LIPP: Load-Aware Informative Path Planning with Physical Sampling
本論文は、物理サンプルの収集による質量増加が移動コストに依存する制約を明示的にモデル化し、エネルギー効率と情報収集量の両立を図る「負荷感知型情報経路計画（LIPP）」を提案し、これを混合整数二次計画法として定式化するとともに、古典的な情報経路計画（C-IPP）を特殊ケースとして包含し、シミュレーションを通じてその有効性を検証するものである。
🦾 Category
cs.RO
864 件の論文
A Contrastive Fewshot RGBD Traversability Segmentation Framework for Indoor Robotic Navigation
この論文は、室内ロボットのナビゲーションにおける安全な通行可能領域のセグメンテーション精度を向上させるため、RGB 画像とスパースな 1 次元深度情報を組み合わせ、負の対照学習と二段階のアテンション機構を導入した少数ショット学習フレームワークを提案し、既存手法を大幅に上回る性能を実証したものである。
Failure Mechanisms and Risk Estimation for Legged Robot Locomotion on Granular Slopes
この論文は、砂地斜面における歩行ロボットの移動速度と抵抗特性の実験的測定に基づき、滑りや沈下による失敗メカニズムを予測する物理モデルとリスク評価手法を開発し、変形する斜面でのロボットの安全かつ堅牢な運用を支援する枠組みを提示しています。
Feasibility Restoration under Conflicting STL Specifications with Pareto-Optimal Refinement
この論文は、競合する信号時相論理（STL）仕様の下でモデル予測制御の非現実性を回避し、最小緩和による実現性回復と多目的最適化に基づくパレート最適解の探索を通じて、安全クリティカルな自律走行における解釈可能な意思決定を可能にする統合フレームワークを提案しています。
Is Your Safe Controller Actually Safe? A Critical Review of CBF Tautologies and Hidden Assumptions
このチュートリアル論文は、入力制約を持つロボットシステムにおける制御バリア関数（CBF）の実践的適用における理論と実装のギャップを批判的に検証し、受動的安全性に依存しない実用的な安全保証の構築ガイドラインと可視化ツールを提供するものである。
Energy-Efficient Collaborative Transport of Tether-Suspended Payloads via Rotating Equilibrium
本論文は、テザーで吊り下げられたペイロードを複数のドローンで運搬する際、静止状態ではなく回転平衡状態で飛行させることで遠心力を利用し、各ドローンが純粋な垂直推力のみで運搬を可能にし、最大 20% の電力消費削減を実現する新しい手法を提案しています。
VSL-Skin: Individually Addressable Phase-Change Voxel Skin for Variable-Stiffness and Virtual Joints Bridging Soft and Rigid Robots
この論文は、個々のボクセル単位で形態を制御し、広範な剛性変調、30% の軸方向圧縮、自己修復機能、および仮想関節の創出を実現する、可変剛性ボクセルスキン「VSL-Skin」を開発し、軟体ロボットと剛体ロボットの統合を可能にしたことを報告しています。
Foundational World Models Accurately Detect Bimanual Manipulator Failures
この論文は、事前学習されたビジョン基盤モデルの潜在空間で確率的な世界モデルを学習し、その不確実性推定値を用いて二腕マニピュレータの故障を高精度に検出するランタイム監視システムを提案し、既存手法よりもはるかに少ない学習パラメータで優れた性能を示すことを、新規に作成したデータセットを用いて実証したものです。
Two-Stage Path Following for Mobile Manipulators via Dimensionality-Reduced Graph Search and Numerical Optimization
この論文は、移動マニピュレータの経路追従問題を、離散グラフ探索による初期経路抽出と、凸包変換および数値最適化による連続的な滑らかな軌道生成という二段階アプローチで解決し、シミュレーションおよび実機実験で高精度かつ頑健な性能を実証するものです。
SSP: Safety-guaranteed Surgical Policy via Joint Optimization of Behavioral and Spatial Constraints
本論文は、神経常微分方程式と制御バリア関数を組み合わせ、不確実性を考慮しながら行動制約と空間制約の両方を厳密に保証する「安全保証付き手術方策（SSP）」フレームワークを提案し、シミュレーションおよび実機実験においてほぼゼロの制約違反率と高いタスク成功率を達成したことを示しています。
TacDexGrasp: Compliant and Robust Dexterous Grasping with Tactile Feedback
本論文は、触覚フィードバックと二次錐計画（SOCP）に基づく制御器を用いて、物体の重心から離れた位置での把持においても回転すべりを防止し、多指ハンドによる未知物体の安定かつ堅牢な把持を実現する手法「TacDexGrasp」を提案し、実世界での実験でその有効性を示しています。
GuideTWSI: A Diverse Tactile Walking Surface Indicator Dataset from Synthetic and Real-World Images for Blind and Low-Vision Navigation
この論文は、視覚障害者のナビゲーションにおいて安全性が極めて重要な触知性歩行路面標示（TWSI）の検出精度を向上させるため、既存データセットの地理的・視点的偏りを解消し、北米や欧州で広く使われる「ドーム型」警告標示を含む合成および実世界の多様な画像から構成された大規模データセット「GuideTWSI」を提案するものです。
Morphology-Independent Facial Expression Imitation for Human-Face Robots
この論文は、顔の形状に依存しない表情表現を実現するために、表情と形状を自己教師あり学習で分離し、ロボットへの制御指令へ変換する新しい手法を提案し、高機能な人型ロボット「Pengrui」を用いてその有効性を検証したものです。
The Talking Robot: Distortion-Robust Acoustic Models for Robot-Robot Communication
この論文は、ロボット間通信に特化し、手動設計の信号処理に代わるエンドツーエンドの共学習ニューラルネットワーク「Artoo」を提案し、ノイズ環境下での高い認識精度とリソース制約のあるプラットフォームでの実用性を両立させていることを示しています。
VLN-Cache: Enabling Token Caching for VLN Models with Visual/Semantic Dynamics Awareness
VLN-Cache は、視点変化やタスクの進行に伴う意味的変化を認識してトークンの位置整合性と再利用の適切性を動的に調整する新しいキャッシュフレームワークを提案し、視覚言語ナビゲーションモデルの推論コストを削減しながら精度を維持することを実現します。
ACLM: ADMM-Based Distributed Model Predictive Control for Collaborative Loco-Manipulation
本論文は、複雑な環境での重荷重運搬を目的とした脚付きロボット群のコラボレーティブ・ロコモーション・マニピュレーションに対し、ADMM（乗数法に基づく交互方向法）を用いて大規模な最適制御問題を並列化し、リアルタイム性とスケーラビリティを両立させた分散モデル予測制御フレームワーク「ACLM」を提案するものである。
Towards Scalable Probabilistic Human Motion Prediction with Gaussian Processes for Safe Human-Robot Collaboration
この論文は、人間とロボットの安全な協働を実現するために、スケーラブルな構造を持つマルチタスク変分ガウス過程フレームワークを提案し、Human3.6M での評価において競合手法と同等の精度を維持しつつ、計算効率の向上と信頼性の高い不確実性推定を両立させることを示しています。
Learning From Failures: Efficient Reinforcement Learning Control with Episodic Memory
この論文は、ロボット学習における初期段階の失敗体験をエピソードメモリに蓄積し、類似の失敗を回避して長期的な探索を促進する「FEMA」という手法を提案し、MuJoCo タスクでサンプル効率を約 33% 向上させ、実世界の二足歩行ロボットでも有効性を示したことを報告しています。
Efficient Trajectory Optimization for Autonomous Racing via Formula-1 Data-Driven Initialization
この論文は、実世界の F1 テレメトリーデータから学習したニューラルネットワークを用いて自律レーシングの軌道最適化問題に専門家的な初期値を提案し、従来の幾何学的な手法と比較してソルバーの収束を大幅に高速化しつつ最終的なラップタイムを維持する手法を提案しています。
DexKnot: Generalizable Visuomotor Policy Learning for Dexterous Bag-Knotting Manipulation
本論文は、実世界での手動変形データから収集したキーポイント対応データを用いて袋の形状に依存しない表現を学習し、拡散トランスフォーマーと組み合わせて未見の袋の形状や変形に対しても汎用的に結び動作を達成する「DexKnot」と呼ばれるロボット操作フレームワークを提案しています。