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10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
日本語版は未提供のため、英語原文で表示しています。
技術「VLA(視覚言語行動)モデル」で絞り込み中、解除
arXiv
VLA evaluation中級

ManiPhysicsBenchが物体保全を物理ベースで評価、既存VLAはタスク成功と安全成功に大きな差

Sangwu Park, Yeonjun In, Wonjoong Kim, Sungwon Kim, Sein Kim, Chanyoung Park

ManiPhysicsBenchは、物体の材料特性と3DメッシュをまとめたManiPhysicsZooと、把持時の接触力から損傷閾値を計算するソルバー評価を組み合わせ、LIBEROとSimplerEnv上でVLAの物体保全を評価するベンチマークである。公開VLAチェックポイントを評価したところ、タスク成功率に対して安全成功率は大幅に低く、把持コマンドは全開か全閉に集中していた。物体固有の連続グリッパーラベルで再学習すると安全成功率は向上したが、タスク成功率は低下した。これはプレプリントである。

VLA
論文全文を読む（PDF）
arXiv
VLA中級

MixVLA、非不変情報の適応混合でVLAのゼロショット汎化を改善、LIBERO-Plusで76.2%

Pingrui Zhang, Yu Zhang, Pengyuan Wu, Bin Wang, Haoming Song, Xianqiang Gao, ZhaxiZhuoma, Zhigang Wang, Dong Wang, Bin Zhao, Xuelong Li

MixVLAは、視覚言語行動モデルのゼロショット汎化を高めるモデル非依存の学習フレームワークである。情報ボトルネックと重み減算で不変表現と非不変表現を分離し、非不変特徴を適応混合してから行動予測に統合する。LIBERO-Plusで76.2%、RoboTwin 2.0のC2Rで62.4%を達成し、実機照明変化でもπ0.5の20%から60%へ改善した。本論文はプレプリントである。

VLA
論文全文を読む（PDF）
arXiv
Sim-to-real manipulation中級

SARI、接触リッチ操作の空間カバレッジと接触物理を分離してシミュレーションと実機を共学習

Xingxin He, Yuxuan Jiang, Haonan Zhang, Chuhan Cui, Kaile Li, Zhongxing Zheng, Caihao Xu, Ziqi Wang

本研究は、接触リッチ操作タスクを自由空間アプローチと接触インタラクションに分け、前者をフォトリアルなデジタルツインで、後者を少数の実機デモで収集するSARIを提案した。カメラ相対行動表現でπ0.5をポストトレーニングし、5つの実タスクで未見配置の完了を達成し、ランプタスクでは実データ収集時間を34.3%削減して未見配置成功率27.5%を記録した。本論文はarXivプレプリントである。

VLA
論文全文を読む（PDF）
arXiv
Multi-Robot Manipulation中級

DuoMindが分散マルチロボット協調を実現、意味通信でVLMとVLAを階層統合

Hanchu Zhou, Dechen Gao, Hang Wang, Brendan Lynch, Boqi Zhao, Qiyao Ma, Raman Goyal, Junshan Zhang

DuoMindは、各ロボットにVLMオーケストレータとVLA行動モデルを搭載し、自然言語による意味通信で分散マルチロボット協調を可能にするフレームワークである。RoboPolyとRoboTwinのシミュレーション評価で、多くのタスクでVLA単独より成功率を向上させた。本論文はarXivプレプリントであり、査読付き会議や論文誌への採録は報告されていない。

VLA
論文全文を読む（PDF）
arXiv
VLA Conditioning中級

EMGと視覚アノテーションによるVLAの連続条件付け、EC-VLAとVA-VLAが乱雑場面で優位に

Edward W. Staley, Connor O. Pyles, Rahul Hingorani, Frank Camargo, Griffin Milsap, Jared Markowitz, Matthew S. Fifer, Michael Wolmetz

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。

VLA
論文全文を読む（PDF）
arXiv
VLA Robustness中級

成功率だけでは不十分、VLAの摂動下成功軌道の挙動変化をLIBEROで定量評価

Sophie Higham, Riccardo Andrea Izzo, Matteo Matteucci, Alessandro Suglia

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。

VLA
論文全文を読む（PDF）
arXiv
Manipulation Safety中級

事前学習済みVLAを移動する危険物から守る複数リンク安全フィルタ、衝突率を65.62%から27.27%に削減

Yatharth Agarwal, Vijay Raghunathan

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。

VLA
論文全文を読む（PDF）
arXiv
Memory-centric VLA中級

Optimus-R、VLA適応をメモリ中心に再設計し少データ性能を大幅改善

Zaijing Li, Rui Shao, Bing Hu, Haoyu Zhang, Dongmei Jiang, Liqiang Nie

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。

VLA
論文全文を読む（PDF）
arXiv
VLA中級

ChunkTrust：アクションエキスパートの手がかりでロボット方策の実行ホライズンを適応的に決める

Fanding Huang, Jingyan Jiang, Shifeng Bao, Mingkang Pu, Shiwei Li, Jing Xu, Shijia Xu, Guanbo Huang, Chenghao Gu, Yuzhi Huang, Chenxin Li, Faisal Nadeem Khan, Huan Yang, Yan Wang, Cheng Chi, Zhi WangTsinghua University, Beijing Academy of Artificial Intelligence (BAAI), Renmin University of China, Shenzhen Technology University, Hefei University of Technology, Jiangnan University, Chongqing University, The Chinese University of Hong Kong

ロボットAIモデルは先の動作をひとまとまりで予測するが、そのうち何ステップを実行してから周囲を見直すかは、これまで技術者が固定値で決めることが多かった。清華大学や北京智源人工知能研究院（BAAI）などによる今回のプレプリントは、この値を動作中に自動で選ぶ追加モジュールを示し、Physical IntelligenceとNVIDIAの既存モデルを再学習せずに、シミュレーションと実機の双腕ロボットで成功率を高めた。

VLAロボット基盤モデル模倣学習
Physical IntelligenceNVIDIA
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。