論文
フィジカルAI関連の最新論文を、日本語のひとことで。原題は英語です。
最新論文: 2026/11/9 ／ arXivを3時間ごとに自動収集
📖 UMIデバイス・カタログ(日本語版)UMI式データ収集デバイスと主要データセットを日本語で俯瞰 →- 論文模倣学習機械学習
表現整合型模倣学習：生徒互換の教師方策を実現するRAIL
教師と生徒の観測を対照学習で共有潜在空間に整列させ、教師方策をその空間で訓練することで、報酬設計や追加強化学習なしに模倣ギャップを大幅に削減する手法を提案。
原題: RAIL: Representation-Aligned Imitation Learning for Student-Compatible Teacher Policies ／ Meraj Mammadov, Pedro Zuidberg Dos Martires, Johannes Andreas Stork
日本語で読む → - 論文模倣学習/視点ロバストロボティクス
固有感覚で画像と視線を整列させる視点ロバスト操作の表現学習
ロボットの固有感覚を手がかりに画像とカメラ視線の表現を対比学習で揃え、視点が変わっても頑健に操作できる視覚運動方策を実現するフレームワークPAIRを提案した。
原題: PAIR: Proprioception-Aligned Image-Ray Representations for Viewpoint-Robust Manipulation ／ Sung-Wook Lee, Xuhui Kang, Dylan Losey 他
日本語で読む → - 論文模倣学習ロボティクス
デモンストレータのマルチモーダリティを明示的に捉え拡散ポリシーへ蒸留する手法
同じ観測からデモンストレータをk回クエリするvine samplingで行動クローニングデータを収集し、拡散ポリシーがデモの多様な行動分布を再現できるようにする。
原題: Explicitly capturing demonstrator multi-modality for distillation into diffusion policies ／ Shao Yuan Chew Chia, Rebecca H. Jiang, Abhinav Agarwal 他
日本語で読む → - 論文模倣学習ロボティクス
タスク重要部位の位置合わせで物体間インタラクションの模倣を改善
DINOBotの模倣学習を改良し、RANSACによる外れ値除去とタスク関連領域への意味対応の絞り込みで、実機の把持・挿入・振り・注ぎタスクの成功率を13.8%向上させた。
原題: Task-Critical Part Alignment Improves Imitation of Object Interactions ／ Denis Hadjivelichkov, Sebastian Ægidius, Valerio Modugno 他
日本語で読む → - 論文オフライン模倣学習機械学習
安全性と性能を両立する二重エキスパート・オフライン模倣学習
安全重視のデモと高性能重視のデモを組み合わせ、安全領域を守りつつ高リターン行動を学習するオフライン模倣学習手法DexDICEを提案した。
原題: DexDICE: Reconciling Safety and Performance via Dual-Expert Offline Imitation Learning ／ Seokin Seo, Sung Kuk Shyn, Minji Seo 他
日本語で読む → - 論文模倣学習ロボティクス
VREgo：コンシューマVRヘッドセットによる一人称視点デモからのロボットマニピュレーション学習
PICO 4 Ultraなどの市販VRヘッドセットで記録した一人称視点のデモンストレーションからマニピュレーション方策を学習する手法を提案し、卓上タスクでシミュレーション評価した。
原題: VREgo: Consumer VR Headsets for Learning Robot Manipulation from Egocentric Demonstrations ／ Liuchuan Yu
日本語で読む → - 論文模倣学習ロボティクス
潜在的な物理特性へのオンライン適応による模倣学習
物体の物理特性の潜在表現を動力学モデルと共に学習し、実行時に観測との誤差から潜在表現をオンライン更新することで、見た目が同じでも物理特性が異なる物体へのマニピュレーション動作を適応させる手法を提案した。
原題: Online Adaptation to Latent Physical Properties for Learning from Demonstration ／ Kotaro Kajitsuka, Masaki Murooka, Fumio Kanehiro
日本語で読む → - 論文模倣学習ロボティクス
動画デモから潜在行動をエンドツーエンドで学習する手法ELA
動画デモから潜在行動表現を政策学習と行動デコードのために同時最適化し、少量の行動ラベル付きデータでロボット操作を学習するフレームワークを提案した。
原題: ELA: End-to-End Latent Action Policy Learning from Video Demonstrations ／ Cheng-Chun Hsu, Peter Stone
日本語で読む → - 論文模倣学習ロボティクス
GUILD: 模倣学習のための誘導型反復データ収集
視覚言語モデルの意味的知識と予測的データ帰属を組み合わせ、方策性能を最大化するデータを反復的に選んで収集する枠組みを提案し、実機・シミュレーションで有効性を示した。
原題: GUILD: Guided Iterative Data Collection for Imitation Learning ／ Shivin Dass, Kevin Nguyen, Rohan Yelandur 他
日本語で読む → - 論文模倣学習ロボティクス
KlaskTron-IL：接触の多い敵対的模倣学習ベンチマークと検証済みsim-to-realブリッジ
接触の多い対戦型ロボット競技KlaskTron上で、実機デモと合成専門家データを含む模倣学習データセットと診断ベースラインを構築し、標準的な模倣学習手法の失敗モードを明らかにした。
原題: KlaskTron-IL: A Contact-Rich Adversarial Imitation Learning Benchmark with a Validated Sim-to-Real Bridge ／ Nicklas Sohm, Aswin Ramachandran, Raffaello D'Andrea
日本語で読む → - 論文模倣学習ロボティクス
慣性ミスマッチがロボットの政策学習に与える影響
ロボットアームと物体の質量差による慣性ミスマッチが強化学習と行動クローニングの学習性能にどう影響するかをシミュレーションで調査し、軽いロボットが重い物体を扱う方が行動クローニングが安定することを示した。
原題: When Robots Outweigh Objects: How Inertia Mismatch Shapes Robot Policy Learning ／ Younghyo Park, Antonia Bronars, Pulkit Agrawal
日本語で読む → - 論文模倣学習ロボティクス
制御限界内での再タイミングによる高速模倣学習
低レベル制御器の1周期あたりの変位限界に着目し、その限界を超えない範囲で連続コマンドを統合することで、実現可能な高速化を実現する手法を提案した。
原題: Faster Imitation by Re-timing Demonstrations Within the Controller Limit ／ Zongtan Li, Tianming Liu, Ye Zhao
日本語で読む → - 論文模倣学習ロボティクス
真似できる教師から学ぶ：MetaFineチャレンジ優勝解法
大規模VLAの微調整ではなく、タスクごとに1900万パラメータの小型ポリシーを訓練し、特権スクリプト教師が生成するデモデータの質を改善することで、精密マニピュレーションのスコアを大幅に向上させた。
原題: Learning from an Imitable Teacher: Competition Solution for the MetaFine Challenge ／ Yanze Zhang, Hao Liu, Haochang Hao 他
日本語で読む → - 論文模倣学習機械学習
FOCUS: 最適輸送による教師なし模倣のための一階制御
観測のみからの模倣学習において、局所的な最適輸送マッチングと短ホライズンの微分可能アクター・クリティック学習を組み合わせ、接触の多い筋骨格ヒューマノイド制御でも安定かつ高効率に学習できる手法を提案した。
原題: FOCUS: First-Order Control Using Optimal Transport Supervision for Imitation from Observations ／ João A. Cândido Ramos, Lionel Blondé, Hugues Vinzant 他
日本語で読む → - 論文模倣学習ロボティクス
検証損失は実機ロボットの成功を予測できるか：低コストアームにおける4つの模倣学習ポリシーの証拠
SO-101アームのピック・アンド・プレースで4種の模倣学習ポリシーを訓練し、ホールドアウト検証損失と実機ベンチでの成功率の関係を930回のロールアウトで検証した。
原題: Does Validation Loss Predict Real-Robot Success? Evidence from Four Imitation-Learning Policies on a Low-Cost Arm ／ Simon Cowling
日本語で読む → - 論文模倣学習ロボティクス
JEDI: 文脈内模倣学習のための統合埋め込みによるデモンストレーション圧縮
デモを凍結動画JEPA空間で次段階キーフレーム予測する潜在スロットに圧縮し、多数ショットの文脈内模倣学習を可能にした手法。
原題: JEDI: Joint-Embedding Demonstration Compression for In-Context Imitation Learning ／ Jiazhao Liang, Zhewen He, Shuaihang Yuan 他
日本語で読む → - 論文模倣学習機械学習
動作プリミティブ表現による滑らかなアクションチャンキング
行動クローンにおけるアクションチャンキングの軌道を滑らかな基底関数の線形結合で表現し、チャンク間のジャークも推論時に閉形式で補正する手法を提案。
原題: Smooth Action Chunking Via Movement-Primitive Representations for Imitation Learning ／ Shota Nomura, Takayuki Osa, Yasuhiro Kato 他
日本語で読む → - 論文模倣学習ロボティクス
ロボットデータ接種：人間とAIの協調による高カバレッジ実演データ収集
人間の遠隔操作に学習中の残差ポリシーで摂動を加え、失敗からの回復実演を効率的に収集する共有制御フレームワークを提案し、実機3タスクで有効性を示した。
原題: Robotic Data Inoculation ／ Qiyang Li, Zhiyuan Zhou, Charles Xu 他
日本語で読む → - 論文模倣学習ロボティクス
CuraEval: 混合スキルロボットデータにおけるデモンストレーション選別の評価
混合スキルのロボットデモデータから訓練データを選ぶ手法を、固定サイズのランダム部分集合や全データ訓練と公平に比較する評価フレームワークCuraEvalを提案し、既存スコアが単純なエピソード長とほぼ同じ順位付けになることを示した。
原題: CuraEval: Evaluating Demonstration Curation on Mixed-Skill Robot Data ／ Jiuyi Xu, Meida Chen, Yang Ye 他
日本語で読む → - 論文模倣学習ロボティクス
低コストアームで模倣学習ポリシーを比較：12から200デモへのスケーリング
ACT・Diffusion Policy・SmolVLA・π0.5を低コストSO-101アームで12〜200のデモ数で訓練し、成功率や失敗段階の変化を比較評価した。
原題: From 12 to 200 Demonstrations: How ACT, Diffusion Policy, SmolVLA and $π_{0.5}$ Scale on a Low-Cost Arm ／ Simon Cowling
日本語で読む → - 論文模倣学習/データ収集ロボティクス
OpenJaws: ステレオ測位を備えた汎用マニピュレーション向けオープンハードウェアUMIフレームワーク
UMI型の手持ちデータ収集デバイスを完全オープン化し、低コストステレオカメラで単眼より高精度な測位を実現、実機ロボットへのポリシー展開まで示した。
原題: OpenJaws: An Open Hardware UMI Framework with Stereo Localization for Generalist Manipulation ／ Adithyavairavan Murali, Yash Oza, Karanbir Chahal 他
日本語で読む → - 論文模倣学習ロボティクス
品質を制御できるロボット方策の反復的後知恵ラベリングによる学習
実行速度や滑らかさなどの品質属性を推論時に制御できるロボット方策を提案し、目標品質でのオンライン試行と後知恵ラベリングの反復でデモ以上の品質を達成した。
原題: Learning Quality-Controllable Robot Policies with Iterative Hindsight Relabeling ／ Sinjae Kang, Dong Kyu Shin, Jaehong Kim 他
日本語で読む → - 論文生涯学習/模倣学習ロボティクス
リプレイ不要の生涯模倣学習のための階層的二重ルーティング注意機構
過去データを保存・再訪できない単一パス生涯模倣学習において、専門家選択の劣化を階層的二重注意とキー幾何正則化で抑え、LIBEROでリプレイ有無の既存手法を上回った研究。
原題: HIDRA: Hierarchical Dual-Routing Attention for Replay-Free Lifelong Imitation Learning ／ Fanqi Yu, Matteo Tiezzi, Cigdem Beyan 他
日本語で読む → - 論文模倣学習ロボティクス
ElevateHead: 一度決めたらコミットする — マルチモーダル模倣におけるアクションヘッドの重要性
複数の正解がある模倣学習で、学習した決定点で一度だけ方針を選びエピソード中コミットするアクションヘッドを提案し、Franka Kitchenで成功率45.2%とベースラインを上回った。
原題: ElevateHead: Decide Once, Then Commit: When the Action Head Matters for Multimodal Imitation ／ Tsung-Lung Yang
日本語で読む → - 論文模倣学習ロボティクス
次チャンク予測で先読みする行動駆動型ロボットポリシー
未来の観測を使わず、行動信号から次チャンクを予測する学習で暗黙の先読み能力を獲得するポリシーを提案し、精密組立タスクなどで精度向上を実現した。
原題: AdaPolicy: Action-Driven Anticipatory Robot Policies via Next-Chunk Prediction ／ Fan Yang, Yuting Su, Chen Zhao 他
日本語で読む → - 論文模倣学習ロボティクス
小型再帰ポリシー：視覚運動制御のための再帰的潜在表現洗練
永続的な時間状態と再帰的な潜在表現の洗練を組み合わせたパラメータ効率の良い行動クローニングポリシーを提案し、長期的・文脈依存タスクで性能向上を示した。
原題: Tiny Recursive Policy: Recursive Latent Refinement for Visuomotor Control ／ Hakan Aktas, Cengiz Oztireli
日本語で読む → - 論文模倣学習ロボティクス
多様な成功デモンストレーションを自動生成する模倣学習データ収集手法
強化学習をデータ生成器として使い、多様な成功軌道を生成して模倣学習の性能を向上させる手法DiscoDemoを提案。シミュレーションと実機で成功率が大幅に改善。
原題: DiscoDemo: Discovering Efficient and Diverse Robot Demonstrations for Imitation Learning ／ Minho Park, Kinam Kim, Donghu Kim 他
日本語で読む → - 論文模倣学習ロボティクス
条件付きニューラルプロセスによる行動模倣からの自己教師あり目標発見
条件付きニューラルプロセスに隠れ空間の注意機構を加えることで、行動系列の観察初期から頑健な目標表現が自己教師ありで獲得できることを示した研究。
原題: Conditional Neural Processes for Self-Supervised Goal Discovery in Action Imitation ／ Marco Gabriele Fedozzi, Yukie Nagai, Francesco Rea 他
日本語で読む → - 論文医療ロボティクス/模倣学習ロボティクス
解剖学的アンカーに基づく模倣学習で自律ロボット超音波検査を実現
解剖学的ランドマークを基準にプローブ位置決めと走査動作を学習する模倣学習フレームワークを提案し、未見被験者16名で腎臓・胆嚢・肝臓・橈骨動脈の走査を高成功率で達成した。
原題: From Freehand Demonstrations to Autonomous Robotic Ultrasound: An Anatomy-Anchored Learning Framework ／ Yuan Bi, Fangxu Han, Ye Su 他
日本語で読む → - 論文模倣学習ロボティクス
非対称オンポリシー蒸留による文脈内探索の学習
部分観測下で学生が自身の履歴に基づき収集したデータに特権専門家の行動をラベル付けして蒸留し、強化学習なしでテスト時の探索行動を学習する手法を提案。
原題: Asymmetric On-Policy Distillation Learns In-Context Exploration ／ Sriyash Poddar, Yanda Bao, Jacob Krantz 他
日本語で読む →