ロボット

627件
arXiv cs.AI ★4 ロボット EN

asRoBallet:摩擦認識強化学習による不足駆動球体ダイナミクスのSim2Realギャップ解消

要約を読む要約を閉じる
📰ニュース

人間型ボールボットに強化学習による初の歩行ポリシーが実装され、シミュレーションから実機へのゼロショット転送に成功しました。

🔍注目ポイント

高忠実度MuJoCoシミュレーションと摩擦認識強化学習フレームワークにより、複雑な摩擦モデルのSim2Realギャップを克服しました。

🔮これからどうなる

人間型ボールボットの制御が容易になり、不安定な環境でのロボットの自律移動や操作の可能性が広がります。

これまでのボールボットは、複雑な摩擦モデルによる現実とのギャップが課題でした。
本研究では、オムニホイールの離散的なローラー機構をモデル化し、寄生振動や接触の不連続性を考慮したシミュレーションを構築。
さらに、ホイールとボール、ボールと床の間の摩擦チャネルを習得する強化学習フレームワークを開発しました。
これにより、シミュレーションで学習したポリシーを実機に直接適用できるようになりました。
arXiv cs.AI ★4 ロボット EN

非同期ノイズ除去によるビデオ事前学習を用いた統一4D世界行動モデリング

要約を読む要約を閉じる
📰ニュース

ロボットの行動実行と高忠実度な4D世界合成を両立する統一4D世界モデル「X-WAM」が開発されました。

🔍注目ポイント

事前学習済みビデオ拡散モデルの視覚的知識を活用し、軽量な構造適応と非同期ノイズサンプリングで効率と品質を両立します。

🔮これからどうなる

ロボットがより複雑な環境でリアルタイムに高精度な行動を実行できるようになり、産業や家庭での応用が加速しそうです。

X-WAMは、事前学習済みDiffusion Transformerの最終ブロックを深度予測ブランチに複製することで空間情報を効率的に取得します。
また、非同期ノイズサンプリング(ANS)により、少ないステップで迅速な行動デコードと、全ステップを用いた高忠実度ビデオ生成を両立させます。
5,800時間以上のロボットデータで学習され、既存手法を上回る性能を示しています。
arXiv cs.AI ★4 ロボット EN

マルチエージェント強化学習による異種小型無人航空機群の分離保証

要約を読む要約を閉じる
📰ニュース

複数の企業が運用する異種小型無人航空機(sUAS)群の衝突回避に、マルチエージェント強化学習が有効であることを示しました。

🔍注目ポイント

各フリートが独立して学習するPPOA2Cフレームワークを用い、異なる設定の機体群間でも安全な分離を維持できることを実証しました。

🔮これからどうなる

将来の都市空域におけるドローン配送やエアタクシーの安全性が向上し、多様なサービス展開が可能になるでしょう。

本研究は、ダラス上空での荷物配送ミッションを想定し、異種フリート間の戦術的な衝突回避を課題としています。
PPOA2C(Attention-enhanced Proximal Policy Optimization-based Advantage Actor-Critic)フレームワークを採用し、各フリートがプライバシーを保ちつつ独立してポリシーを学習します。
実験では、PPOA2Cポリシーがルールベースのベースラインよりも衝突解決能力に優れ、異なるポリシータイプ間でも適応的な相互作用を示すことが確認されました。
ITmedia AI+ ★3 ロボット

車から人型へ50秒で変形、全長4.7mの乗用ロボ「SR-01」に乗ってきた まるでトランスフォーマー?

要約を読む要約を閉じる
📰ニュース

三精テクノロジーズが開発した乗用変形ロボット「SR-01」が展示会で公開されました。

🔍注目ポイント

全長4.7mの巨体が車型から人型へ50秒で変形する技術は、ロボット工学の進歩を示します。

🔮これからどうなる

エンターテインメント分野や特殊用途でのロボット活用に新たな可能性をもたらしそうです。

「SR-01」は舞台装置や遊戯機械の設計・製造を手掛ける三精テクノロジーズが開発しました。
東京ビッグサイトで開催された「SusHi Tech Tokyo 2026」の未来体験パビリオンでデモが披露され、車重2.3tの巨体がスムーズに変形する様子が注目を集めました。
arXiv cs.AI ★4 ロボット EN

「考えることが見ること」:視覚言語的キュリオシティによるVLMエージェントの探索駆動

要約を読む要約を閉じる
📰ニュース

VLMエージェントが、視覚と言語の予測と現実の乖離を好奇心として活用し、探索能力を向上させました。

🔍注目ポイント

言語モデルの予測と視覚的な現実の不一致を内在的な好奇心信号として利用し、不確実な領域を積極的に探索します。

🔮これからどうなる

ロボットやAIアシスタントが未知の環境でより効率的に学習し、複雑なタスクを解決できるようになります。

GLANCEという新しいフレームワークは、エージェントの言語的ワールドモデルを視覚表現に接地させ、予測と現実の乖離を好奇心として利用します。
これにより、エージェントは受動的な推論だけでなく、能動的に「既知の未知」を発見し、堅牢な汎化能力を獲得します。
特に報酬が少ないタスクにおいて、その有効性が示されています。
arXiv cs.AI ★4 ロボット EN

SOAR: ロボットモバイルフルフィルメントシステムにおける注文割り当てとロボットスケジューリングのリアルタイム統合最適化

要約を読む要約を閉じる
📰ニュース

ロボット倉庫システムで注文割り当てとロボットスケジューリングをリアルタイムで統合最適化する深層強化学習フレームワーク「SOAR」が開発されました。

🔍注目ポイント

SOARは、注文割り当てとロボットスケジューリングを統一プロセスとして扱い、イベント駆動型マルコフ決定プロセスとグラフTransformerでリアルタイム最適化を実現します。

🔮これからどうなる

倉庫の作業効率が大幅に向上し、物流業界での人手不足解消やコスト削減に貢献し、消費者の商品到着時間短縮につながる可能性があります。

既存手法は、応答性を優先すると全体最適性が失われるか、計算コストが高すぎて動的環境に不向きでした。
SOARは、ソフトな注文割り当てを観測値として利用し、非同期システムイベントに対応する同時スケジューリングを可能にします。
Geekplusとの共同実験では、グローバルな完了時間を7.5%削減し、平均注文完了時間を15.4%短縮、応答時間は100ミリ秒未満でした。
arXiv cs.AI ★4 ロボット EN

信頼性の高い長期的計画のための合成拡散の改良

要約を読む要約を閉じる
📰ニュース

合成拡散計画において、モード平均化問題を解決する新しいガイダンス手法「RCD」が提案されました。

🔍注目ポイント

RCDは、自己再構成誤差とオーバーラップ一貫性項を組み合わせ、高密度でグローバルに一貫した計画を生成します。

🔮これからどうなる

ロボットの長期的で複雑なタスク実行の信頼性が向上し、より高度な自動化が可能になります。

既存の合成拡散計画は、複数の局所計画分布が存在する場合にモード平均化に陥り、実行不可能な計画を生成する問題がありました。
RCDは、事前学習済み拡散モデルの自己再構成誤差を計画の対数密度として利用し、セグメント境界での一貫性を強制することでこの問題を克服します。
これにより、ロボットがより複雑な環境で安定して動作できるようになります。
arXiv cs.AI ★4 ロボット EN

RLDX-1技術レポート:多機能ロボット政策の進歩

要約を読む要約を閉じる
📰ニュース

RLDX-1は、複雑な実世界タスクに対応する多機能ロボット政策で、既存のVLAモデルを上回る性能を示しました。

🔍注目ポイント

Multi-Stream Action Transformer (MSAT)アーキテクチャにより、多様なモダリティを統合し、運動認識、長期記憶、物理センシング能力を向上させました。

🔮これからどうなる

ロボットがより複雑で接触の多い、動的な実世界での器用な操作を高い信頼性で実行できるようになります。

RLDX-1は、データ合成、人間のような操作に特化した学習手順、リアルタイム展開のための推論最適化を組み合わせます。
ALLEXヒューマノイドタスクで86.8%の成功率を達成し、他の最先端VLAモデル(約40%)を大きく上回りました。
これにより、高自由度ヒューマノイドロボットの多様な機能要求への対応能力が実証されました。
arXiv cs.AI ★4 ロボット EN

FUS3DMaps:ボクセルとインスタンスレベルの3D融合によるスケーラブルで高精度なオープンボキャブラリーセマンティックマッピング

要約を読む要約を閉じる
📰ニュース

ロボットが未知の物体概念を認識し、大規模な3D空間でマッピングする新技術が開発されました。

🔍注目ポイント

ボクセルとインスタンスレベルの2層を融合し、両者の長所を組み合わせることで、高精度かつスケーラブルなセマンティックマッピングを実現します。

🔮これからどうなる

ロボットがより複雑な環境で自律的に動作できるようになり、物流や災害救助など様々な分野で活用が進むでしょう。

FUS3DMapsは、セグメンテーション不要な密なセマンティックマップと、個々の物体を認識するインスタンスレベルのマップを同時に維持します。
この2層を融合することで、既存手法の課題であったスケーラビリティと精度を向上させました。
大規模な多階建てビル環境でも高精度なマッピングが可能であることを実証しています。
arXiv cs.AI ★4 ロボット EN

RoboAlign-R1: ロボット動画ワールドモデルのための蒸留型マルチモーダル報酬アラインメント

要約を読む要約を閉じる
📰ニュース

ロボット動画ワールドモデルの性能を向上させる新しいフレームワーク「RoboAlign-R1」が発表されました。

🔍注目ポイント

報酬アラインメントと安定した長期間推論を組み合わせ、ロボットの指示追従や操作精度を大幅に改善します。

🔮これからどうなる

ロボットがより複雑なタスクを正確に実行できるようになり、産業や家庭でのロボット活用が進むでしょう。

既存のロボットワールドモデルは、再構築などの低レベルな目標で訓練されており、ロボットの意思決定に必要な能力と乖離していました。
RoboAlign-R1は、1万組の動画・指示ペアからなるベンチマークと、教師モデルによる評価蒸留、そして推論戦略SWRを導入し、タスクの一貫性と物理的リアリズムを高めました。
これにより、操作精度が7.5%、指示追従が4.6%向上しています。
arXiv cs.AI ★3 ロボット EN

固定翼航空機の横方向姿勢追跡制御のための対称データ拡張を用いた深層決定論的方策勾配

要約を読む要約を閉じる
📰ニュース

固定翼航空機の姿勢制御において、システム対称性を利用した強化学習手法が提案されました。

🔍注目ポイント

対称データ拡張とデュアルクリティック構造を導入し、状態行動空間のカバー率とサンプル利用効率を向上させました。

🔮これからどうなる

航空機の自動操縦システム開発において、より効率的でロバストな制御方策の学習が可能になります。

マルコフ決定過程の対称性を仮定し、対称データ拡張を提案。
拡張されたサンプルをDDPGのデータセットに統合し、状態行動空間のカバー率を高めています。
さらに、拡張サンプルで訓練された第2のクリティックを導入し、デュアルクリティック構造によりサンプル利用効率を改善しました。
航空機モデルの対称性が検証され、飛行制御シミュレーションで方策収束の加速が実証されています。
arXiv cs.AI ★4 ロボット EN

AhaRobot:エンボディドAI向け低コストオープンソース両腕移動マニピュレーター

要約を読む要約を閉じる
📰ニュース

エンボディドAI研究を加速させるため、低コストで高性能な両腕移動ロボット「AhaRobot」が発表されました。

🔍注目ポイント

SCARA型両腕設計と最適化された制御スタックにより、1000ドルの低コストで0.7mmの繰り返し精度を実現しています。

🔮これからどうなる

研究機関や開発者が安価に高度なロボットを入手できるようになり、多様な操作データ収集とAIモデル開発が加速します。

AhaRobotは、モーターのトルク要求を抑えつつ広い作業空間を確保するSCARA型両腕ハードウェアと、バックラッシュ低減・静止摩擦補償を行う制御スタックが特徴です。
さらに、26面マーカーハンドルを備えた遠隔操作インターフェース「RoboPilot」により、高精度で効率的なデータ収集が可能です。
これにより、複雑な家事行動の模倣学習も可能になります。