VORL-EXPLORE: A Hybrid Learning Planning Approach to Multi-Robot Exploration in Dynamic Environments
本論文は、動的環境におけるマルチロボット探索の課題を解決するため、実行の信頼性（フィデリティ）推定をタスク割当と運動実行に統合し、自律的な適応と衝突回避を実現するハイブリッド学習・計画フレームワーク「VORL-EXPLORE」を提案するものである。
🦾 Category
cs.RO
864 件の論文
TeamHOI: Learning a Unified Policy for Cooperative Human-Object Interactions with Any Team Size
TeamHOI は、Transformer ベースのアーキテクチャとマスクされた敵対的運動事前知識（AMP）戦略を活用することで、単一の分散型方策により、チームサイズや対象物の形状に関わらず、物理的に現実的な協調的な人間 - 物体相互作用を実現するフレームワークです。
Aero-Promptness: Drag-Aware Aerodynamic Manipulability for Propeller-driven Vehicles
本論文は、モータトルク制限と空力抗力を考慮したリーマン計量に基づく「抗力感知空力操作性（DAAM）」という幾何学的枠組みを提案し、冗長マルチロータの制御配分において、抗力による飽和や低回転域での推力損失を厳密にペナルティ化する状態依存型の操作性体積を最適化することで、座標スケーリングに不変な冗長性解決戦略を確立するものである。
Dual-Horizon Hybrid Internal Model for Low-Gravity Quadrupedal Jumping with Hardware-in-the-Loop Validation
本論文は、 Proprioceptive 情報のみを用いて月面重力下での連続的な四足跳躍を可能にする「二重時間軸ハイブリッド内部モデル」を提案し、Unreal Engine と連動した混合現実テストベッド「MATRIX」を用いて、クレーター地形を含む月面環境でのハードウェア・イン・ザ・ループ検証に成功したことを報告するものである。
Vector Field Augmented Differentiable Policy Learning for Vision-Based Drone Racing
この論文は、ゲート通過や障害物回避といった複雑なタスクを滑らかな微分可能な損失関数として表現する難しさを克服し、ベクトル場と微分可能な損失を統合した「DiffRacing」という新しいフレームワークを提案することで、ドローンレースにおけるサンプル効率、収束速度、および実世界での堅牢な飛行性能を大幅に向上させることを示しています。
AffordGrasp: Cross-Modal Diffusion for Affordance-Aware Grasp Synthesis
本論文は、3D 物体形状とテキスト指示の間のモダリティギャップを克服し、物理的に安定かつ意味的に整合性の高い把持姿勢を生成するために、拡散モデルと細粒度な構造化言語ラベルを活用した新しいフレームワーク「AffordGrasp」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。
Trajectory Tracking Control Design for Autonomous Helicopters with Guaranteed Error Bounds
この論文は、ロバスト正不変集合を用いて自律ヘリコプターの軌道追跡誤差に形式的に保証された境界を導出する体系的な枠組みを提案し、非線形シミュレーションを通じて異なる制御アーキテクチャの性能と誤差推定の保守性を比較検証したものである。
See and Switch: Vision-Based Branching for Interactive Robot-Skill Programming
本論文は、ロボットの技能プログラミングにおいて、高次元の視覚情報に基づいて条件分岐を自動選択し、分布外コンテキストを検出する「See & Switch」というインタラクティブな教示・実行フレームワークを提案し、実ロボット実験およびユーザー研究を通じてその有効性を検証したものである。
MRDrive: An Open Source Mixed Reality Driving Simulator for Automotive User Research
本論文は、HCI 研究において実車のコックピット環境と没入型の仮想運転環境を両立させるオープンソースの混合現実ドライビングシミュレータ「MRDrive」を提案し、自動運転シナリオにおける視線追跡やタッチインタラクションデータの収集・分析への有効性を示しています。
Adaptive Vision-Based Control of Redundant Robots with Null-Space Interaction for Human-Robot Collaboration
本論文は、タスク空間における適応視覚制御とヌル空間における対話制御を組み合わせることで、事前較正なしに未知環境でのタスク遂行と人間との安全な協調を両立し、その安定性をリャプノフ法で証明した冗長ロボットのための新しい制御手法を提案し、AR による実験でその有効性を示したものである。
DeReCo: Decoupling Representation and Coordination Learning for Object-Adaptive Decentralized Multi-Robot Cooperative Transport
本論文は、分散型多ロボット協働搬送における表現学習と協調学習の相互干渉を解消し、多様な物体への汎化性と学習効率を向上させるため、特権情報を活用した3段階のトレーニング戦略を採用した新しいマルチラージェント強化学習フレームワーク「DeReCo」を提案するものである。
Towards Human-Like Manipulation through RL-Augmented Teleoperation and Mixture-of-Dexterous-Experts VLA
本論文は、強化学習を駆使した遠隔操作支援システム「IMCopilot」と、触覚・力覚情報を統合して接触を考慮した微調整を可能にする「MoDE-VLA」アーキテクチャを組み合わせることで、複雑な接触を伴う両手器用な把持操作における成功率を大幅に向上させる統合フレームワークを提案しています。
SaiVLA-0: Cerebrum--Pons--Cerebellum Tripartite Architecture for Compute-Aware Vision-Language-Action
この論文は、大脳・橋・小脳という神経科学に着想を得た三層アーキテクチャを採用し、計算効率とモジュール性を向上させながら、LIBERO ベンチマークで 99.0% の高い成功率を達成する新しいビジョン・言語・アクションモデル「SaiVLA-0」を提案する概念とプロトコルの論文です。
TRIAGE: Type-Routed Interventions via Aleatoric-Epistemic Gated Estimation in Robotic Manipulation and Adaptive Perception -- Don't Treat All Uncertainty the Same
本論文は、ロボット操作や適応的知覚において、不確実性を「観測ノイズ（アレイタリック）」と「モデルの不一致（エピステミック）」に分解し、それぞれに応じた適切な介入（観測回復または制御の抑制）を行うことで、タスク成功率の向上や計算コストの削減を実現する新しいフレームワーク「TRIAGE」を提案しています。
UniGround: Universal 3D Visual Grounding via Training-Free Scene Parsing
本論文は、事前学習モデルの制約に依存せず、トレーニング不要の視覚・幾何学的推論を用いて任意の 3D 環境における任意の物体を特定する新しいゼロショット手法「UniGround」を提案し、複数のベンチマークおよび実世界環境において最先端の性能を示すことを報告しています。
POIROT: Investigating Direct Tangible vs. Digitally Mediated Interaction and Attitude Moderation in Multi-party Murder Mystery Games
この研究は、物理的対面が常にユーザー体験を向上させるという通説に異を唱え、ロボットに対する否定的な態度（NARS）が高い参加者には物理的対面が没入感を低下させる一方、低い参加者には影響がないことを示し、ユーザーの特性に応じた適応型インタラクションの必要性を明らかにしたものである。
Multifingered force-aware control for humanoid robots
本論文は、触覚センサーからの力推定値を用いて、多指ハンドを備えたヒューマノイドロボットの胴体・腕・手首・指の動きを適応的に制御し、接触安定性を維持する力分散制御手法を提案し、バランス課題において高い成功率でその有効性を検証したものである。
Edged USLAM: Edge-Aware Event-Based SLAM with Learning-Based Depth Priors
本論文は、高速運動や極端な照明条件下でも安定した位置推定を実現するため、イベントカメラの特性を活かしたエッジ感知フロントエンドと学習ベースの深度推定モジュールを統合したハイブリッド視覚慣性SLAMシステム「Edged USLAM」を提案し、実機飛行実験を通じてその有効性を示したものである。
Fusion-Poly: A Polyhedral Framework Based on Spatial-Temporal Fusion for 3D Multi-Object Tracking
LiDAR とカメラの異なるサンプリングレートという課題を解決し、非同期観測データも活用して高頻度な状態更新を実現する空間時間融合フレームワーク「Fusion-Poly」を提案し、nuScenes ベンチマークで 3D 多物体追跡の最先端性能を達成したという論文です。
A General Lie-Group Framework for Continuum Soft Robot Modeling
この論文は、SE(3) 上の累積パラメータ化と Cosserat 棒理論を組み合わせることで、幾何学的な局所制御を実現し単位クォータニオンの制約を排除した、連続体ソフトロボットの運動学・静力学・動力学を統一的に記述する新しいリー群フレームワークを提案し、その有効性と計算効率を実証しています。