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: 2026/4/1 ／ 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/3Dポリシー画像認識
R3D: 3Dポリシー学習の再考
3Dポリシー学習の不安定性と過学習の原因を診断し、3Dデータ拡張の欠如とバッチ正規化の悪影響を特定。スケーラブルなトランスフォーマー型3Dエンコーダと拡散デコーダを組み合わせた新しいアーキテクチャを提案し、操作ベンチマークで最先端を達成した。
原題: R3D: Revisiting 3D Policy Learning ／ Zhengdong Hong, Shenrui Wu, Haozhe Cui 他
日本語で読む → - 論文模倣学習/操作ロボティクス
チューブ拡散ポリシー：接触を伴う操作のための反応的視覚触覚ポリシー学習
接触を伴う操作において、視覚と触覚のフィードバックに基づいて即座に適応できるよう、拡散モデルとチューブベースのフィードバック制御を組み合わせた新しいポリシー学習フレームワークを提案した。
原題: Tube Diffusion Policy: Reactive Visual-Tactile Policy Learning for Contact-rich Manipulation ／ Teng Xue, Alberto Rigo, Bingjian Huang 他
日本語で読む → - 論文データセット/模倣学習ロボティクス
COFFAIL: コーヒー準備におけるロボット技能実行の成功・異常データセット
コーヒー準備タスクにおけるロボット技能の成功と異常の両方を含むデータセットを構築し、模倣学習によるポリシー学習への応用を示した論文。
原題: COFFAIL: A Dataset of Successful and Anomalous Robot Skill Executions in the Context of Coffee Preparation ／ Alex Mitrevski, Ayush Salunke
日本語で読む → - 論文模倣学習ロボティクス
PD制御下の行動クローニング：ゲイン依存誤差増幅の有限時間理論
PD制御で動作するロボットの行動クローニングについて、制御ゲインが失敗確率にどう影響するかを有限時間で理論解析した論文。
原題: Behavior Cloning Under PD Control: A Finite-Horizon Theory of Gain-Dependent Error Amplification ／ Junghoon Seo
日本語で読む → - 論文模倣学習ロボティクス
ロボットの文脈内模倣学習のための階層的時空間アクショントークナイザ
階層的なベクトル量子化と時空間情報を利用した新しいアクショントークナイザを提案し、模倣学習の性能を向上させた。
原題: A Hierarchical Spatiotemporal Action Tokenizer for In-Context Imitation Learning in Robotics ／ Fawad Javed Fateh, Ali Shah Ali, Murad Popattia 他
日本語で読む → - 論文模倣学習ロボティクス
人間とロボットの共同操縦によるデータ効率的な模倣学習
限られたデモデータでロボットの模倣学習を行う際、人間の介入を効率的に取り入れるフレームワークを提案し、少ないデモで高い性能を達成した。
原題: Human-Robot Copilot for Data-Efficient Imitation Learning ／ Rui Yan, Zaitian Gongye, Lars Paulsen 他
日本語で読む → - 論文模倣学習/安全性ロボティクス
制御バリア関数を用いた安全な人間から人型ロボットへの動作模倣
単一カメラで人間の骨格を捉え、人型ロボットが衝突を避けながら動作を模倣するための視覚ベースの枠組みを提案。制御バリア関数を二次計画問題として実装し、自己衝突と人-ロボット衝突を防ぐ。
原題: Safe Human-to-Humanoid Motion Imitation Using Control Barrier Functions ／ Wenqi Cai, John Abanes, Nikolaos Evangeliou 他
日本語で読む → - 論文模倣学習ロボティクス
不完全な人間のデモンストレーションからのスキル獲得のための統合多層フレームワーク
本論文は、人間とロボットのインタラクションにおけるスキル教示を効率的かつ直感的で安全に行うための、3層からなる統合制御フレームワークを提案している。単一のデモから軌道と可変インピーダンスを学習し、特異点管理と全身コンプライアンスを実現する。
原題: A Unified Multi-Layer Framework for Skill Acquisition from Imperfect Human Demonstrations ／ Zi-Qi Yang, Mehrdad R. Kermani
日本語で読む → - 論文模倣学習ロボティクス
限られたデモデータ下での嗜好後悔によるニューロロボット方策最適化
デモデータが少ない環境でロボットが複雑な行動を学習できるよう、自己模倣フレームワークMYOEと嗜好後悔を用いた方策最適化手法を提案した。
原題: Optimizing Neurorobot Policy under Limited Demonstration Data through Preference Regret ／ Viet Dung Nguyen, Yuhang Song, Anh Nguyen 他
日本語で読む → - 論文模倣学習ロボティクス
最良から学ぶ：模倣学習におけるデータ品質のための滑らかさ駆動メトリクス
軌道の滑らかさに基づいてデモンストレーションをスコアリングする軽量フレームワークRINSEを提案し、データ品質の低い軌道をフィルタリングすることで模倣学習の性能を向上させる。
原題: Learning from the Best: Smoothness-Driven Metrics for Data Quality in Imitation Learning ／ Soham Kulkarni, Raayan Dhar, Yuchen Cui
日本語で読む → - 論文模倣学習ロボティクス
HiPolicy: 階層型マルチ周波数アクションチャンキングによるポリシー学習
ロボットの模倣学習において、長期的な依存関係のモデリングと細かい閉ループ制御のトレードオフを解決するため、異なる周波数でアクション系列を予測する階層型マルチ周波数アクションチャンキングフレームワークを提案した。
原題: HiPolicy: Hierarchical Multi-Frequency Action Chunking for Policy Learning ／ Jiyao Zhang, Zimu Han, Junhan Wang 他
日本語で読む → - 論文模倣学習/接触操作ロボティクス
高速接触豊富模倣学習のためのインクリメンタル反復参照学習制御による加速デモンストレーションの精緻化
高速な接触を伴う操作の模倣学習において、人間のデモを単純に加速すると接触ダイナミクスが変わり追従誤差が生じる問題を、反復参照学習制御を拡張したI2RLCで参照軌道を段階的に高速化しながら更新することで解決し、実機タスクで最大10倍速の高忠実デモ生成と模倣学習ポリシーの成功率向上を実証した。
原題: Refinement of Accelerated Demonstrations via Incremental Iterative Reference Learning Control for Fast Contact-Rich Imitation Learning ／ Koki Yamane, Cristian C. Beltran-Hernandez, Steven Oh 他
日本語で読む → - 論文模倣学習ロボティクス
GCImOpt: 最適軌道の模倣による効率的な目標条件付きポリシーの学習
軌道最適化で生成したデータセットを用いて模倣学習を行い、目標条件付きの制御ポリシーを効率的に学習する手法を提案した。
原題: GCImOpt: Learning efficient goal-conditioned policies by imitating optimal trajectories ／ Jon Goikoetxea, Jesús F. Palacián
日本語で読む → - 論文模倣学習/異常検出ロボティクス
統計的・意味的フィルタリングによる模倣学習の失敗識別
模倣学習ポリシーの実環境での失敗を検出するため、異常検出と視覚言語モデルによる意味的フィルタリングを組み合わせたモジュールFIDeLを提案し、新しいデータセットBotFailsで性能を実証した。
原題: Failure Identification in Imitation Learning Via Statistical and Semantic Filtering ／ Quentin Rolland, Fabrice Mayran de Chamisso, Jean-Baptiste Mouret
日本語で読む → - 論文模倣学習ロボティクス
事前知識を活用する：視覚・言語ガイドによるニューロシンボリック模倣学習で実世界ロボット操作をデータ効率的に実現
少数のデモンストレーションから長期的な操作タスクを学習するためのニューロシンボリックフレームワークを提案し、VLMを用いてシンボリックなプランニングドメインと制御ポリシーを自動構築する。
原題: Build on Priors: Vision--Language--Guided Neuro-Symbolic Imitation Learning for Data-Efficient Real-World Robot Manipulation ／ Pierrick Lorang, Johannes Huemer, Timothy Duggan 他
日本語で読む → - 論文データ収集/模倣学習ロボティクス
XRZero-G0：インターフェース、品質、比率で器用なロボット操作の最前線を押し広げる
ロボットを使わない人間のデモデータ収集システムXRZero-G0を提案し、閉ループの品質管理とデータ混合比率の最適化により、少量の実機データで大規模なロボットフリーデータと組み合わせて同等性能を達成し、コストを20分の1に削減した。
原題: XRZero-G0: Pushing the Frontier of Dexterous Robotic Manipulation with Interfaces, Quality and Ratios ／ James Wang, Primo Pu, Zephyr Fung 他
日本語で読む → - 論文模倣学習ロボティクス
WM-DAgger：ワールドモデルを用いた模倣学習の効率的なデータ集約手法
模倣学習の複合誤差問題を解決するため、ワールドモデルでOOD回復データを合成し、人間の介入なしにデータ集約を効率化するフレームワークを提案した。
原題: WM-DAgger: Enabling Efficient Data Aggregation for Imitation Learning with World Models ／ Anlan Yu, Zaishu Chen, Peili Song 他
日本語で読む → - 論文模倣学習/全身制御ロボティクス
無重力状態を学ぶ：人型ロボットにおける非自己安定動作の模倣
人型ロボットが環境に依存する動作（椅子に座る、横になる、壁に寄りかかるなど）を実行する際、人間が行う「無重力状態」を模倣し、関節を選択的に弛緩させる手法を提案した。
原題: Learn Weightlessness: Imitate Non-Self-Stabilizing Motions on Humanoid Robot ／ Yucheng Xin, Jiacheng Bao, Haoran Yang 他
日本語で読む → - 論文模倣学習ロボティクス
WARPED: 手首視点レンダリングによる自己中心視点の人間デモからのロボットポリシー学習
単眼RGBの自己中心視点動画から、手首視点の写実的な観測を合成してロボットポリシーを訓練するフレームワークを提案。遠隔操作デモと同等の成功率を5〜8倍短いデータ収集時間で達成した。
原題: WARPED: Wrist-Aligned Rendering for Robot Policy Learning from Egocentric Human Demonstrations ／ Harry Freeman, Chung Hee Kim, George Kantor
日本語で読む → - 論文模倣学習ロボティクス
人間のビデオからのロボット学習：サーベイ
ロボットが人間の行動ビデオからスキルを獲得する手法を包括的にレビューし、タスク・観察・行動指向の転移経路とデータ基盤を整理したサーベイ論文。
原題: Robot Learning from Human Videos: A Survey ／ Junyi Ma, Erhang Zhang, Haoran Yang 他
日本語で読む → - 論文模倣学習機械学習
行動量子化を用いた模倣学習の理論的理解
連続制御に自己回帰モデルを適用する際の行動量子化の理論的基盤を確立し、量子化誤差の伝播と統計的サンプル複雑性への影響を解析した論文。
原題: Understanding Behavior Cloning with Action Quantization ／ Haoqun Cao, Tengyang Xie
日本語で読む → - 論文模倣学習ロボティクス
力覚対応残差DAggerと軌道編集によるインピーダンス制御下の精密挿入
接触を伴う精密挿入タスクのための、力覚を考慮した人間参加型模倣学習フレームワークを提案。軌道編集による残差方策学習と力の不一致に基づく介入トリガーで、共変量シフトを抑えつつ専門家の常時監視を不要にした。
原題: Force-Aware Residual DAgger via Trajectory Editing for Precision Insertion with Impedance Control ／ Yiou Huang, Ning Ma, Weichu Zhao 他
日本語で読む → - 論文模倣学習ロボティクス
動作デモから新しいタスクへのゼロショット汎化
デモから学習した運動プリミティブをグラフ構造で結びつけ、未見タスクへのゼロショット汎化を実現する手法を提案した論文。
原題: Zero-Shot Generalization from Motion Demonstrations to New Tasks ／ Kilian Freitag, Alvin Combrink, Nadia Figueroa
日本語で読む → - 論文模倣学習/カメラ特性ロボティクス
カメラ選択の再考：ロボット操作における魚眼カメラ特性の実証研究
ロボット操作における手首搭載魚眼カメラの特性を、シミュレーションと実世界の実験で体系的に分析し、空間定位、シーン汎化、ハードウェア汎化への影響を明らかにした。
原題: Rethinking Camera Choice: An Empirical Study on Fisheye Camera Properties in Robotic Manipulation ／ Han Xue, Nan Min, Xiaotong Liu 他
日本語で読む → - 論文模倣学習ロボティクス
TransMASK: 学習された変換によるマスク状態表現
ロボットの模倣学習において、タスクに関連する状態要素のみに注目するマスクを自己教師ありで学習し、環境変化に対するロバスト性を向上させる手法を提案した。
原題: TransMASK: Masked State Representation through Learned Transformation ／ Sagar Parekh, Preston Culbertson, Dylan P. Losey
日本語で読む → - 論文両腕操作/拡散モデル/模倣学習ロボティクス
RoTri-Diff: 空間的なロボット-物体三者間相互作用に基づく両腕操作のための拡散モデル
両腕と操作対象物の間の相対的な6D姿勢を符号化した三者間相互作用表現を導入し、階層的拡散過程で軌道生成する模倣学習フレームワークを提案。シミュレーションと実機で高い性能を実証した。
原題: RoTri-Diff: A Spatial Robot-Object Triadic Interaction-Guided Diffusion Model for Bimanual Manipulation ／ Zixuan Chen, Nga Teng Chan, Yiwen Hou 他
日本語で読む → - 論文模倣学習ロボティクス
LAR-MoE: ロボット模倣学習における潜在整列ルーティングによるMixture of Experts
模倣学習で異なる動作モードを扱うため、教師なしスキル発見とポリシー学習を分離し、潜在空間の構造に基づいてエキスパートをルーティングするLAR-MoEを提案。LIBEROで95.2%の成功率を達成し、手術タスクでも教師なしで同等性能を示した。
原題: LAR-MoE: Latent-Aligned Routing for Mixture of Experts in Robotic Imitation Learning ／ Ariel Rodriguez, Chenpan Li, Lorenzo Mazza 他
日本語で読む → - 論文模倣学習ロボティクス
実験室自動化のためのコンパクトなタスク整合型模倣学習
小型基盤モデルをアダプタで整合し拡散トランスフォーマと統合した500M未満の模倣学習フレームワークを提案し、実験室タスクで86.6%の成功率を達成した。
原題: Compact Task-Aligned Imitation Learning for Laboratory Automation ／ Kanata Suzuki, Hanon Nakamura, Kana Miyamoto 他
日本語で読む → - 論文模倣学習/行動転移ロボティクス
OCRA: 3Dと触覚の事前知識を用いた物体中心学習による人間からロボットへの行動転移
人間のデモ動画からロボットの操作行動を学習する物体中心フレームワークOCRAを提案。3D点群と触覚情報を統合し、拡散ポリシーでロバストな操作を実現する。
原題: OCRA: Object-Centric Learning with 3D and Tactile Priors for Human-to-Robot Action Transfer ／ Kuanning Wang, Ke Fan, Yuqian Fu 他
日本語で読む → - 論文模倣学習ロボティクス
Tether: 対応関係駆動の軌道ワーピングによる自律的機能プレイ
少数のデモから意味的キーポイント対応を用いてアクションをワープするオープンループポリシーを提案し、それを用いて実世界で自律的にマルチタスクのプレイデータを収集・改善する手法を紹介する。
原題: Tether: Autonomous Functional Play with Correspondence-Driven Trajectory Warping ／ William Liang, Sam Wang, Hung-Ju Wang 他
日本語で読む →