化する事例を報告した。これは、実ロボット展開時の安全性・効率・信頼性を評価する上で重要である。
OpenSpace LabはIROS 2026屋内探査競技に向けて、時間制約と帰還を明示的に考慮した単独ロボットおよび複数ロボットの探査戦略を開発した。単独ロボット公開トラックで平均カバレッジ61.04%を達成して1位、非公開トラックでは単独39.53%、複数39.91%でいずれも3位だった。本報告は査読前のプレプリントである。
中国の研究チームが開発したColoACTは、RGB画像に相対深度と勾配ベースの疑似標高マップを加えたAction Chunking Transformer方策を自走式内視鏡ロボットBGERに統合した。摘出ブタ大腸約60cmの未見環境で直線部85.4%、湾曲部72.5%、90度ターン70%、二連屈曲60%の成功率を得た。これはプレプリントであり、弱テクスチャ下でも滑らかな連続制御を実証した点で内視鏡自律ナビゲーションの前進である。
ロボット動画生成モデルが、テキストで指定された質量や粘性など外見から判断できない物理特性を無視する問題を測るベンチマークPhysicsLENSを開発した。本論文はプレプリントであり、査読済み採録は明記されていない。同一フレームとタスクで物性記述だけを変えたマッチドシナリオを用意し、4モデル439本の動画を人で評価した結果、物理的に妥当に見える47本中34本が指定特性に従っていなかった。自動評価器は妥当性AUC 0.72、タスク完了AUC 0.81を達成したが、隠れた特性の判定は難しいと報告した。
TierCEMは、交差エントロピー法（CEM）のエリート選択に制約の辞書式優先順位を直接組み込んだ手法である。2次元ナビゲーションと接触リッチなPush-T操作タスクで評価し、制約が競合する際に優先順位を反転させると違反する制約が反転することを確認した。重み調整が不要で安全性要件の優先順位を明示的に扱える点が重要である。本論文はプレプリントである。
本論文（プレプリント）は、ロボット関節、物体中心、接触点からなるスパースな3D骨格表現を用いた世界行動モデル SkeleWAM を提案した。LIBERO-Plusベンチマークにおいて全体成功率85.9%を達成し、既存の世界行動モデル Cosmos-Policy を3.7ポイント上回った。パラメータ数は57.1Mと比較手法より大幅に小さく、実世界の5つの操作タスクでも平均89%の成功率を記録した。
本論文は、把持結果とユーザデモを埋め込み空間上のメモリに蓄積してオンラインで適応する6-DoF把持合成フレームワークを提案したプレプリントである。提案手法は適応前の段階で既存ベースラインと同等以上の性能を示し、未見物体カテゴリで逐次改善し、実機1500回超の把持試験でカテゴリ適応後に複数カテゴリで成功率90%超を達成した。固定パラメータの再学習を伴わず、メモリ追加のみで把持戦略を更新できる点が重要である。
本研究は、既存の単一UAV用サンプリングベース探査プランナーをマルチUAVで利用できる集中型フレームワークを提案したプレプリントである。voxbloxを拡張して複数深度センサのTSDF融合、機体間衝突回避、他機体の点群除去を実装し、3機のシミュレーションで4種のプランナーを評価した。分離開始配置（SS）が同時開始配置（JS）より一貫して高速かつ高被覆率を達成し、初期配置戦略の重要性を示した。
StreamRigは、凍結した多視点3D基盤モデル上に因果的ストリーミングオドメトリを構築するフレームワークである。NCLT、TartanGround、KITTI-360、実機ヒューマノイドZJHの4つのリグで、非オラクル手法の中で最低の並進・回転ドリフトを達成し、5眼推論は単眼CUT3Rより低遅延かつ省メモリだった。本論文はarXivプレプリントであり、査読採録は報告されていない。
ECHO-Gは、音声とタイムコード付き書き起こしの双方を条件として人型ロボットの全身発話動作を直接生成するフレームワークである。BEAT2由来のロボット動作データセットで比較評価し、従来の人間動作生成とリターゲティングの経路に比べFGDやビート同期などのコスピーチ指標と処理時間で優位を示し、Unitree G1での実機動作も確認した。本論文は査読前プレプリントである。
本研究は事前学習済みのVLAポリシーを再学習なしで保護する実行時安全フィルタを提案した。グリッパ、手首、前腕を5個の楕円体で覆い、リセット時にRGB-Dから推定した危険物楕円体と疎なオプティカルフロー追跡により、移動する危険物との衝突を65.62%から27.27%へ低減し、安全なタスク成功率を29.35%から50.43%に引き上げた。エッジ環境ではバリア計算がp99で2.2ms、π0.5ポリシー呼び出しをiGPUで177.3msに短縮し、実機でも接触回数を減らした。本論文は査読前のプレプリントである。
STARSは、短時間のマルチエージェントインタラクションを時空間グラフとして符号化し、自己教師ありメッセージパッシンググラフオートエンコーダで物理ダイナミクスを潜在表現に圧縮する手法である。SEAN TogetherとSocialNav-SUBで評価し、線形プローブが知覚予測と歩行者行動分類において高いデータ効率を示し、特に行動分類ではラベル付きデータ1%でマクロF1 0.362、100%で0.503を達成した。本論文は査読前のプレプリントである。
AssemblyWorldは、汎用エージェントが視覚的な対話を通じて3D組み立てをどこまで遂行できるかを評価する対話環境とベンチマークである。最も強いシステムAstraは部品精度80.9%に対して完全組立成功率59.4%を達成したが、完全な再構成にはまだ隔たりがある。本論文はプレプリントであり、査読済みではない。
ドローン隊が道路網の渋滞を検出・予測し、その報告で信号制御を適応させるマルチエージェントシミュレーションを構築した。渋滞予測に基づく信号制御は検出に基づく場合に比べ、渋滞継続時間の短縮効果が多くのケースで約2倍となり、フリート台数を増やすよりも予測精度の向上が重要であることを示した。本論文は査読前のプレプリントである。
Optimus-Rは、視覚言語行動モデル（VLA）のタスク適応をパラメータ更新ではなく明示的なメモリ操作として定式化するフレームワークである。インラインメモリインタフェースで制御に関連するクエリとスキル表現を抽出し、クエリスキルメモリバンクに外部化することで、限られたデモでの効率的なスキル学習と破滅的忘却の緩和を実現した。本論文はプレプリントであり、LIBEROの30%データで平均成功率を16.5ポイント改善したほか、実機20デモで33.3%の成功率を報告している。
PhasePlanはロボット脳モデルの行動チャンク内で将来のタスクフェーズを位置ごとに予測し、その計画表現で各行動を条件付ける手法である。コンベア操作タスクでπ0.5実装を評価し、オフライン関節動作誤差を従来比22.5%削減、手先コマンド精度を93.162%に向上させた。本論文はarXivプレプリントである。
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。