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、フロンティアモデルの推論を低遅延のローカルポリシーに橋渡しする2つの手法を提案した。GPT-6 Astraに修正デモセグメントを文脈に与えて自律的に操作軌道を生成し、OpenPI π0.5ポリシーを訓練する。さらに、同じデモをプリミティブ、アトミック、コンポジットの3粒度と複数表現で教師することで、長期的タスクでの指示追従を改善した。プレプリントである。
RATEは、接触リッチなロボット操作向けにタスク条件付きリスクを触覚表現へ埋め込む枠組みである。シミュレーション8タスクで平均成功率71.8%、実機3タスクでいずれも最高のタスク成功率と接触安全成功率を達成した。本論文はプレプリントである。
本論文はプレプリントであり、査読済みの採録は明記されていない。著者らはランダムに観測をマスクしたリカレントアンサンブルとKalman融合を組み合わせ、分布シフト後に教師なしでオンライン回復するRTR-FTLを提案した。シミュレーション連続制御タスクでセンサシフト後に元の性能近くまで回復し、全観測を使うアンサンブルは回復できなかったと報告している。
XGenActは、RGB観測と7自由度ロボット行動に加え、計量深度・表面法線・機能役割セグメンテーションを決定的コーデックでRGB動画に変換し、単一の動画拡散Transformerで学習する世界行動モデルである。未見のRLBench5タスクで平均成功率52%を記録し、最強外部ベースラインの26%を大きく上回った。本論文は査読前のプレプリントであり、実機評価は報告されていない。
FastOPDは、大規模VLA基盤モデルを軽量な学生モデルへ転移するオンポリシー蒸留フレームワークである。単一のオンポリシー状態で教師速度を一致させ、自己整合性損失で有限区間の遷移へ伝播させることで、少ない推論ステップでも性能を維持する。LIBEROではπ0.5教師の84%の性能を2ステップで保持し、従来の数ステップ蒸留手法を上回った（本論文はプレプリントである）。
AdaTempoは、複数の遠隔操作デモに共通する相対的な速さの分布を教師信号として、模倣学習ポリシーの実行を加速するオフライン手法である。デモを位相整合し、相対テンポの合意を連続的な加速プロファイルへ変換して学習軌道を再サンプリングする。シミュレーション5タスクと実機6タスクで最大3.57倍の高速化を達成し、成功率と速度のトレードオフを改善した。本論文はプレプリントである。
本研究はプレプリントである。凍結した視覚言語モデルQwen3-VL-8B-InstructとCosmos-Reason2-8Bに較正層SLLCPを追加し、CARLAシミュレータの未見シナリオ15,321フレームで不安全軌道の捕捉率をQwenで4.6%から89.6%、Cosmosで39.1%から88.4%に引き上げた。偽陽性率は51.8%と44.5%に上昇するが、ミスした不安全軌道を減らす安全側の監視を実現する。
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。
本研究は、異なる身体とセンサを持つエージェント間の表現が完全に一致しなくても、相互作用タスクが区別しない曖昧性は解消しなくてよいとする Relational Sufficiency の理論を提案したプレプリントである。相対同期タスクでは追加の sensorimotor anchor が不要であり、絶対時刻でのハンドオフタスクではスカラーアンカーが1つ必要であると解析的に示した。これにより、表現整合をどこまで進めるべきかはグローバルな整合ではなくタスクの不変性で決まるという停止条件を与えた。
CrowdOccは、混雑した屋内環境で四足ロボットが単眼RGB画像から3次元占有と意味ラベルを補完するためのRGB-Dデータセットとモデルである。25,140フレーム、11シーンを収録し、シーンが重複しないテストセットでIoU 15.80、mIoU 11.40、Human IoU 46.23を達成した。本論文はarXivプレプリントであり、査読済みの採録は確認されていない。
本論文は、複数の非協力的な惑星探査車が共有領域で運用される際に、偽または較正不良の測定を提供するByzantine探査車を特定し、全探査車の軌跡を事後に復元するフォレンジック軌道解析手法を提案した。合成シミュレーションと惑星アナログ軌跡データで、既存のロバスト姿勢グラフ最適化（GNC、PCM）はByzantine探査車の内部的に一貫した偽測定に誤誘導される一方、提案手法は非信頼探査車を識別し、軌跡推定精度を有意に改善した。本論文は査読済み会議や論文誌への採録が明記されていないプレプリントである。
本論文は、凍結した視覚言語モデル（VLM）特徴空間上で走行可能性をフォン・ミーゼス・フィッシャー混合プロトタイプとして表現し、LLM生成の言語ルールで初期化後に少数の相対画像アノテーションで微調整する手法を提案した。WayFASTデータセットで同じアノテーション量のエンドツーエンド学習と競合する精度（HDR0.5=21.8%）を達成し、低データ領域で言語事前知識によるサンプル効率改善を示した。プレプリントである。
本論文は査読前のプレプリントである。CSIRは、屋内配送ロボットが不確かな自然言語の手掛かりから受取人を探索するPerson Goal Navigation向けに、距離情報と意味情報を話者の確信度で重み付けして経路を計画するフレームワークである。3環境1500シナリオの合成ベンチマークと実機試験で評価し、平均移動効率0.62を達成、距離のみのグラフベース手法（0.22〜0.43）やLLMベースの意味探索（0.52〜0.60）を上回るか匹敵する性能を示した。
本プレプリントは、ロボットの高レベル行動計画を検証する安全モニタが、グラフ上の経路や暗黙の行動効果を確認しないまま安全と判定するrefinement gapを監査した。制御された28ケース中12ケースで表面計画は安全、グラフ精緻化後は不安全となり、エンドツーエンド14ケースでもSPINEが目的地のみを提示した2ケースで同じ見落としを確認した。グラフ由来の実行トレースを検証前に展開する軽量な緩和策を提案し、形式検証と実APIのずれを診断する材料を提供する。
本論文はプレプリントである。DeltaWorldは、ロボット操作映像の将来予測において、次の潜在状態全体ではなく動作が引き起こす潜在変化を予測するDelta-LTMと、ロボットと物体の相互作用領域を強調するInteraction-aware Latent Alignmentを導入した世界シミュレータである。独自収集のクロスロボットデータセットでIWS比FVDを46.6%、LPIPSを31.1%削減し、長距離の動作条件付き映像予測の一貫性を改善した。
本論文はプレプリントであり、査読済みではない。270 gの連続回転脚4脚ロボットMiNI-Qに、単一の姿勢条件付き強化学習ポリシーをオンボードで実行させ、直立歩行、倒立歩行、着地後の歩行再開を状態機械なしで統合した。ハードウェア試験では前方速度追従RMSEが直立0.037 m/s、倒立0.050 m/s、リリース回復は30試行中24回成功、未学習の足形状を含む全16通りの組み合わせで歩行した。
本論文は、学習不要の適応MPCであるLook-Back and Look-Ahead Adaptive Model Predictive Control（LLA-MPC）を汎用実装し、F1TENTHプラットフォーム上で実機検証したプレプリントである。組み込み計算機上で5000個以上の候補モデルを並列に評価してタイヤパラメータをオンライン同定し、低摩擦路面や路面変化を含む高速追従タスクで固定名義モデルが失敗する条件でも走行を継続できた。名義モデルが3周目にクラッシュしたタスクでLLA-MPCは8周以上、別タスクでは名義1周に対してLLA-MPCは6周以上完走した。
本論文はarXivプレプリントであり、査読済みではない。著者はシミュレーション上の1.91m人型ロボットでPPO方針を4段階13,500イテレーションにわたり成長させ、報酬、カリキュラム、評価統計、参照動作の4層それぞれで代理指標が目標から乖離する機構を示し、各層の再定式化を提案した。平均誤差ゲートが主関節の約59度の失敗を見逃した事例や、同期リセット評価が0.5m/sの押しを2.0m/sより危険と誤判定した事例を報告している。追加学習なしで実装できる監査チェックリストとして実務に寄与する。
本論文はプレプリントである。視覚運動模倣ポリシーにおいて、コンパクト信号から視覚トークンへの直接的な注意を遮断し、学習済みレジスタを介して遅延融合するRegister-Routed Delayed Fusion（RRDF）を導入した。5つのシミュレーション課題と3つの実ロボット課題で通常条件の性能を維持または改善し、外観変化や物体位置変化の評価ではRRDFが高い成功率を示した。
本論文はプレプリントであり、査読済みではない。異種ロボットプラットフォーム間の全天球セマンティックセグメンテーションを対象とする新タスクを定義し、Vehicle、Drone、Wearable、Quadrupedの4プラットフォームを含むEmbPASSベンチマークを構築した。提案するEPONetはRAMAとCASTを統合し、EmbPASSで平均35.82% mIoUを達成し、最強ベースラインを1.10ポイント上回った。
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。