864 件の論文
本論文は、産業用ロボットの制御における基盤モデルの現状を包括的に調査し、149 の具体的な基準からなる評価フレームワークを用いて 324 件のモデルを評価した結果、産業応用への成熟度は限定的であり、安全性やリアルタイム性、システム統合などの要素を体系的に組み込むことが不可欠であると結論付けています。
本論文は、空力形状と運動計画を個別に最適化する従来の手法の限界を克服し、ニューラルネットワークによる空力近似と勾配法に基づくネスト型共設計フレームワークを提案することで、固定翼グライダーの着地や着座といった複雑なタスクにおいて、進化アルゴリズムよりも短時間で高性能な設計を実現することを示しています。
この論文は、黒箱シミュレーション内で安定状態の多様性を導くサンプリング手法を組み合わせることで、人間の実演に依存せず、多様なロボット形態やタスク（押し、把持、回転、投擲、道具使用など）に対応する長期的な操作戦略を探索する新たな手法を提案しています。
本論文は、学習されたポリシーが連続的な接触状態と重心速度を予測して重心モデルベースの制御器を動的に調整する「HybridMimic」というフレームワークを提案し、Booster T1 人型ロボットの実験において、状態の RL ベースラインと比較してベース位置追跡誤差を 13% 削減し、ドメインシフト下でも物理的に実行可能な制御を実現する堅牢性を実証したものである。
この論文は、VR を用いた眼球運動データ収集と多層的なシミュレーション至実世界（Sim-to-Real）評価フレームワークを提案し、首の筋力低下症患者向けのガーズ駆動型頸部外骨格の制御戦略を効率的に選別・個人化することで、安全で直感的な支援ロボットの開発を加速させることを示しています。
この論文は、NetFI と呼ばれる新しい故障注入ツールを用いたユーザー実験を通じて、パケット損失や遅延などのネットワーク品質の低下が遠隔手術のタスク遂行や操作者の負荷に与える影響を定量的に分析し、遠隔手術の運用限界を明らかにするとともに、堅牢な制御戦略の基盤となるオープンソースツールとデータセットを提供するものです。
この論文は、計算神経科学の自由エネルギー原理に触発され、環境のダイナミクスと報酬を同時に学習しながらエピステミックな不確実性に対する頑健性を保証する新しい制御モデルを提案し、シミュレーションおよび実世界のロボット実験においてタスク固有の微調整なしに高い信頼性を実現したことを示しています。
本論文は、非対称なアクチュエータ動特性を考慮し、予測ホライズン上の閉ループシミュレーションと空空間最適化を用いてモータ指令の振動を抑制し、完全作動型オムニ方向 UAV の軌道追跡性能を向上させる新たな制御配分手法を提案するものである。
本論文は、LLM によるロボットプログラミングの安全性と信頼性を向上させるため、専門家の知見に基づいた運動レベルのクリティクスを導入し、違反を検出して透明性のあるフィードバックと修正提案を行う「RoboCritics」という手法を提案し、ユーザー研究を通じてその有効性を実証したものである。
本論文は、意味情報に依存せず運動学的なねじれ同等性に基づいて剛体を定義する「MotionBit」概念と、それを評価する手動ラベル付きベンチマーク「MoRiBo」、そして学習不要のグラフベースセグメンテーション手法を提案し、これらが物理的相互作用の理解やロボティクスタスクにおける重要な基盤となることを示しています。
この論文は、ROS 2 ベースのテストベッド「LAVT」を用いたシミュレーション実験により、視覚に基づく遠隔操作システムにおいて、片道遅延が 150ms〜225ms の範囲に達すると制御ループの安定性が非線形的に急激に崩壊することを定量的に明らかにしました。
本論文は、閉ループ運動連鎖を持つモジュールロボットにおけるアクチュエータ選定を自動化し、パラメータスケーリングや自己重量の影響を考慮した検証ワークフローを提供する「Robodimm」という物理ベースのソフトウェアフレームワークを提案しています。
本論文は、Transformer エンコーダと適応レイヤー正規化を用いて車両の軌道遷移と物理構成を共有潜在空間に埋め込み、わずか 1 分間の新しい軌道データで多様な未見の車両プラットフォームに対する運動力学予測誤差を最大 67.2% 削減する「CAR（Cross-vehicle Kinodynamics Adaptation via Mobility Representation）」という新しいフレームワークを提案し、その有効性をシミュレーションおよび実世界環境で実証したものです。
この論文は、ロボットの外観を単なる装飾ではなく、色・質感・素材を通じて相互作用や役割、能力に関する期待を伝達する「説明可能性」の手段として捉え、ファッションの知見を取り入れた新たなデザイン枠組みを提案し、6 体のロボットを用いた分析を通じてその有効性を示しています。
本論文は、オフロード環境における自律走行の課題を解決するため、地形の標高と意味的特徴を統合し、ニューラル常微分方程式基底関数を用いた学習空間内で最小二乗法による高速計算で未知の地形に適応する新しいオンライン運動力学適応フレームワーク「VertiAdaptor」を提案し、シミュレーションおよび実機実験において予測精度の向上と適応時間の大幅な短縮を実証したものである。
本論文は、エネルギー制約を持つ無人航空機（UAV）と走行可能地形に制約される無人地上車（UGV）からなる異種ロボットチームが、大規模な実世界タスクを効率的に遂行できるよう、学習ベースの「CoPCS」手法を提案し、これにより制約条件を考慮したタスク計画と、充電を伴う同時並行的な協調行動を可能にすることを示しています。
本論文は、視覚言語モデルを活用して意味的推論、ナビゲーション計画、運動制御を階層的に統合した「SysNav」システムを提案し、これにより実世界における複雑な環境での長距離かつ多様なロボット形態に跨る物体ナビゲーションの成功率と効率を大幅に向上させたことを報告しています。
本論文は、異種データを統合しグラフ推論を活用して視覚情報を直接グラフに組み込むことで、未知環境での効率的な探索、ループ検出、および参照画像に基づくゼロショット視覚ナビゲーションを実現する「T2Nav」というシステムを提案しています。
本論文は、da Vinci 研究キット（dVRK）に基づき、オンラインおよびオフラインの同期記録、高品質なステレオ内視鏡、および接触検出センサーなどを備えた「SurgSync」と呼ばれる多モーダルデータ収集フレームワークと、これを用いて収集された 214 件の臨床的実データセットを提案し、手術ロボットの AI 学習や技能評価への応用可能性を示しています。
この論文は、動的環境における安全なロボットナビゲーションを実現するため、ハミルトン・ヤコビの到達可能性枠組みで訓練された複数のニューラル制御バリア関数を合成し、残差ニューラルアーキテクチャを用いて安全性を保証する「CN-CBF」という手法を提案し、シミュレーションおよびハードウェア実験で既存手法を上回る成功率を達成したことを報告しています。