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: 2026/8/23 ／ 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
模倣者ゲーム：行動予測を超えたロボットの模倣能力のベンチマーク
人間のデモンストレーションから意図を推論して実行するロボットの能力を評価するため、4段階のベンチマーク「The Imitator Game」と大規模データセット「IG-10K」を構築し、既存モデルが意図レベルの模倣で失敗することを示した。
原題: The Imitator Game: Benchmarking Robot Imitative Ability Beyond Action Prediction ／ Xunzhe Zhou, Yiyang Cai, Fengyi Wang 他
日本語で読む → - 論文掘削/模倣学習ロボティクス
視覚目標条件付き制御による自律掘削
掘削ロボットの動作を、画像上の目標領域マスクと行動チャンク変換器を用いて制御する枠組みを提案し、シミュレーションで高い目標達成率と作業効率を実証した。
原題: Vision Guided Target Conditioned Control for Autonomous Excavation ／ Shuai Zhao, Ji-An Pan, Junwei Li 他
日本語で読む → - 論文模倣学習ロボティクス
模倣学習におけるデモンストレーション忘却の再考：ロボット工学の視点から
ロボットの模倣学習において、ユーザーが削除を要求したデモンストレーションの影響を評価する新しい監査手法を提案。行動と証拠の2軸で再学習との整合性を検証する。
原題: Rethinking Demonstration Unlearning in Imitation Learning for Robotics ／ Jiazhuo Li, Yu Zhang, Yiming Fei 他
日本語で読む → - 論文ヒューマノイド/模倣学習/sim2realロボティクス
適応的動作計画と追従による人型ロボットのプロテニススタイル実現
放送映像からプロのテニス動作を学習し、適応機構でシミュレーションと実機のギャップを埋めることで、人型ロボットにプロ級のサーブとラリーを実現するフレームワークを提案した。
原題: Towards Professional Tennis Styles for Humanoid Robots with Adaptive Motion Planning and Tracking ／ Tao Huang, Ruofei Liu, Xuchen Tang 他
日本語で読む → - 論文模倣学習/シミュレーションロボティクス
VERAGMIL: 模倣学習モデルによる粒状食品のすくい取りのための仮想環境
粒状食品を扱うロボット支援食事システムの訓練のため、高忠実度シミュレータとVRインターフェースを組み合わせたフレームワークを提案し、模倣学習モデルの性能を評価した。
原題: VERAGMIL: Virtual Environment for Scooping Granular Foods with Imitation Learning Models ／ Amanuel Ergogo, Diego Dall'Alba, Przemyslaw Korzeniowski
日本語で読む → - 論文模倣学習ロボティクス
MatchingPolicy: 対応関係を考慮したポリシーによる物体横断的な文脈内学習の実現
デモとシーンの対応関係を明示的に分離し、密な意味的対応に基づいてロボットの動作を条件付ける拡散ポリシーを導入。未見の物体やカテゴリへの汎化性能を向上させた。
原題: MatchingPolicy: Correspondence-Aware Policy Enables Cross-Object In-Context Learning ／ Qijin She, Hanyang Yu, Zeming Li 他
日本語で読む → - 論文模倣学習ロボティクス
SurgVIL: オープンソース手術動画による手術ロボット模倣学習の大規模化
手術ロボットの模倣学習において、実組織の動画データから弱い教師信号として運動学を推定し、ファントムデータと組み合わせて学習することで、実組織や分布外環境への汎化性能を向上させるフレームワークを提案した。
原題: SurgVIL: Scaling Surgical Robot Imitation Learning with Open-source Surgical Videos ／ Xinhao Chen, JuoTung Chen, Nigel Nelson 他
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オープンループ実行の再考：リアクティブで高性能なポリシーへ
模倣学習で使われるオープンループ実行の利点を再検証し、長いコンテキストを持つポリシーではクローズドループの方が優れることを示した。
原題: Revisiting Open-Loop Execution in Robotics: Toward Reactive, Higher-Performing Policies ／ Michael Zeng, Abhinav Agarwal, Ajay Bati 他
日本語で読む → - 論文模倣学習/遅延補償ロボティクス
RAPAC-DP: 遅延実行下での拡散ポリシーに対する応答整合型保留アクション補償
クラウド推論の遅延による制御性能低下を補うため、実行予定のアクション列を条件入力として活用する補償機構を拡散・フローベースのポリシーに組み込んだ。遅延が無視できる場合は元のポリシーと完全に一致し、遅延デモなしで訓練可能。
原題: RAPAC-DP: Response-Aligned Pending-Action Compensation for Diffusion Policies under Delayed Execution ／ Tao Wang, Wei Wang, Jianhui Wang 他
日本語で読む → - 論文模倣学習/操作ロボティクス
時間変動力を要する操作タスクのための階層的模倣学習アプローチ
拡散ポリシーによる低周波の計画と、力条件付きの高速インピーダンス制御を組み合わせた階層的アーキテクチャを提案し、接触の多い分解タスクを高周波で安定に実行する。
原題: A Hierarchical Approach to Imitation Learning for Manipulation Tasks Requiring Time Varying Forces ／ Rishabh Shukla, Adithya Santhosh, Shaili Gandhi 他
日本語で読む → - 論文模倣学習ロボティクス
建設作業における人型ロボットのタスク実行のための知覚・行動システム
建設作業のデモンストレーションから人型ロボットが作業を学習・実行できるようにする、ポーズ抽出と行動学習の2つの深層ネットワークからなる知覚・行動システムを提案した。
原題: Perception-and-action system for humanoid robot task execution in construction ／ Yanxi Liu, Yizhi Liu
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のロボット学習：手書きアルファベット軌道と人間らしさの評価
タッチスクリーンで収集した手書き軌道データを用いて、確率的軌道学習と人間らしさの評価を行うフレームワークを提案した。
原題: Robot Learning from Human Demonstrations: Handwritten Alphabet Trajectories and Human-Likeness Evaluation ／ Alperen Kenan, Paul Bremner, Manuel Giuliani
日本語で読む → - 論文模倣学習/可変インピーダンス制御ロボティクス
VIDP: 多様なデモから学ぶコンプライアントなロボット操作のための可変インピーダンス拡散ポリシー
力センサを使わずに、多様なデモから可変インピーダンス制御を学習するフレームワークを提案。タスクパラメータ化された方向性を考慮した混合モデルで軌道分布を抽出し、剛性プロファイルに変換して位置とコンプライアンスを同時予測する。
原題: VIDP: Variable Impedance Diffusion Policy for Compliant Robot Manipulation from Diverse Demonstrations ／ Hisham Khalil, Neil Fernandes, Thomas M. Kwok 他
日本語で読む → - 論文模倣学習/介入ロボティクス
AutoIntervene: アクションチャンキング模倣学習ポリシーのための較正された介入
アクションチャンキング型の視覚運動ポリシーに対し、実行中にオペレータへの介入を選択的に行うオンラインフレームワークを提案。視覚・動作のサポートメモリと較正された閾値で介入タイミングを制御し、実機の双腕操作タスクで成功率向上と介入時間削減を実証した。
原題: AutoIntervene: Calibrated Intervention for Action-Chunking Imitation Learning Policies ／ Jinhe Tang, Weiming Zhi
日本語で読む → - 論文模倣学習機械学習
オン・ポリシー相互作用はいつ役立つのか？価値ベース模倣学習における表現のトレードオフ
模倣学習において、専門家とのオン・ポリシー相互作用が学習者の表現要件を緩和し、専門家の価値関数のみを表現できれば十分であることを示し、新しいアルゴリズムOVIを提案した。
原題: When Does On-Policy Interaction Help? Representational Tradeoffs in Value-Based Imitation Learning ／ Luca Viano, Antoine Moulin, Audrey Huang 他
日本語で読む → - 論文模倣学習AI
フィードバック操作正則化：模倣学習におけるオフラインエージェントのアライメントを可能にする
評価フィードバックを補正信号として利用し、模倣学習ポリシーのアライメントを改善するアルゴリズム非依存の手法FMRを提案し、Safety Gymnasium環境で最大98%の不整合削減を実証した。
原題: Feedback Manipulation Regularization: Enabling Offline Agent Alignment for Imitation Learning ／ Benjamin Poole, Minwoo Lee
日本語で読む → - 論文模倣学習画像認識
ComplexMimic: 複雑な3D環境における人間とシーンのインタラクション模倣
複雑な3D環境での人間とシーンのインタラクション模倣を実現するフレームワークを提案。不完全なモーションキャプチャデータから、模倣とインタラクションの二つの専門家を学習し、難易度に応じた蒸留戦略で自然で物理的に妥当な動作を生成する。
原題: ComplexMimic: Human-Scene Interaction Imitation in Complex 3D Environments ／ Lu Pan, Hongwei Zhao
日本語で読む → - 論文模倣学習機械学習
ミラー学習：三人称観察からの模倣学習
三人称のデモ映像から、生成モデルで視点変換と逆動力学モデルを用いて一人称の模倣データを合成し、ポリシー学習を可能にする手法を提案した。
原題: Mirror Learning ／ Yunpeng Liu, Matthew Niedoba, Oluwanifemi A. Adekanye 他
日本語で読む → - 論文模倣学習/階層的制御ロボティクス
二重プロセス原子スキル学習：意味推論とリアルタイム制御の分離
言語条件付き模倣学習において、高次の意味推論と低次の動作生成を非同期に分離する新しい階層的枠組みDASLを提案し、複合タスクの汎化性能を向上させた。
原題: Dual-Process Atomic Skill Learning: Decoupling Semantic Reasoning and Real-Time Control ／ Jun Chen, Erdent Bao, Wenlong Dong 他
日本語で読む → - 論文模倣学習/操作ロボティクス
MoMo: 時空間アクションのトークン化によるロボット操作の動作モード制御
ロボット操作の実行スタイル（動作モード）をタスクから分離して学習し、指示に応じて動作の速さや滑らかさを変えられる2段階の模倣学習フレームワークMoMoを提案した。
原題: MoMo: Dial Motion Mode in Robot Manipulation with Spatiotemporal Action Tokenization ／ Yuhan Hu, Hugues Thomas, Peide Huang 他
日本語で読む → - 論文模倣学習/操作ロボティクス
GuidedAttention: OODロバストなロボット操作のための解釈可能かつ修正可能な視覚的注意機構
視覚運動ポリシーに解釈可能で修正可能な注意キーポイントを中間表現として導入し、ユーザーが初期化時に修正可能な模倣学習フレームワークを提案。シミュレーションと実世界でOOD条件下での操作性能を向上させた。
原題: GuidedAttention: Interpretable and Correctable Visual Attention for OOD-Robust Robot Manipulation via Imitation Learning ／ Masaki Murooka, Ryoichi Nakajo, Keisuke Shirai 他
日本語で読む → - 論文模倣学習ロボティクス
時空間チューブによる未知オイラー・ラグランジュ系の模倣学習
デモンストレーションをデータ駆動の安全仕様として捉え、時空間チューブを学習して制御に組み込むことで、未知の力学系でもロバストに模倣動作を実現する枠組みを提案した。
原題: Learning from Demonstration via Spatiotemporal Tubes for Unknown Euler-Lagrange Systems ／ Ratnangshu Das, Puneeth Shankar, Varuni Buereddy 他
日本語で読む → - 論文模倣学習ロボティクス
デモの数だけではない：反実仮想的行動感度カバレッジによるデータ効率的で堅牢なロボット模倣学習
視覚運動模倣学習の堅牢性を向上させるため、クリーンなデモと妨害観測をペアにして行動ドリフトを測定し、ポリシー固有の感度信号に基づいて少数の修復データを選択するオフライン手法CFNBCを提案した。
原題: It's Not Just More Demos: Counterfactual Action Sensitivity Coverage for Data-Efficient Robust Robot Imitation ／ Giovanni D'urso, Kaushik Roy, Nicholas Lawrance 他
日本語で読む → - 論文模倣学習/人型ロボットロボティクス
実世界データ不要の合成映像シナリオによる多様な人型ロボットタスク学習
生成AIでテキストから多様な人体動作の合成映像を作り、それを模倣学習のデータとして人型ロボットに多様なタスク実行スタイルを学習させる枠組みを提案。シミュレーション4シナリオで有効性を検証した。
原題: Learning Diverse Humanoid Tasks via Synthetic Video Scenarios without Real World Data ／ Yun-Hao Tsai, Cong-Thanh Vu, Yen-Chen Liu
日本語で読む → - 論文模倣学習ロボティクス
ユーザー主導の模倣学習：軌道とインピーダンスの学習手法
単一のデモンストレーションから軌道とインピーダンスをリアルタイムに学習し、コンプライアンスと精度を両立するロボットの模倣学習手法を提案した。
原題: User-Driven Learning from Demonstration: A Trajectory and Impedance Learning Method ／ Zi-Qi Yang, Mehrdad R. Kermani
日本語で読む → - 論文模倣学習機械学習
劣ったデモからの言語批評模倣学習
不完全なデモから学習する際に、スカラー信号ではなく自然言語による批評を監督信号として用いる新しい模倣学習フレームワークを提案し、行動クローニングと拡散ポリシーに適用して性能を向上させた。
原題: Language-Critique Imitation Learning from Suboptimal Demonstrations ／ Chih-Han Yang, Dai-Jie Wu, Yun-Ping Huang 他
日本語で読む → - 論文模倣学習/安全性ロボティクス
安全な模倣学習のための識別バリア関数
逆強化学習の報酬関数を制御バリア関数に制約し、専門家の観察から直接バリア関数を学習して安全な制御を実現する手法を提案した。
原題: Discriminative Barrier Functions for Safe Adversarial Imitation Learning from Observation ／ Anubhav Vishwakarma, Bhaumik Mehta, Caleb Hsu 他
日本語で読む → - 論文模倣学習/動作生成ロボティクス
物体中心ニューラル場を用いたデモからの合成的動作生成
物体中心のニューラル表現と時間的混合専門家モデルを組み合わせ、知覚と動作を共有オブジェクト表現で結びつけることで、少ないデータで長期的な操作タスクを合成可能な動作生成フレームワークを提案した。
原題: Compositional Motion Generation from Demonstration with Object-Centric Neural Fields ／ Ahmet Ercan Tekden, Yasemin Bekiroglu
日本語で読む → - 論文模倣学習/ロボット操作ロボティクス
逆転して前進：逆転した易しいタスクからの低コストな熟練ポリシー学習
難しいタスクの逆方向（易しいタスク）の軌道を反転させて教師信号とし、高価なテレオペレーションデータ収集コストを削減する枠組みを提案。自動収集・階層的リファインメント・反復学習で高精度な操作タスクを学習する。
原題: Reverse to Advance: Teleoperation-Cost Effective Hard Policy Learning from Reversed Easy Tasks ／ Qiyuan Qiao, Ge Yuan, Can Wang 他
日本語で読む → - 論文模倣学習ロボティクス
介入可能なマルチモーダル模倣のためのソースリフトフローマッチング
フローマッチングポリシーに介入可能なハンドルを導入し、ユーザーが同じ状態から複数の有効な行動を選択できるようにする手法を提案した。
原題: Source-Lifted Flow Matching for Intervenable Multimodal Imitation ／ He Zhang, Ying Sun, Pengteng Li 他
日本語で読む →