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: 2025/8/1 ／ 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 →- 論文模倣学習機械学習
ASkDAgger：対話型模倣学習のための能動的スキルレベルデータ集約
初心者の計画と不確実性を活用し、教師への問い合わせを減らしつつ失敗も抑える対話型模倣学習フレームワークを提案。
原題: ASkDAgger: Active Skill-level Data Aggregation for Interactive Imitation Learning ／ Jelle Luijkx, Zlatan Ajanović, Laura Ferranti 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
RCM-ACT: 動的RCMキャリブレーションを用いた模倣学習による眼内異物の自律除去
眼内異物除去のための模倣学習フレームワークRCM-ACTを提案し、RCMの動的キャリブレーションとアクションチャンキングを組み合わせることで、未キャリブレーションの顕微鏡下でリング把持・位置決めタスクを自律的に達成した。
原題: RCM-ACT: Imitation Learning with Dynamic RCM Calibration for Autonomous Intraocular Foreign Body Removal ／ Yue Wang, Wenjie Deng, Haotian Xue 他
日本語で読む → - 論文模倣学習ロボティクス
少数のデモから長期タスクを計画・実行する神経記号模倣学習
少数のスキルデモから連続制御方策と記号的なタスク抽象化を同時に学習し、長期タスクの計画と実行を可能にする神経記号フレームワークを提案。
原題: Few-Shot Neuro-Symbolic Imitation Learning for Long-Horizon Planning and Acting ／ Pierrick Lorang, Hong Lu, Johannes Huemer 他
日本語で読む → - 論文模倣学習ロボティクス
KDPE: 拡散ポリシーの軌道選択のためのカーネル密度推定戦略
拡散ポリシーが生成する軌道の中から、カーネル密度推定を用いて危険なものを除外し、ロボットの行動品質を向上させる手法を提案した。
原題: KDPE: A Kernel Density Estimation Strategy for Diffusion Policy Trajectory Selection ／ Andrea Rosasco, Federico Ceola, Giulia Pasquale 他
日本語で読む → - 論文模倣学習制御
未知の外乱下における衛星姿勢制御のための模倣学習
強化学習(SAC)で専門家制御器を訓練し、敵対的模倣学習(GAIL)でその軌道を模倣する学習器を訓練することで、未知の外乱下でも頑健な衛星姿勢制御を実現した。
原題: Imitation Learning for Satellite Attitude Control under Unknown Perturbations ／ Zhizhuo Zhang, Hao Peng, Xiaoli Bai
日本語で読む → - 論文模倣学習ロボティクス
線形パラメータ変動力学系の合成による高次元デモンストレーションのスケーラブルな学習
ロボットの模倣学習において、高次元デモンストレーションを安定な力学系にエンコードする際の計算負荷と数値的問題を解決するため、線形パラメータ変動力学系を合成する新しいアプローチを提案した。
原題: Scalable Learning of High-Dimensional Demonstrations with Composition of Linear Parameter Varying Dynamical Systems ／ Shreenabh Agrawal, Hugo T. M. Kussaba, Lingyun Chen 他
日本語で読む → - 論文模倣学習ロボティクス
不完全なデモンストレーションからの制約付きスタイル学習：タスク最適性の下で
ロボットのスタイル動作を不完全なデモから学ぶため、制約付きMDPとして定式化し、適応的ラグランジュ乗数でタスク性能を維持しつつスタイルを模倣する手法を提案。ANYmal-Dでエネルギー消費を14.5%削減。
原題: Constrained Style Learning from Imperfect Demonstrations under Task Optimality ／ Kehan Wen, Chenhao Li, Junzhe He 他
日本語で読む → - 論文模倣学習・運動生成ロボティクス
リズムに乗る動作を学習：軌道安定性を保証するタスク条件付き運動ポリシー
学習した微分同相エンコーダとHopf分岐を組み合わせ、実演から周期的運動を獲得しつつ軌道安定性を保証するOSMPを提案。タスク条件付けにより単一ポリシーで複数運動を表現し、多様なロボットで有効性を示した。
原題: Learning to Move in Rhythm: Task-Conditioned Motion Policies with Orbital Stability Guarantees ／ Maximilian Stölzle, T. Konstantin Rusch, Zach J. Patterson 他
日本語で読む → - 論文模倣学習ロボティクス
実行可能動作事前分布によるヒューマノイドロボットの立位上半身動作模倣
ヒューマノイドが立ったまま人間の上半身動作を模倣する強化学習フレームワークを提案し、ロボットの実行可能範囲を考慮するEMPモジュールで安定性を確保した。
原題: EMP: Executable Motion Prior for Humanoid Robot Standing Upper-body Motion Imitation ／ Haocheng Xu, Haodong Zhang, Zhenghan Chen 他
日本語で読む → - 論文模倣学習ロボティクス
視線を用いた正則化による模倣学習の因果的混乱の緩和
人間の視線データを模倣学習の正則化に利用し、因果的混乱を軽減する手法GABRILを提案。AtariとCARLAで有効性を検証。
原題: GABRIL: Gaze-Based Regularization for Mitigating Causal Confusion in Imitation Learning ／ Amin Banayeeanzade, Fatemeh Bahrani, Yutai Zhou 他
日本語で読む → - 論文模倣学習ロボティクス
RwoR: ロボットなしで方策学習するための人間の手の収集からのロボットデモンストレーション生成
手首に装着したGoProで人間の手のデモを収集し、生成モデルでロボットグリッパのデモに変換することで、実機ロボットなしに操作方策を学習できる手法を提案。
原題: RwoR: Generating Robot Demonstrations from Human Hand Collection for Policy Learning without Robot ／ Liang Heng, Xiaoqi Li, Shangqing Mao 他
日本語で読む → - 論文模倣学習ロボティクス
観測の因果混乱を解消しロボット模倣学習の汎化性能を向上
模倣学習において観測と行動の因果関係を明示的に学習することで、環境変化に対する汎化性能を高める手法を提案し、ALOHAロボットアームのシミュレーションで有効性を示した。
原題: Improving Generalization Ability of Robotic Imitation Learning by Resolving Causal Confusion in Observations ／ Yifei Chen, Yuzhe Zhang, Giovanni D'urso 他
日本語で読む → - 論文模倣学習ロボティクス
人間のデモンストレーションから身体的インタラクションスキルを学習する
人間の動作から相互作用の動態を表す埋め込みインタラクショングラフを抽出し、異なる身体構造を持つエージェントが物理シミュレーションで模倣制御を学習する枠組みを提案した。
原題: Learning Physical Interaction Skills from Human Demonstrations ／ Tianyu Li, Hengbo Ma, Sehoon Ha 他
日本語で読む → - 論文模倣学習機械学習
特徴ベース vs. GANベースの模倣学習：いつ、なぜ使うべきか
模倣学習における特徴ベース手法とGANベース手法を比較し、報酬関数の構造と方針学習への影響を分析したサーベイ。タスクの優先事項に応じた手法選択の枠組みを提案する。
原題: Feature-Based vs. GAN-Based Learning from Demonstrations: When and Why ／ Chenhao Li, Marco Hutter, Andreas Krause
日本語で読む → - 論文模倣学習ロボティクス
FMimic: 基盤モデルによる人間動画からの細粒度行動学習
少数の人間動画から基盤モデルを用いてロボットの細かい行動スキルを直接学習する手法を提案し、RLBenchや実世界タスクで大幅な性能向上を達成した。
原題: FMimic: Foundation Models are Fine-grained Action Learners from Human Videos ／ Guangyan Chen, Meiling Wang, Te Cui 他
日本語で読む → - 論文模倣学習ロボティクス
ILCL: 時間的制約付きデモンストレーションからの逆論理制約学習
デモンストレーションから時間的論理制約を学習する逆論理制約学習（ILCL）を提案し、遺伝的アルゴリズムによる論理マイニングと制約付き強化学習を組み合わせて、4つのタスクで制約の学習と転移に成功した。
原題: ILCL: Inverse Logic-Constraint Learning from Temporally Constrained Demonstrations ／ Minwoo Cho, Jaehwi Jang, Daehyung Park
日本語で読む → - 論文模倣学習/計画ロボティクス
観測からの計画のためのモデル予測敵対的模倣学習
逆強化学習のポリシーをモデル予測制御に置き換え、観測のみのデモから計画器をエンドツーエンドで学習する手法を提案し、サンプル効率や汎化性能の向上を示した。
原題: Model Predictive Adversarial Imitation Learning for Planning from Observation ／ Tyler Han, Yanda Bao, Bhaumik Mehta 他
日本語で読む → - 論文模倣学習ロボティクス
CUPID: 影響関数でロボットが好むデータを選別
模倣学習において、各デモンストレーションが方策の性能に与える影響を影響関数で推定し、有害なデータを除去・有益なデータを選択するデータキュレーション手法を提案。
原題: CUPID: Curating Data your Robot Loves with Influence Functions ／ Christopher Agia, Rohan Sinha, Jingyun Yang 他
日本語で読む → - 論文模倣学習ロボティクス
SAIL: 模倣学習ポリシーのデモンストレーション超高速実行
模倣学習ポリシーをデモより速く実行するためのシステムSAILを提案し、シミュレーションで最大4倍、実機で最大3.2倍の高速化を実現した。
原題: SAIL: Faster-than-Demonstration Execution of Imitation Learning Policies ／ Nadun Ranawaka Arachchige, Zhenyang Chen, Wonsuhk Jung 他
日本語で読む → - 論文模倣学習ロボティクス
DemoDiffusion：事前学習済み拡散ポリシーを用いた一回の人間模倣
人間の実演を一回だけ模倣してロボットに操作タスクを実行させる手法。運動学的リターゲティングで得た粗い軌道を、事前学習済みの汎用拡散ポリシーで修正することで、タスク固有の訓練や人間-ロボットのペアデータなしに新しいタスクやシーンに適応できる。
原題: DemoDiffusion: One-Shot Human Imitation using pre-trained Diffusion Policy ／ Sungjae Park, Homanga Bharadhwaj, Shubham Tulsiani
日本語で読む → - 論文模倣学習ロボティクス
BEAST: Bスプライン符号化による模倣学習向けアクション系列の効率的トークン化
Bスプラインでアクション系列をコンパクトな離散・連続トークンに符号化するトークナイザを提案し、別途学習不要で滑らかな軌道生成と計算コスト削減を実現した。
原題: BEAST: Efficient Tokenization of B-Splines Encoded Action Sequences for Imitation Learning ／ Hongyi Zhou, Weiran Liao, Xi Huang 他
日本語で読む → - 論文模倣学習ロボティクス
ロドリゲスネットワーク：ロボット動作学習のためのキネマティクス誘導バイアス
関節系の運動学構造を反映した帰納バイアスを持つニューラル演算子「Neural Rodrigues Operator」を提案し、それを用いた動作処理特化型ネットワークRodriNetを構築。模倣学習や単眼3Dハンド再構成で有効性を示した。
原題: Rodrigues Network for Learning Robot Actions ／ Jialiang Zhang, Haoran Geng, Yang You 他
日本語で読む → - 論文模倣学習ロボティクス
目標ベース自己適応型敵対的模倣学習による多目標ロボットマニピュレーション
限られた劣悪なデモンストレーションでも多目標ロボット操作タスクを効率的に学習するため、自己適応学習と目標条件付きGAILを組み合わせたGoal-SAGAILを提案した。
原題: Goal-based Self-Adaptive Generative Adversarial Imitation Learning (Goal-SAGAIL) for Multi-goal Robotic Manipulation Tasks ／ Yingyi Kuang, Luis J. Manso, George Vogiatzis
日本語で読む → - 論文模倣学習ロボティクス
身体感覚のずれを克服する模倣学習のドメイン適応
模倣学習において訓練時と実環境での固有感覚（proprioception）の分布ずれが性能を低下させる問題を特定し、Wasserstein距離に基づくノイズ付加で分布を整合させる手法を提案した。
原題: Adapt Your Body: Mitigating Proprioception Shifts in Imitation Learning ／ Fuhang Kuang, Jiacheng You, Yingdong Hu 他
日本語で読む → - 論文模倣学習AI
適応的介入機構によるロボット主導の対話型模倣学習
人間の介入要求を適応的に判断するプロキシQ関数を導入し、専門家の監視負担を大幅に減らすロボット主導の対話型模倣学習手法を提案した。
原題: Robot-Gated Interactive Imitation Learning with Adaptive Intervention Mechanism ／ Haoyuan Cai, Zhenghao Peng, Bolei Zhou
日本語で読む → - 論文模倣学習機械学習
変分適応ノイズとドロップアウトによる安定なリカレントニューラルネットワーク
RNNの最適化を変分推論として再解釈し、内部状態へのノイズとドロップアウトを統合的に導出するVANDを提案。移動マニピュレータの模倣学習で周期的・連続的な動作の再現に成功した。
原題: Variational Adaptive Noise and Dropout towards Stable Recurrent Neural Networks ／ Taisuke Kobayashi, Shingo Murata
日本語で読む → - 論文模倣学習ロボティクス
DemoSpeedup：エントロピー誘導によるデモンストレーション加速で視覚運動ポリシーを高速化
人間が収集した遅いデモを、フレームごとの行動エントロピーに基づいて間引き、精度が必要な区間はそのままに余裕のある区間を加速して学習させることで、成功率を保ちつつ最大3倍速く動く視覚運動ポリシーを実現した自己教師あり手法。
原題: DemoSpeedup: Accelerating Visuomotor Policies via Entropy-Guided Demonstration Acceleration ／ Lingxiao Guo, Zhengrong Xue, Zijing Xu 他
日本語で読む → - 論文模倣学習ロボティクス
知識駆動型模倣学習：多様な条件への汎化を実現する
外部の構造的意味知識を活用して物体表現を抽象化し、少ない実演データでロボットマニピュレーションの汎化性能を高める知識駆動型模倣学習を提案した。
原題: Knowledge-Driven Imitation Learning: Enabling Generalization Across Diverse Conditions ／ Zhuochen Miao, Jun Lv, Hongjie Fang 他
日本語で読む → - 論文模倣学習ロボティクス
ATK: タスク駆動型キーポイント自動選択によるロバストな方策学習
タスクに応じて画像中の2Dキーポイントを自動選択し、それを用いて模倣学習を行うことで、sim-to-real転移や実世界タスクにおけるロバストな方策を実現する手法を提案。
原題: ATK: Automatic Task-driven Keypoint Selection for Robust Policy Learning ／ Yunchu Zhang, Shubham Mittal, Zhengyu Zhang 他
日本語で読む → - 論文模倣学習ロボティクス
実演の寄り道：人間の実演における系統的な非最適行動の分類
40人の非専門家によるロボット実演を分析し、非最適行動がランダムノイズではなく「寄り道」として系統的に現れることを示して4種類に分類した研究。
原題: Demonstration Sidetracks: Categorizing Systematic Non-Optimality in Human Demonstrations ／ Shijie Fang, Hang Yu, Qidi Fang 他
日本語で読む →