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: 2025/2/1 ／ 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
Human2Robot: 人間とロボットのペア動画からロボット動作を学習
人間とロボットの同期動画ペアを条件付き動画生成問題として扱い、人間の動画からロボットの動画を生成して動作を学習する枠組みを提案。新規データセットH&Rも構築し、未知のタスクへのワンショット汎化を実現した。
原題: Human2Robot: Learning Robot Actions from Paired Human-Robot Videos ／ Sicheng Xie, Haidong Cao, Zejia Weng 他
日本語で読む → - 論文模倣学習/拡散ポリシーロボティクス
変調トランスフォーマーに基づく拡散ポリシーモデルMTDP
拡散ポリシーにトランスフォーマーを組み込む際の条件統合の課題を解決するModulated Attentionを提案し、ロボット操作タスクの成功率を向上させた。
原題: MTDP: A Modulated Transformer based Diffusion Policy Model ／ Qianhao Wang, Yinqian Sun, Enmeng Lu 他
日本語で読む → - 論文模倣学習ロボティクス
VILP: 潜在動画プランニングによる模倣学習
潜在動画拡散モデルで時間的に整合した予測動画を生成し、それを用いた模倣学習によりロボット方策を効率的に学習する手法を提案した論文。
原題: VILP: Imitation Learning with Latent Video Planning ／ Zhengtong Xu, Qiang Qiu, Yu She
日本語で読む → - 論文模倣学習AI
代理価値伝播による能動的な人間関与からの学習
人間の介入とデモンストレーションを代理価値関数で表現し、TD学習で伝播させることで、報酬なしに方策を最適化する手法を提案した。
原題: Learning from Active Human Involvement through Proxy Value Propagation ／ Zhenghao Peng, Wenjie Mo, Chenda Duan 他
日本語で読む → - 論文模倣学習ロボティクス
BOSS: 長期的タスクにおける観測空間シフトのベンチマーク
階層的ロボット学習で生じる観測空間シフト(OSS)を検証するベンチマークBOSSを提案し、既存模倣学習手法がOSSにより性能低下することを示した。
原題: BOSS: Benchmark for Observation Space Shift in Long-Horizon Task ／ Yue Yang, Linfeng Zhao, Mingyu Ding 他
日本語で読む → - 論文模倣学習ロボティクス
X-IL: 模倣学習ポリシーの設計空間を探る
模倣学習ポリシーの構成要素を自由に組み替えられるオープンソースフレームワークX-ILを提案し、設計空間を体系的に探索して既存手法を上回る新構成を発見した。
原題: X-IL: Exploring the Design Space of Imitation Learning Policies ／ Xiaogang Jia, Atalay Donat, Xi Huang 他
日本語で読む → - 論文モーション生成/模倣学習画像認識
ModSkill: 身体キャラクタースキルのモジュール化
全身の複雑な運動スキルを身体部位ごとのモジュール型スキルに分解し、生成モデルによる適応的サンプリングで学習を強化することで、高精度な全身モーショントラッキングと再利用可能なスキル埋め込みを実現した研究。
原題: ModSkill: Physical Character Skill Modularization ／ Yiming Huang, Zhiyang Dou, Lingjie Liu
日本語で読む → - 論文敵対的攻撃/模倣学習機械学習
学習済み模倣方策はどれほど脆弱か？現代の行動クローニング方策に対する普遍的敵対的摂動攻撃
行動クローニング系の模倣学習アルゴリズム（Vanilla BC, LSTM-GMM, IBC, Diffusion Policy, VQ-BET）を対象に、ホワイトボックス・グレーボックス・ブラックボックスの敵対的攻撃への脆弱性を初めて体系的に比較評価した研究。
原題: How Vulnerable Is My Learned Policy? Universal Adversarial Perturbation Attacks On Modern Behavior Cloning Policies ／ Akansha Kalra, Basavasagar Patil, Guanhong Tao 他
日本語で読む → - 論文模倣学習ロボティクス
行動ラベルから集合へ：訂正フィードバックを用いた模倣学習における行動監督の再考
人間の訂正フィードバックを活用し、単一の行動ラベルではなく望ましい行動の集合に対して方策を学習するCLICを提案。正確なデータでは従来手法と同等、ノイズや相対・部分的なフィードバック下で大幅に頑健であることを示した。
原題: From Action Labels to Sets: Rethinking Action Supervision for Imitation Learning from Corrective Feedback ／ Zhaoting Li, Rodrigo Pérez-Dattari, Robert Babuska 他
日本語で読む → - 論文模倣学習ロボティクス
複合ガウス過程フローによる不連続マルチモーダル方策の学習
ガウス過程の重み付き混合と連続正規化フローを組み合わせ、マルチモーダルで局所的な不連続を含むロボット制御方策を効率的に学習する半パラメトリックモデルを提案した。
原題: Composite Gaussian Processes Flows for Learning Discontinuous Multimodal Policies ／ Shu-yuan Wang, Hikaru Sasaki, Takamitsu Matsubara
日本語で読む → - 論文模倣学習ロボティクス
行動クローニングにおける潜在冗長性の再考：ロボットマニピュレーションのための情報ボトルネックアプローチ
行動クローニングの潜在表現に含まれる冗長性を情報理論的に定量化し、情報ボトルネック原理を導入することで、ロボットマニピュレーションの性能を向上させる手法を提案した。
原題: Rethinking Latent Redundancy in Behavior Cloning: An Information Bottleneck Approach for Robot Manipulation ／ Shuanghao Bai, Wanqi Zhou, Pengxiang Ding 他
日本語で読む → - 論文模倣学習/強化学習ロボティクス
DFM: 表現豊かなダンス動作学習のための深層フーリエ模倣
周波数領域の動作表現と強化学習を組み合わせ、局所周期性の制約を緩めることで、ダンス動作の高精度追従と滑らかな遷移、移動や視線制御などの並行タスクを可能にする手法を提案。
原題: DFM: Deep Fourier Mimic for Expressive Dance Motion Learning ／ Ryo Watanabe, Chenhao Li, Marco Hutter
日本語で読む → - 論文模倣学習ロボティクス
FUNCTO: 機能中心のワンショット模倣学習による道具操作
人間の1回のデモ動画から、同じ機能を持つ形状の異なる道具へ操作スキルを汎化できる、3D機能キーポイント表現を用いたワンショット模倣学習手法を提案。
原題: FUNCTO: Function-Centric One-Shot Imitation Learning for Tool Manipulation ／ Chao Tang, Anxing Xiao, Yuhong Deng 他
日本語で読む → - 論文模倣学習ロボティクス
相互情報量推定によるロボットデモデータの品質選別
ロボットの模倣学習データについて、状態と行動の相互情報量への各軌道の寄与をVAE埋め込みとk近傍推定で評価し、デモの品質を選別する手法を提案した。
原題: Robot Data Curation with Mutual Information Estimators ／ Joey Hejna, Suvir Mirchandani, Ashwin Balakrishna 他
日本語で読む → - 論文模倣学習ロボティクス
DIRIGENt：拡散モデルによる人間の実演からのエンドツーエンドロボット模倣
人間がロボットを模倣したデータで拡散モデルを訓練し、RGB画像から直接関節値を生成してロボットが人間の動作を模倣できるエンドツーエンド手法を提案した。
原題: DIRIGENt: End-To-End Robotic Imitation of Human Demonstrations Based on a Diffusion Model ／ Josua Spisak, Matthias Kerzel, Stefan Wermter
日本語で読む → - 論文模倣学習ロボティクス
力覚に基づくロボット模倣学習：建設組立タスクのための二段階アプローチ
人間の力覚フィードバックを取り込み、仮想シミュレータで収集したデータを生成的にロボット動作指示へ変換する二段階の模倣学習手法を提案し、建設作業の組立タスクでの作業時間短縮と成功率向上を示した。
原題: Force-Based Robotic Imitation Learning: A Two-Phase Approach for Construction Assembly Tasks ／ Hengxu You, Yang Ye, Tianyu Zhou 他
日本語で読む → - 論文模倣学習ロボティクス
一度の教示で両腕ロボット操作を学習：動画デモからのワンショット模倣
人間の両手動作を1回のステレオ動画から抽出し、両腕ロボットの多様な長期的タスクを学習する手法YOTOを提案。
原題: You Only Teach Once: Learn One-Shot Bimanual Robotic Manipulation from Video Demonstrations ／ Huayi Zhou, Ruixiang Wang, Yunxin Tai 他
日本語で読む → - 論文模倣学習ロボティクス
ノイズ条件付きエネルギーベースアニーリング報酬（NEAR）：観測からの模倣学習のための生成フレームワーク
専門家の動作軌跡（状態のみ）から、エネルギーベース生成モデルとノイズ条件付きスコアマッチングを用いて報酬関数を学習し、強化学習により複雑なロボット運動ポリシーを模倣する手法を提案。
原題: Noise-conditioned Energy-based Annealed Rewards (NEAR): A Generative Framework for Imitation Learning from Observation ／ Anish Abhijit Diwan, Julen Urain, Jens Kober 他
日本語で読む → - 論文模倣学習機械学習
Dual-Force: 模倣制約下でのオフライン多様性最大化の強化
模倣制約下でオフラインデータから多様な行動を学習する手法を提案し、ファンデルワールス力を用いた多様性推定と事前学習済み報酬エンコーディングで安定化を図り、Solo12の歩行と障害物回避で有効性を示した。
原題: Dual-Force: Enhanced Offline Diversity Maximization under Imitation Constraints ／ Pavel Kolev, Marin Vlastelica, Georg Martius
日本語で読む → - 論文模倣学習ロボティクス
モーショントラック：少数ショット模倣学習における人間-ロボット転移のための統一表現
人間の手とロボットのエンドエフェクタの動きを画像上の短い2D軌跡（モーショントラック）として統一的に表現し、少数の人間動画とロボット実演から模倣学習ポリシーを訓練する手法を提案。実世界4タスクで86.5%の成功率を達成。
原題: Motion Tracks: A Unified Representation for Human-Robot Transfer in Few-Shot Imitation Learning ／ Juntao Ren, Priya Sundaresan, Dorsa Sadigh 他
日本語で読む → - 論文模倣学習機械学習
拡散モデルによる社会的ポーズ生成のための模倣学習
拡散行動クローニングを用いて、社会的相互作用における進行役の非言語的ポーズ行動を生成する手法を提案し、2種類のポーズ観測表現の性能と計算負荷を比較評価した。
原題: Diffusion-Based Imitation Learning for Social Pose Generation ／ Antonio Lech Martin-Ozimek, Isuru Jayarathne, Su Larb Mon 他
日本語で読む → - 論文模倣学習ロボティクス
潜在意識型ロボット模倣学習
人間の潜在意識に着想を得て、認知オフロードと行動チャンクの履歴を組み合わせることで、ロボット模倣学習の推論遅延を削減し実行を高速化する手法を提案した。
原題: Subconscious Robotic Imitation Learning ／ Jun Xie, Zhicheng Wang, Jianwei Tan 他
日本語で読む → - 論文模倣学習ロボティクス
STRAP: 拡張方策学習のためのロボットサブ軌道検索
大規模なロボットデータからサブ軌道単位で関連データを検索し、テスト時に方策を適応的に学習する手法を提案。
原題: STRAP: Robot Sub-Trajectory Retrieval for Augmented Policy Learning ／ Marius Memmel, Jacob Berg, Bingqing Chen 他
日本語で読む → - 論文模倣学習ロボティクス
FlowPolicy: 一貫性フローマッチングによる高速で堅牢な3Dフローベース方策
3D点群を入力とし、一貫性フローマッチングで速度場の自己整合性を正規化することで、1ステップ推論でロボット操作方策を生成する手法を提案。
原題: FlowPolicy: Enabling Fast and Robust 3D Flow-based Policy via Consistency Flow Matching for Robot Manipulation ／ Qinglun Zhang, Zhen Liu, Haoqiang Fan 他
日本語で読む → - 論文模倣学習ロボティクス
注目点を活用したハイブリッド模倣学習
点群からタスクに関連する注目点を推定し、遠距離移動はウェイポイント、精密動作は手首画像からの密な動作で予測する模倣学習手法を提案。
原題: What's the Move? Hybrid Imitation Learning via Salient Points ／ Priya Sundaresan, Hengyuan Hu, Quan Vuong 他
日本語で読む → - 論文模倣学習ロボティクス
生徒に合わせた教師の訓練：部分観測下での模倣学習の改善
特権情報を持つ教師と限られた観測の生徒の非対称性を解消するため、教師と生徒を同時に訓練し、生徒が模倣可能な行動を教師に学習させる枠組みを提案。
原題: Student-Informed Teacher Training ／ Nico Messikommer, Jiaxu Xing, Elie Aljalbout 他
日本語で読む → - 論文模倣学習AI
強化学習と模倣学習における内在的動機付けによる逐次タスクの学習
学習エージェントが自らカリキュラムを選び、自律探索か模倣かを判断しながら複数の逐次タスクを効率的に学ぶ、社会的誘導型内在的動機付けの枠組みを提案した。
原題: The intrinsic motivation of reinforcement and imitation learning for sequential tasks ／ Sao Mai Nguyen
日本語で読む → - 論文模倣学習ロボティクス
夢から操る：構成可能な世界モデルによるロボット模倣学習の想像力強化
ガウススプラッティングと物理シミュレータを組み合わせて学習可能なデジタルツインを構築し、少数の実演から等変変換で模倣学習データを生成する手法を提案。実機ロボットが新しい物理タスクを少数の実演から学習できることを示した。
原題: Dream to Manipulate: Compositional World Models Empowering Robot Imitation Learning with Imagination ／ Leonardo Barcellona, Andrii Zadaianchuk, Davide Allegro 他
日本語で読む → - 論文模倣学習機械学習
Meta-Controller: 未知の身体とタスクへの少数ショット模倣による連続制御
少数の報酬なしデモンストレーションから、未知のロボット身体とタスクの両方に同時に汎化する少数ショット行動クローニングフレームワークを提案。
原題: Meta-Controller: Few-Shot Imitation of Unseen Embodiments and Tasks in Continuous Control ／ Seongwoong Cho, Donggyun Kim, Jinwoo Lee 他
日本語で読む → - 論文模倣学習機械学習
拡散ポリシーの各構成要素を分解して検証する
模倣学習手法Diffusion Policyの5つの主要構成要素（観測系列入力、行動系列実行、後退ホライズン、U-Net/Transformer、FiLM条件付け）をManiSkillとAdroitで実験し、各要素の寄与を明らかにした。
原題: Unpacking the Individual Components of Diffusion Policy ／ Xiu Yuan
日本語で読む →