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: 2025/6/1 ／ 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 →- 論文模倣学習ロボティクス
SafeMimic: 移動マニピュレーションのための安全で自律的な人間からロボットへの模倣学習
一人称視点の人間動画から移動マニピュレーションを安全かつ自律的に学習するフレームワークを提案。安全性Q関数を用いて行動を検証し、必要に応じてバックトラックしながらロボットの形態に適応させる。
原題: SafeMimic: Towards Safe and Autonomous Human-to-Robot Imitation for Mobile Manipulation ／ Arpit Bahety, Arnav Balaji, Ben Abbatematteo 他
日本語で読む → - 論文模倣学習ロボティクス
ロバストインスタントポリシー：ロボットマニピュレーションのためのロバストなインコンテキスト模倣学習に向けたStudentのt回帰モデルの活用
LLMを即時ポリシーとして用いるインコンテキスト模倣学習において、幻覚による軌道のずれをStudentのt分布で集約して抑制し、ロボットの軌道生成をロバスト化する手法を提案した。
原題: Robust Instant Policy: Leveraging Student's t-Regression Model for Robust In-context Imitation Learning of Robot Manipulation ／ Hanbit Oh, Andrea M. Salcedo-Vázquez, Ixchel G. Ramirez-Alpizar 他
日本語で読む → - 論文模倣学習ロボティクス
推論時のインタラクションでロボットを操縦する
事前学習済みの方策を凍結したまま、推論時にユーザーのインタラクションで離散スキルの切り替えや連続動作の編集を行い、追加学習なしで方策の誤りを修正する枠組みを提案。
原題: Steering Robots with Inference-Time Interactions ／ Yanwei Wang
日本語で読む → - 論文模倣学習ロボティクス
ロボットへの教示時、人間はどこを見るのか？複数の教示デバイスにわたるピック・アンド・プレース課題での視線行動
ロボットを模した教示デバイスが人間の視線行動に与える影響を実験的に分析し、デバイスの特性によって注視対象がタスク目標から制御監視へと移り、視線ベースの模倣学習の性能が低下することを示した。
原題: Where Do Humans Look When Demonstrating to Robots? Human Gaze Behavior in Pick-and-Place Tasks Across Demonstration Devices ／ Yutaro Ishida, Takamitsu Matsubara, Takayuki Kanai 他
日本語で読む → - 論文模倣学習ロボティクス
視野を超えたロボットマニピュレーションを可能にする能動的首振り動作の模倣学習
首を動かせるロボットの遠隔操作データを効率的に集める教示システムと、首振りによる視点変化に頑健な模倣学習モデルを提案し、視野外の物体操作でも約90%の成功率を達成した。
原題: Imitation Learning for Active Neck Motion Enabling Robot Manipulation beyond the Field of View ／ Koki Nakagawa, Yoshiyuki Ohmura, Yasuo Kuniyoshi
日本語で読む → - 論文模倣学習ロボティクス
ロボティクスにおける接触の多いタスクのための模倣学習に関する調査
接触を伴うロボットタスクにおける模倣学習の研究動向を、デモ収集法やマルチモーダル学習、基盤モデルの活用まで体系的に整理した調査論文。
原題: A Survey on Imitation Learning for Contact-Rich Tasks in Robotics ／ Toshiaki Tsuji, Yasuhiro Kato, Gokhan Solak 他
日本語で読む → - 論文模倣学習機械学習
世界モデルオンライン模倣学習のための結合分布的ランダムエキスパート蒸留
世界モデルの潜在空間で専門家と行動方策の分布を同時推定するRNDベースの報酬モデルを提案し、オンライン模倣学習を安定化させた。
原題: Coupled Distributional Random Expert Distillation for World Model Online Imitation Learning ／ Shangzhe Li, Zhiao Huang, Hao Su
日本語で読む → - 論文模倣学習/自己改善ロボティクス
SIME: モーダルレベル探索による方策の自己改善
ロボットが人間のデータから初期学習した後、環境との相互作用を通じて自己改善するために、モーダルレベルの探索とデータ選択を組み合わせた手法を提案し、シミュレーションと実機で有効性を示した。
原題: SIME: Enhancing Policy Self-Improvement with Modal-level Exploration ／ Yang Jin, Jun Lv, Wenye Yu 他
日本語で読む → - 論文模倣学習ロボティクス
D-CODA: 協調的双腕データ拡張のための拡散モデル
アイインハンド型双腕模倣学習のためのオフライン拡散ベースデータ拡張手法を提案し、両腕の視点整合画像と関節空間行動ラベルを生成する。
原題: D-CODA: Diffusion for Coordinated Dual-Arm Data Augmentation ／ I-Chun Arthur Liu, Jason Chen, Gaurav Sukhatme 他
日本語で読む → - 論文模倣学習ロボティクス
定義済み行動を超えて：行動木と動的運動プリミティブを統合したロボットのデモンストレーション学習
行動木（BT）と動的運動プリミティブ（DMP）を統合し、単一のデモンストレーションからBT構造とDMP行動を同時に学習することで、事前定義された行動を不要にした手法を提案。
原題: Beyond Predefined Actions: Integrating Behavior Trees and Dynamic Movement Primitives for Robot Learning from Demonstration ／ David Cáceres Domínguez, Erik Schaffernicht, Todor Stoyanov
日本語で読む → - 論文模倣学習ロボティクス
拡散ポリシーの謎を解く：行動記憶と単純なルックアップテーブルによる代替手法
拡散ポリシーは実は訓練データの行動ルックアップテーブルを記憶しているだけだと示し、その代替として軽量な行動ルックアップテーブル（ALT）ポリシーを提案した論文。
原題: Demystifying Diffusion Policies: Action Memorization and Simple Lookup Table Alternatives ／ Chengyang He, Xu Liu, Gadiel Sznaier Camps 他
日本語で読む → - 論文模倣学習ロボティクス
因子分解スケーリング曲線によるデータ収集の指針
データ量に対する性能変化を因子ごとに定量化する因子分解スケーリング曲線を構築し、限られた予算で最も影響力のある因子の組み合わせに絞ったデータ収集を可能にする手法を提案。
原題: Guiding Data Collection via Factored Scaling Curves ／ Lihan Zha, Apurva Badithela, Michael Zhang 他
日本語で読む → - 論文模倣学習ロボティクス
EgoZero: スマートグラスからのロボット学習
スマートグラスで撮影した人間の作業デモのみからロボットのマニピュレーション方策を学習し、実機へゼロショット転移させる手法を提案。
原題: EgoZero: Robot Learning from Smart Glasses ／ Vincent Liu, Ademi Adeniji, Haotian Zhan 他
日本語で読む → - 論文模倣学習/量子化ロボティクス
重要度を考慮した量子化模倣学習による効率的なロボット制御
模倣学習ポリシーを低ビット量子化する際、タスク上重要な状態を顕著性スコアで特定し損失で重み付けすることで、精度を保ちつつエッジGPUで最大2.5倍の高速化と省エネを実現した。
原題: Saliency-Aware Quantized Imitation Learning for Efficient Robotic Control ／ Seongmin Park, Hyungmin Kim, Sangwoo Kim 他
日本語で読む → - 論文模倣学習画像認識
ドメインランダム化を超えて：動画からの視覚的にロバストな敵対的模倣のためのイベント着想知覚
RGB動画を時間的強度勾配を符号化するイベントベース表現に変換し、見た目の違いに影響されないロボット模倣学習を実現した研究。
原題: Beyond Domain Randomization: Event-Inspired Perception for Visually Robust Adversarial Imitation from Videos ／ Andrea Ramazzina, Vittorio Giammarino, Matteo El-Hariry 他
日本語で読む → - 論文模倣学習ロボティクス
人間のデモ動画をプロンプトとして汎化可能なロボット方策を学習
人間のデモ動画をプロンプトとして与えるだけで、新たな遠隔操作データや微調整なしに器用な操作タスクを実行できるロボット方策を、二段階の学習フレームワークで実現した。
原題: Learning Generalizable Robot Policy with Human Demonstration Video as a Prompt ／ Xiang Zhu, Yichen Liu, Hezhong Li 他
日本語で読む → - 論文模倣学習ロボティクス
変形物体の複雑な組立のための模倣学習に基づく経路生成
変形物体の組立経路設計を容易にするため、単純な力学モデルで生成した衝突回避経路を人間が修正し、そのデータを行動クローニングで学習して器用な方策を獲得する手法を提案。
原題: Imitation Learning-Based Path Generation for the Complex Assembly of Deformable Objects ／ Yitaek Kim, Christoffer Sloth
日本語で読む → - 論文模倣学習ロボティクス
CubeDAgger: 動的システムのための低リスクで効率的な対話型模倣学習
動的タスクでも安定性を損なわずに専門家の負担を抑えてロバストな制御方策を学習する対話型模倣学習手法を提案し、実機のスクープ実験で有効性を示した。
原題: CubeDAgger: Interactive Imitation Learning for Dynamic Systems with Efficient yet Low-risk Interaction ／ Taisuke Kobayashi
日本語で読む → - 論文模倣学習ロボティクス
ロボット方策学習における離散時間ガウス過程混合の不合理な有効性
カメラ観測のみを用いた5件程度のデモからロボット操作方策を学習する離散時間ガウス過程混合(MiDiGap)を提案し、CPUで1分未満で学習でき、衝突信号や運動制約による推論時の誘導で障害物回避や機体間転移も実現した。
原題: The Unreasonable Effectiveness of Discrete-Time Gaussian Process Mixtures for Robot Policy Learning ／ Jan Ole von Hartz, Adrian Röfer, Joschka Boedecker 他
日本語で読む → - 論文模倣学習ロボティクス
正準ポリシー：SE(3)同変ポリシーのための正準3D表現学習
3D点群を正準表現にまとめることで、物体・配置・視点の変化に強いSE(3)同変な模倣学習ポリシーを実現した研究。
原題: Canonical Policy: Learning Canonical 3D Representation for SE(3)-Equivariant Policy ／ Zhiyuan Zhang, Zhengtong Xu, Jai Nanda Lakamsani 他
日本語で読む → - 論文模倣学習ロボティクス
OSVI-WM: ワールドモデル誘導軌道生成による未見タスクのワンショット視覚模倣
世界モデルを用いて専門家動画から潜在軌道を予測し、物理ウェイポイントに変換することで、未見タスクでもワンショット視覚模倣を可能にするフレームワークを提案。
原題: OSVI-WM: One-Shot Visual Imitation for Unseen Tasks using World-Model-Guided Trajectory Generation ／ Raktim Gautam Goswami, Prashanth Krishnamurthy, Yann LeCun 他
日本語で読む → - 論文模倣学習ロボティクス
MTIL: Mambaで全履歴を符号化する時間的模倣学習
状態空間モデルMambaを使い、軌跡の全履歴を圧縮した状態に符号化することで、長期的な時間的文脈を考慮した模倣学習を実現した研究。
原題: MTIL: Encoding Full History with Mamba for Temporal Imitation Learning ／ Yulin Zhou, Yuankai Lin, Fanzhe Peng 他
日本語で読む → - 論文クロスエンボディメント/模倣学習ロボティクス
UniSkill: クロスエンボディメント技能表現による人間動画の模倣
人間とロボットの大規模な動画データからラベルなしで身体に依存しない技能表現を学習し、人間の動画プロンプトから抽出した技能をロボットのポリシーに転移させるフレームワークを提案した。
原題: UniSkill: Imitating Human Videos via Cross-Embodiment Skill Representations ／ Hanjung Kim, Jaehyun Kang, Hyolim Kang 他
日本語で読む → - 論文模倣学習ロボティクス
SCIZOR: 大規模模倣学習のための自己教師ありデータキュレーション
模倣学習データから低品質な状態行動ペアを自己教師ありで除去し、少ないデータで性能を平均15.4%向上させる手法を提案。
原題: SCIZOR: A Self-Supervised Approach to Data Curation for Large-Scale Imitation Learning ／ Yu Zhang, Yuqi Xie, Huihan Liu 他
日本語で読む → - 論文模倣学習ロボティクス
過去トークン予測による長文脈拡散ポリシーの学習
拡散ポリシーに過去の行動トークンを予測する補助タスクを導入し、長い文脈の履歴情報を保持しつつメモリと計算コストを抑えて学習する手法を提案した。
原題: Learning Long-Context Diffusion Policies via Past-Token Prediction ／ Marcel Torne, Andy Tang, Yuejiang Liu 他
日本語で読む → - 論文模倣学習ロボティクス
2D描画からのロボット学習
タブレット上で描いた軌跡と少数の実演を組み合わせ、視覚言語セグメンテーションで自動的に多様なデモを生成する模倣学習手法を提案。
原題: L2D2: Robot Learning from 2D Drawings ／ Shaunak A. Mehta, Heramb Nemlekar, Hari Sumant 他
日本語で読む → - 論文模倣学習ロボティクス
反事実的行動クローニング：不完全な人間のデモンストレーションからのオフライン模倣学習
人間のデモに含まれるノイズや非最適性を補正し、教師が本当に意図した一貫した方策を反事実的な行動を考慮して推定する手法Counter-BCを提案。
原題: Counterfactual Behavior Cloning: Offline Imitation Learning from Imperfect Human Demonstrations ／ Shahabedin Sagheb, Dylan P. Losey
日本語で読む → - 論文模倣学習ロボティクス
ロボットに報酬を与える人間の訓練
機械教育（MT）の指導を用いて、初心者がロボットに運動スキルを教える能力を向上させ、未見のスキルへの汎化も改善することを実験で示した。
原題: Training People to Reward Robots ／ Endong Sun, Yuqing Zhu, Matthew Howard
日本語で読む → - 論文模倣学習ロボティクス
実現不可能な教師から実現可能な生徒を蒸留する
完全な状態を持つ教師から部分観測の生徒へ方策を蒸留する際、必要な時だけ教師に問い合わせたり回復状態から再開したりして、生徒の観測空間内で学習を効率化する手法を提案。
原題: Distilling Realizable Students from Unrealizable Teachers ／ Yujin Kim, Nathaniel Chin, Arnav Vasudev 他
日本語で読む → - 論文模倣学習/強化学習ロボティクス
IN-RIL: 模倣学習と強化学習を交互に組み合わせた方策ファインチューニング
強化学習の更新の合間に模倣学習の更新を定期的に挿入し、勾配を直交部分空間に分離することで、ファインチューニングの安定性とサンプル効率を向上させる手法を提案した。
原題: IN-RIL: Interleaved Reinforcement and Imitation Learning for Policy Fine-Tuning ／ Dechen Gao, Hang Wang, Hanchu Zhou 他
日本語で読む →