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: 2026/10/20 ／ 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/オフラインRLロボティクス
アドバンテージ重み付き潜在ステアリング：ワンステップ生成型ロボット操作ポリシーの改善
凍結したワンステップ生成ポリシーの潜在ノイズに残差補正を学習させ、アドバンテージ重み付き再構成で高価値な行動へ誘導するオフライン後学習手法を提案。
原題: AWLS: Advantage-Weighted Latent Steering for One-Step Generative Robotic Manipulation Policies ／ Jiahong Tang, Jiaju He, Zhiyuan Yang 他
日本語で読む → - 論文模倣学習ロボティクス
頭部カメラだけでほぼ完結：1台の移動カメラでラベル付け・観測される電子部品不要のUMIグローブ
頭に装着した1台のカメラで、電子部品不要のグローブ上のマーカーを読み取り把持姿勢と開き幅を推定する低コストなデモ収集システムを提案し、実機ポリシー学習で有効性を示した。
原題: A Head Camera Is (Almost) All You Need: An Electronics-Free UMI Glove Labelled and Observed by One Moving Camera ／ Yosub Shin, Yuan Liu, Igor Molybog
日本語で読む → - 論文遠隔操作/模倣学習ロボティクス
初心者オペレータが見る表示が方策の学習を変える：遠隔操作デモンストレーションのためのキーポイント手指視覚表現に関するユーザー研究
多指ロボットハンドを指先・関節のキーポイントで表示する遠隔操作インターフェースPointHandを提案し、表示方法の違いが初心者のデモ品質と学習方策の性能に与える影響を18名の初心者・4名の専門家による2,200試行で調査した。
原題: What Novice Operators See Changes What the Policy Learns: A User Study of Keypoint Hand Visual Representation for Teleoperated Demonstration ／ Amane Yamaguchi, Shohei Kamiguchi, Masashi Hamaya 他
日本語で読む → - 論文模倣学習ロボティクス
特徴量レベル知覚とプロンプト物体検出によるヒューマノイドのデータ効率型模倣学習
少量のデモ動画から特徴量と物体位置を抽出し、関節角軌道を予測するデータ効率の良い模倣学習フレームワークをNAOで実装・評価した。
原題: Data-Efficient Learning from Demonstration for Humanoid Robots via Feature-Level Perception and Prompt-Based Object Detection ／ Keyhan Rayati, AliReza Beigy, Anoosheh Saadati 他
日本語で読む → - 論文模倣学習ロボティクス
ALIGN: アドバンテージ条件付き行動クローニングにおける条件推定と表現の整合
ロボット操作データ中の成功・失敗・復帰が混在する軌道から、条件をポリシーの行動予測に直接整合させて活用するAC-BCフレームワークを提案し、実機タスクで成功率を大幅に改善した。
原題: ALIGN: Aligning Condition Estimation and Expression in Advantage-Conditioned Behavior Cloning ／ Zechen Wang, Zhenqi Qiu, Houlong Xiong 他
日本語で読む → - 論文模倣学習機械学習
進捗誘導による選好生成：生成型制御ポリシーのアラインメント
少数の専門家デモを基準にロールアウトの進捗を測り、擬似選好ラベルを自動生成して生成型ポリシーを人間注釈なしで微調整する手法を提案。
原題: Progress-Guided Preference Generation for Aligning Generative Control Policies ／ Tung M. Luu, Tri Ton, Duc M. Nguyen 他
日本語で読む → - 論文模倣学習/マルチモーダル方策ロボティクス
エネルギー・スコアで安定化した注意付き混合密度方策：マルチモーダルなロボット動作への軽量アプローチ
将来の視覚運動軌道を混合ガウス分布として1回の順伝播で出力し、負の対数尤度の代わりにエネルギー・スコアで学習することで、マルチモーダル動作生成を安定かつ軽量に実現した研究。
原題: Energy-Score Stabilized Attentive Mixture-Density Policy: A Lightweight Approach to Multimodal Robot Motion ／ Sachiya Fujita, Hideyuki Ichiwara, Shigeki Sugano 他
日本語で読む → - 論文模倣学習ロボティクス
ハードウェアによる正則化：調整可能な受動コンプライアントリーダーアームで模倣学習のデータ一貫性を向上
低コスト受動リーダーアームの関節に機械式クラッチと螺旋ばねを組み込み、中立姿勢への復元力を物理的なL2正則化として働かせることで、模倣学習用データの関節軌道の一貫性と下流タスク成功率を改善した研究。
原題: Hardware-as-Regularization: Enhancing Data Consistency in Imitation Learning via an Adjustable Passive Compliant Leader Arm ／ Hideyuki Ichiwara, Yushi Kaida, Hirokazu Ishida
日本語で読む → - 論文模倣学習/農業ロボティクスロボティクス
低コスト遠隔操作ロボットアームによる模倣学習を用いたイチゴの花梗狙い収穫
人間の遠隔操作デモから視覚運動模倣学習パイプラインを構築し、花梗を狙うイチゴ収穫をエッジ上で15Hz自律実行できるようにした。データセットとモデル重みも公開している。
原題: Pedicel-Targeted Strawberry Harvesting via Imitation Learning on a Low-Cost Teleoperated Robotic Arm ／ Nitin Rai, Won Suk Lee, Hongyoung Leon 他
日本語で読む → - 論文模倣学習ロボティクス
DemoStream: 実演からの自動学習のためのバッチ型タスク・動作計画最適化
GPU加速タスク・動作計画（TAMP）をバッチ化し、高品質な実演データを自動生成して行動クローニングの成功率を向上させるシステムを提案。実世界で毎時66件の実演を収集可能。
原題: DemoStream: Batched Task-and-Motion-Plan Optimization for Automated Learning from Demonstration ／ Caelan Garrett, Neel Jawale, Fabio Ramos
日本語で読む → - 論文模倣学習ロボティクス
微分同相隠れ状態ステアリング：専門家隠れ状態の幾何学による模倣学習方策のロバスト性向上
専門家の隠れ状態のばらつきが集中する方向を利用し、テスト時に隠れ状態を操作することで、模倣学習方策の観測ノイズに対するロバスト性を高める手法を提案。
原題: Diffeomorphic Hidden-State Steering: Improving Imitation Learning Policy Robustness through Expert Hidden-State Geometry ／ KwangBin Lee
日本語で読む → - 論文模倣学習/制御ロボティクス
模倣学習と記号制御の融合：学習済み運動の形式的保証のための監督制御アーキテクチャ
模倣学習で生成したロボット運動に対し、学習モデルに依存せず力学から安全・到達可能性・アクチュエータ実現可能性を保証するフェイルセーフな監督制御を自動生成する手法を提案し、実機で検証した。
原題: Learning from Demonstrations meets Symbolic Control - A Supervisory Control Architecture for Formal Certification of Learned Motion ／ Ashok Kumar, Mahathi Anand, Angela Schoellig 他
日本語で読む → - 論文自動運転/模倣学習ロボティクス
シミュレーション都市の鳥瞰図入力を用いた少数デモンストレーションからの自動運転のための行動クローニングの検討
シミュレーション都市の鳥瞰図入力を用い、カーネル密度推定でサンプル重みを調整する行動クローニングにより、信号遵守を含む自動運転性能を向上させた。
原題: Investigating Behavior Cloning from Few Demonstrations for Autonomous Driving based on Bird's-Eye View in Simulated Cities ／ Eric Aislan Antonelo, Gustavo Claudio Karl Couto, Christian Möller 他
日本語で読む → - 論文模倣学習ロボティクス
EgoMatrix: 一人称視点の人間動画から物理的に忠実な器用ロボット実演を生成
一人称視点の人間動画から両手の器用な操作軌道とロボット観測動画を生成し、実機で再生可能にするデータエンジン。
原題: EgoMatrix: Physically Faithful Dexterous Robot Demonstrations from Egocentric Human Videos ／ Ziheng Wang, Yanming Shao, Ting Mao 他
日本語で読む → - 論文模倣学習機械学習
幾何学的ホライズンモデルによる目標想像と方策の汎化
幾何学的ホライズンモデルからサンプリングして新たな目標を想像し、目標条件付き模倣学習の方策を訓練することで、未見タスクへの汎化性能を向上させる手法を提案。
原題: Imagining Goals with Geometric Horizon Models for Policy Generalization ／ Daniel Lawson, Dhruv Sreenivas, Adriana Hugessen 他
日本語で読む → - 論文模倣学習機械学習
小さなミスが致命的となる場所：模倣学習における状態の重要度の定量化
模倣学習において、わずかな行動のずれが失敗につながる「重要な状態」を定量化する指標SCRIMを提案し、損失の再重み付けやデータ選別に活用することで性能向上を実現した。
原題: Where Small Mistakes Matter: Quantifying State Criticality for Imitation Learning ／ Yusuf Umut Ciftci, Joonwon Kang, Ajay Suresha Sathya 他
日本語で読む → - 論文模倣学習ロボティクス
I3L: 全身移動マニピュレーションのための反復対話型模倣学習
低コストな操作インターフェースと反復的な方策改善を組み合わせ、全身移動マニピュレーションのオフライン学習の失敗を修正するシステムを提案。実機とシミュレーションで成功率を大幅に向上させた。
原題: I3L: Iterative Interactive Imitation Learning for Whole-Body Mobile Manipulation ／ Wensi Ai, Christopher Luey, Karthik Dharmarajan 他
日本語で読む → - 論文模倣学習ロボティクス
OneDemo: 単一デモンストレーションからの統合的な方策学習とデータ生成
単一の成功デモンストレーションを強化学習で編集し、新しいタスク設定に対応する方策学習とデモンストレーション生成を同時に実現するフレームワークを提案。
原題: OneDemo: Unified Policy Learning and Data Generation from a Single Demonstration ／ Ying Qian, Jianshu Hu, Han Fang 他
日本語で読む → - 論文模倣学習ロボティクス
RESTA: 時間スケーリング拡張によるデータ効率的なロボット模倣学習
軌道の反転と時間方向のリサンプリングを組み合わせたデータ拡張手法RESTAを提案し、少ない実演データで両腕マニピュレーションの模倣学習の成功率を向上させた。
原題: RESTA: Time-Scaling Augmentation for Data-Efficient Robot Imitation Learning ／ Yunpeng Jiang, Jianshu Hu, Han Fang 他
日本語で読む → - 論文模倣学習ロボティクス
価値保存型行動量子化
行動量子化の際に状態到達可能性を保存することで価値関数の誤差を抑え、MCTSと組み合わせて模倣学習のデータ効率と汎化性能を向上させる手法を提案。
原題: Value-Preserving Action Quantization ／ Max Muchen Sun, Jueun Kwon, Benjamin Riviere 他
日本語で読む → - 論文模倣学習ロボティクス
遅延介入からの方策学習の改善
人間の介入が遅れる場合でも、介入位置と遅延情報からコスト関数を学習し、介入を避ける方策を模倣学習で獲得する手法を提案。
原題: Improving Policy Learning from Delayed Interventions ／ Xiru Zhu, David Meger, Gregory Dudek
日本語で読む → - 論文模倣学習ロボティクス
滑らかさは成功率ではなく技能を順位付ける：エピソード長制御下での軌道平滑性キュレーション指標の監査
模倣学習のデモ選別に使われる軌道平滑性指標（SALやTED）をrobomimicデータで検証し、エピソード長の交絡を制御すると性能が低下し、TEDはむしろ下流の成功率を悪化させることを示した。
原題: Smoothness Ranks Skill, Not Success: An Audit of Published Trajectory-Smoothness Curation Metrics Under Episode-Length Controls ／ Jaiveer Bassi
日本語で読む → - 論文模倣学習ロボティクス
MIRROR: オフラインロボット対話データから隠れた対称性を反映する
オフラインのロボット操作データから、観測と行動に同時に作用する対称性変換を学習し、データ拡張や方策学習に活用するフレームワークを提案。
原題: MIRROR: Reflecting Hidden Symmetries from Offline Robot Interaction Data ／ Shiqi Liu, Yihang Yao, Peide Huang 他
日本語で読む → - 論文模倣学習/MPCロボティクス
回避モードの模倣学習による効率的なマルチモーダルモデル予測制御
マルチモーダルMPCの回避側選択をグラフニューラルネットワークで模倣学習し、制御周期あたり最大2回のOCP求解で専門家の93%の成功率を達成した手法を提案。
原題: Imitation Learning of Avoidance Modes for Efficient Multimodal Model Predictive Control ／ Changyu Lee, Byung-Kwan Lee, Kanghoon Yoon
日本語で読む → - 論文模倣学習ロボティクス
離散的・リズミックなプリミティブ合成による模倣学習
生の軌道データのみから動的運動プリミティブ（DMP）を教師あり学習で合成するNeural Dynamic Compositionを提案し、離散的・リズミックな動きを統一的に扱えるようにした。
原題: Imitation Learning via Discrete and Rhythmic Primitive Composition ／ Rafid Saif, Auke Ijspeert, Hsiu-Chin Lin
日本語で読む → - 論文模倣学習ロボティクス
VICAR: 接触を考慮したリターゲティングによるヒューマノイド対話スキルのビデオ模倣
三人称の人間動画からヒューマノイドの接触を伴う操作スキルを学習するパイプラインを提案し、接触姿勢や速度を保ちながら動作をリターゲティングして実行時適応を可能にした。
原題: VICAR: Video Imitation with Contact-Aware Retargeting for Humanoid Interactive Skills ／ Dvij Kalaria, Bike Zhang, S. Shankar Sastry
日本語で読む → - 論文模倣学習/強化学習ロボティクス
高次行動監督による強力な方策クラス
模倣学習や強化学習において、0次（行動ラベル）だけでなく1次（行動の時間変化）も同時に監督する損失を提案し、既存の方策モデルに構造変更なしで組み込めるようにした。連続制御タスクで性能とロバスト性が大幅に向上。
原題: Higher-Order Action Supervision Makes A Strong Policy Class ／ Peng Cheng, Yunxian Hou, Zhi Zhou 他
日本語で読む → - 論文模倣学習ロボティクス
残差モデリングでロボット学習の回帰と生成ポリシーのギャップを埋める
ロボットの模倣学習において、MSE回帰とフローマッチングの性能差を残差の統計的性質から分析し、ヘテロスケダスティックなStudent-t回帰により生成ポリシーに匹敵する性能をより高速に実現した。
原題: Residual Modeling Closes the Regression and Generative Policy Gap in Robot Learning ／ Yuchen Zhou, Jiacheng You, Weikang Wan 他
日本語で読む → - 論文模倣学習AI
自己教師ありキーフレーム発見による長期依存行動クローニング
ランダムにサンプリングした過去観測から情報量の多いキーフレームを自己教師ありで発見し、それを条件に行動クローニングを行うことで、長期依存タスクでも性能劣化なく汎化できる手法を提案。
原題: Self-Supervised Keyframe Discovery for Horizon-Invariant Behavior Cloning ／ Prabin Kumar Rath, Omkar Patil, Nakul Gopalan
日本語で読む → - 論文模倣学習ロボティクス
接触因子分解による接触を考慮した模倣学習
接触力を正規化された接触相対座標で表現し、接触法線と摩擦を推定することで、未知の接触条件でも方策を更新せずに接触の多い操作を適応させる模倣学習フレームワークFACEを提案。
原題: Contact-Aware Imitation Learning Through Contact Factorization ／ Jiho Hong, Daeun Song, Sanghyun Kim 他
日本語で読む →