684 件の論文
本論文は、2D パッチトークンに代わるアノトロピック 3D ガウスプリミティブを用いた「ガウス空間トークナイザー（GST）」と、3D 物体接地や把持幾何学などを明示的に生成する「3D 深度認識推論（DA-CoT）」を統合した VLA モデル「GST-VLA」を提案し、複雑な 3D 操作タスクにおいて既存モデルを上回る精度を達成したことを報告するものである。
本論文は、運動および環境の不確実性下でロボットマニピュレータの衝突リスクを形式的に保証し、効率的かつ安全な軌道生成を実現するための、RM-DeSKO モデルと SOS プログラミングを統合した新たなリスク制約付き運動計画フレームワークを提案し、シミュレーションおよび実世界実験でその有効性を検証したものである。
本論文は、自動運転における生成ワールドモデルと VLA システムの進展を統合する潜在空間フレームワークを提案し、その分類体系、内部メカニズム、評価基準、および将来の課題を包括的に論じています。
既存の言語駆動型ナビゲーション手法が機能性建物における類似特徴や事前空間知識の活用不足に直面する課題を解決するため、環境マップを意味事前マップに変換し、階層的な思考連鎖プロンプトとマルチモデル協調メカニズムを導入した「PM-Nav」を提案し、シミュレーションおよび実世界での大幅な性能向上を実証した。
この論文は、複雑な指先操作における視覚言語行動モデルの信頼性と適応性を向上させるため、腕と手の協調介入を可能にする初のヒト・イン・ザ・ループフレームワーク「DexHiL」を提案し、実機実験でオフライン微調整のベースラインを平均 25% 上回る成功率を達成したことを報告しています。
本論文は、6 本から 16 本までの任意の脚数を持つ多脚ロボットが、段差のある複雑な地形を走行するための、機械学習モデルや CPG に代わる軽量かつ適応性の高い制御アーキテクチャを提案し、シミュレーションでその有効性を検証したものである。
この論文は、420 万件の占有アノテーションを含む大規模データセットを用いたマルチタスク共同学習により、単一の空間トークンを通じて 3D 空間認識を統合し、多様なシナリオやタスクにおいて最先端の性能と実世界での堅牢性を達成するエンドツーエンドの基盤モデル「SPAN-Nav」を提案するものである。
この論文は、大規模なロボット遠隔操作データ収集を不要とし、人間の一人称視点動画から直接学習することで、自然で多様な全身動作を可能にする新しいヒューマノイド制御フレームワーク「ZeroWBC」を提案し、Unitree G1 による実験でその有効性を示したものである。
本論文は、オフロードロボットナビゲーション向けに、自動アノテーションパイプラインにより生成された大規模なマルチモーダル（LiDAR、カメラ、レーダー）サーラウンドビュー 3D 通過性データセット「STONE」と、そのベンチマークを提案するものである。
この論文は、SGP による対戦相手の行動予測と動的占有廊下の構築、およびカスタム擬似過渡継続ソルバーを用いた高速 LTV-MPC による厳密な運動学制約の保証を通じて、F1TENTH プラットフォーム上で最先端の手法を大幅に上回る高速度・高安全性のマルチエージェント自動レーシングを実現する「トポロジカルギャップ識別と加速 MPC」フレームワークを提案するものである。
本論文は、環境の幾何学形状と局所気象データを用いて風場をリアルタイムに推定し、風の影響を先回りして回避・適応する軽量フレームワーク「WESPR」を提案し、その有効性をドローンによる実証実験で示したものである。
この論文は、強化学習制御による全身筋骨格モデルを中核としたシミュレーションフレームワークを開発し、人間の内部状態を可視化しながらロボット構造と制御を同時に最適化することで、物理的ヒト・ロボット相互作用の定量的設計・分析を可能にすることを提案しています。
この論文は、学習ベースのロボット制御に必要な高品質な実世界データを収集するために、5 分以内のセットアップで非専門家でも直感的に操作でき、あらゆる環境で利用可能な携帯型テレオペレーションシステム「TRIP-Bag」を提案し、その実用性と収集データの品質を検証したものです。
この論文は、従来の MORL アルゴリズムが抱える大規模並列化の課題を解決し、GPU ネイティブの高速アルゴリズム「MORLAX」と GPU 加速環境「MO-Playground」を導入することで、複雑な多目的ロボット制御タスクにおけるパレート最適方策の探索を大幅に高速化し、その有効性を BRUCE 型ヒューマノイドロボットの歩行制御などを通じて実証したものである。
本論文は、従来の潜在空間に依存せず DINOv2 の密な視覚特徴空間でナビゲーションダイナミクスをモデル化し、CDiT-DH と時間駆動ゲート機構を用いて構造安定性と動作精度を向上させた「RAE-NWM」を提案するものである。
本論文は、ウェブ動画から大規模な視覚言語ナビゲーション学習フレームワークを構築し、3D 復元を不要とする隐幾何表現を導入することで、実世界環境でのナビゲーション性能と汎用性を大幅に向上させたことを報告しています。
本論文は、タスクの進捗を可視的なマイルストーンとして監視し、失敗時に状態を巻き戻す「See, Plan, Rewind (SPR)」という新しいビジョン・言語・アクションフレームワークを提案し、追加学習なしでロボットの操作タスクにおける堅牢性と未知環境への適応能力を大幅に向上させることを示しています。
CORAL は、単一の事前学習済み VLA バックボーンにタスク固有の軽量 LoRA 専門家を動的に接続・切り替えることで、マルチタスク学習における干渉と忘却を回避し、実世界およびシミュレーション環境でスケーラブルなロボット学習を実現するフレームワークです。
本論文は、従来の較正が手間とコストを要していた湾曲視触覚センサーに対し、身近な物体との数回の接触だけで高精度な 3 次元再構成を可能にする効率的な較正フレームワーク「NLiPsCalib」と、その検証用センサー「NLiPsTac」を提案するものである。
本論文は、オフラインデータとオンライン探索の安全な統合を可能にするため、低次元潜在空間での探索から生動作空間への制御をシームレスに移行させるカリキュラム学習フレームワーク「SPAARS」を提案し、その理論的保証と厨房・ロボットアームタスクにおける高いサンプル効率と性能向上を実証しています。