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: 2026/9/9 ／ 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 →- 論文マニピュレーションロボティクス
片手で二部品を組み立てるイン・ハンド・アセンブリ
2つの剛体部品を片手だけで把持・位置合わせして組み立てるタスクを強化学習で解き、シミュレーション学習から実機へゼロショット転移を実現した。
原題: Assembling Two Parts in One Hand ／ Liuao Pei, Tianyue Wu, Hui Zhang 他
日本語で読む → - 論文マニピュレーションロボティクス
複数ロボットによる全身皮膚鏡画像の自動撮像スキャナ
4台のUR10マニピュレータにカメラを搭載し、皮膚病変を皮膚鏡レベルで自動撮像する全身スキャナを開発。臨床評価で既存の全身撮影装置を上回り、接触型皮膚鏡に匹敵する性能を示した。
原題: Multi-Robot Scanner for Automated Full-Body Dermoscopic Imaging ／ Valerio Franchi, Rafael Garcia, Nuno Gracias 他
日本語で読む → - 論文マニピュレーションロボティクス
制約多様体の微分可能チャートに沿った計画：汎用IKソルバーを用いて
IKFastなどの汎用逆運動学ソルバーが出力する解析的IKを微分可能に扱うため、逆関数定理を用いて勾配を計算する手法を提案し、マニピュレータの制約付き軌道計画に応用した。
原題: Planning along Differentiable Charts of Constraint Manifolds with General-Purpose IK Solvers ／ Thomas Cohn, Seiji Shaw, Harel Biggie 他
日本語で読む → - 論文視触覚/マニピュレーションロボティクス
リフティングのためのコンパクト視触覚ワールドモデル：予測・報酬整合・力制約
視触覚ワールドモデルと想像内でのactor-critic学習を用い、触覚情報が力予測精度を向上させる一方、力制約下でのタスク成功率には課題が残ることを示した。
原題: Compact Visuotactile World Models for Lifting: Prediction, Reward Alignment, and Force Constraints ／ Qinzhen Ma, Sida Peng
日本語で読む → - 論文マニピュレーションロボティクス
生成動画プランをシミュレーションで接地し多様な器用操作コントローラを実現
生成された手と物体のインタラクション動画をシミュレーションで接地し、多様な把持や操作を実行できる器用なロボットハンドコントローラを学習する手法を提案。
原題: Grounding Generated Video Plans in Simulation Towards Versatile Dexterous Controllers ／ Tianyue Wu, Boyuan An, Shuqi Zhao 他
日本語で読む → - 論文マニピュレーションロボティクス
GTA-2: 接地されたタスク軸によるロボットマニピュレーションスキル合成のためのマルチVLMフレームワーク
4つのVLMエージェントがタスクを分解し、キーポイントや軸・制御パラメータを接地させて、実機ロボットのマニピュレーションスキルをゼロショットで生成するフレームワーク。
原題: GTA-2: A Multi-VLM Framework for Synthesizing Robot Manipulation Skills via Grounded Task Axes ／ M. Yunus Seker, Shobhit Aggarwal, Ruwan Wickramarachchi 他
日本語で読む → - 論文マニピュレーションロボティクス
表現豊かなロボットピアニスト：グラフ模倣と音楽的ダイナミクスで複雑なピアノ曲を演奏
強化学習とグラフベースの運指最適化、物理に基づく音響モデルを組み合わせ、人間らしい表現力で多様なピアノ曲を演奏できるロボットハンドを実現した。
原題: Expressive Robotic Pianist: Mastering Complex Piano Repertoire with Graph-Mimic and Musical Dynamics ／ Yanhong Liang, Xianwei Liu, Chaojie Fu 他
日本語で読む → - 論文マニピュレーションロボティクス
DUET-DINO: ロボットマニピュレーションの潜在計画のための同時クロスビュー世界モデリング
側面カメラと手首カメラの観測をクロスビュー条件付けで統合し、7自由度エンドエフェクタ制御のための行動条件付き潜在世界モデルを学習する手法を提案。到達・角度付き到達・把持持ち上げタスクで単一視点や独立二視点のベースラインを上回る性能を達成した。
原題: DUET-DINO: Simultaneous Cross-View World Modeling for Latent Planning in Robot Manipulation ／ Nisarga Nilavadi, Ralf Römer, Moritz Reuss 他
日本語で読む → - 論文マニピュレーションロボティクス
3DWay: 3D一貫性ウェイポイントによるロボット操作の一般化
多視点画像から3D一貫性のあるウェイポイントを予測し、ロボット操作の一般化を向上させる手法を提案した論文。
原題: 3DWay: Generalizing Robot Manipulation via 3D Consistent Waypoints ／ Ziqin Huang, Yingyue Li, Chenyangguang Zhang 他
日本語で読む → - 論文マニピュレーションロボティクス
FOCIポリシー：関係的操作ポリシーのためのオブジェクト中心相互作用に焦点を当てる
物体間の相対運動に基づく相互作用中心のフレームワークを提案し、デモから重要な相互作用区間を抽出してスキルを表現することで、少ないデータで高い性能を達成する操作ポリシーを開発した。
原題: FOCI Policy: Focus on Object-Centric Interactions for Relational Manipulation Policies ／ Ze Fu, Pinhao Song, Yutong Hu 他
日本語で読む → - 論文マニピュレーションロボティクス
CASD: チャンク整合セマンティック蒸留による多段階ロボット操作
行動チャンク全体に対するセマンティックな目標を生成し、ポリシー学習を改善する手法を提案。オフラインVLMでデモを段階に分割し、その重み付き目標を予測するジェネレータを訓練し、ポリシーを条件付けする。
原題: CASD: Chunk-Aligned Semantic Distillation for Multi-StageRobot Manipulation ／ Tinghe Ding, Jiahao Li, He Wang
日本語で読む → - 論文マニピュレーションロボティクス
EquiGQNet: 共有等変点群符号化による高速な把握品質評価
6自由度の把握候補を高速かつ正確に評価するため、SO(3)等変な「一度符号化してから回転」方式と中間レベル行動融合を組み合わせた把握品質評価器EquiGQNetを提案した。シミュレーションと実機で従来法と同等以上の性能を保ちつつ、計画時間を6.9倍高速化した。
原題: EquiGQNet: Fast Grasp Quality Evaluation via Shared Equivariant Point Cloud Encoding ／ Sungwon Seo, Jaeseog Won, Jiyou Shin 他
日本語で読む → - 論文マニピュレーションロボティクス
Dex-X: シミュレーションによるインタラクションを用いた人間のビデオからの視覚-触覚器用操作学習
人間のビデオデモから、シミュレーションで触覚情報を補完し、視覚と触覚を統合した器用な操作ポリシーを学習するフレームワークを提案。実機へのゼロショット転送を達成した。
原題: Dex-X: Learning Visual-Tactile Dexterous Manipulation From Human Videos with Simulated Interaction ／ Ruoqu Chen, Feixiang Ruan, Liu Cao 他
日本語で読む → - 論文遠隔操作/全身マニピュレーションロボティクス
M3-Tele: 全身移動マニピュレーションのための統合マルチモーダル遠隔操作フレームワーク
接触を伴うタスクの遠隔操作とデータ収集を改善するため、視覚・触覚・力覚・固有受容感覚を統合し、全身協調とコンプライアンス制御を実現するフレームワークを提案した。
原題: M3-Tele: A Unified Multimodal Teleoperational Framework for Compliant Whole-Body Mobile Manipulation ／ Hengxiang Chen, Shenwen Deng, Yujian Ma 他
日本語で読む → - 論文マニピュレーションロボティクス
WM-Craftnet: 汎用かつ堅牢な器用な手内操作のための世界共感覚モデル
ノイズの多い観測から物体の状態を推定し、頑健な手内操作を実現するため、世界モデルをタスクコンテキストとして活用するフレームワークを提案した。
原題: WM-Craftnet: World Synesthesia Model for Generalizable and Robust Dexterous In-Hand Manipulation ／ Jie Yin, Zeyuan Zhao, Xiaojing Tan 他
日本語で読む → - 論文マニピュレーションロボティクス
VLA-Corrector: 段階認識可能な観測状態理解に基づくプロンプト駆動型閉ループ回復フレームワーク
固定されたVLAポリシーをパラメータ更新なしで閉ループ補正するため、観測履歴から操作の進行段階と失敗パターンを推定する検証器を導入し、異常時に段階条件付き回復プロンプトを生成する手法を提案した。
原題: VLA-Corrector: Stage-Aware Observable State Understanding for Prompt-Based Closed-Loop Recovery of Vision-Language-Action Policies ／ Chang Song, Bin Qian, Yan Feng 他
日本語で読む → - 論文マニピュレーションロボティクス
ContextFlow: ロボット操作のためのインコンテキストフローマッチング
連続的な行動分布を学習する条件付きフローマッチングモデルを導入し、デモンストレーションと観察に基づいて行動生成を行い、未見のタスク設定での汎化性能を向上させた。
原題: ContextFlow: In-Context Flow Matching for Robot Manipulation ／ Jian Ding, Xianjie Dai, Roei Herzig 他
日本語で読む → - 論文マニピュレーションロボティクス
RefGuard: 対象・基準・フレームの同時接地による同一性認識型言語誘導ロボット操作
言語指示が指す物体を、対象・基準・参照フレームの3変数の同時事後分布で推定し、実行・確認・再観察・中止を判断する同一性認識型の接地フレームワークを提案。実機で同一性スイッチをゼロにしつつ、曖昧な場面でも90%の成功率を達成した。
原題: RefGuard: Identity-Aware Language-Guided Robot Manipulation via Joint Target-Anchor-Frame Grounding ／ Lan Wei, Kangyi Lu, Yongchen Wang 他
日本語で読む → - 論文マニピュレーションロボティクス
GloVLA: 幾何学的移動と局所VLAの相互作用による非構造環境での頑健な物体中心操作
物体中心操作を幾何学的な移動制御と局所的なVLAポリシーに分離するハイブリッドフレームワークを提案し、非構造環境での成功率と推論コストを改善した。
原題: GloVLA: Let Geometry Move and Local VLA Interact for Robust Object-Centric Manipulation in Unstructured Environments ／ Truong Thanh Nguyen, Huy Hoang Nguyen, Ha Anh Nguyen 他
日本語で読む → - 論文マニピュレーションロボティクス
ロボットハンド操作における形態と駆動方式の帰納的バイアス
ロボットハンドの形態と駆動方式が操作性能に与える影響を、タスクヤコビアンと駆動行列の条件数を用いて解析し、強化学習実験で検証した論文。
原題: Morphology and actuation as inductive biases in robotic hand manipulation ／ Zalán Tari, Eszter Birtalan, Péter Polcz 他
日本語で読む → - 論文マニピュレーションロボティクス
動作中の着衣支援：人間の動きを考慮した拡散ポリシーによるロボット着衣支援
静的デモから着衣スキルを学習し、ユーザーの腕の動きに応じて軌道を適応させる拡散ポリシーを提案。シミュレーションと実機で有効性を検証した。
原題: Dressing in Motion: A Human Motion-Aware Diffusion Policy for Robot-Assisted Dressing ／ Haoxiang Sun, Fangyuan Wang, Songhao Huang 他
日本語で読む → - 論文マニピュレーションロボティクス
物理カーネル：暗所マニピュレーションのための構造化視覚潜在表現
短時間の照明下での書き込みで視覚潜在z0を符号化し、その後は画素入力なしで方策と開ループ動力学が接触の多いスキルを実行できることを示した研究。
原題: Physical Kernel: Structured Visual Latents for Dark Manipulation ／ Jinting Hang, Hong Li, Zhenhui Cai 他
日本語で読む → - 論文マニピュレーションロボティクス
意図を考慮したロボットから人への両手受け渡しのための時間的触覚符号化とコンプライアンス制御
ロボットから人への物体受け渡しにおいて、視覚だけでは受け取り意図を判別できない問題に対し、VLAモデルに時間的触覚フィードバックとコンプライアンス制御を組み合わせ、安全で快適な受け渡しを実現する手法を提案・評価した。
原題: Temporal Tactile Encoding and Compliance for Intent-Aware Robot-to-Human Bimanual Handover ／ Pasquale Marra, Stefano Berti, Gabriele Mario Caddeo 他
日本語で読む → - 論文マニピュレーションロボティクス
GIFT: 行動指向の構造的監督による誘導中間特徴学習を用いたロボット操作
視覚と言語の事前学習で得られる特徴と制御に必要な情報の乖離（行動十分性ギャップ）を埋めるため、中間特徴に幾何・アフォーダンス・目標領域の3つの制御関連構造を学習させるフレームワークGIFTを提案し、複数のポリシーで性能向上を確認した。
原題: GIFT: Guided Intermediate Feature Training via Action-Oriented Structural Supervision for Robotic Manipulation ／ Yupeng Zheng, Xiang Li, Songen Gu 他
日本語で読む → - 論文マニピュレーションロボティクス
適応的視覚言語把持：構成可能な基盤事前知識と汎化可能な把持合成による実現
本論文は、ロボットハンドの種類に依存せず汎用的に把持を合成できるAdaRoboVLGフレームワークを提案し、物理的把持合成とタスク依存の理解を分離することで、基盤モデルの進歩を直接把持能力の向上に結び付ける手法を示した。
原題: Adaptive Vision-Language Grasping via Composable Foundation Priors and Generalizable Grasp Synthesis ／ Sixu Yan, Shikang Wang, Binhua Huang 他
日本語で読む → - 論文マニピュレーションロボティクス
MS-MEM: 不確実性・外乱を考慮した行動選択によるマルチスキル操作強化マッピング
棚などの閉鎖的で散らかった環境でのシーン理解を高めるため、能動視点選択・物体押し・把持を統合し、不確実性を考慮したマッピングと外乱制約付き行動選択を提案した。
原題: MS-MEM: Multi-Skill Manipulation-Enhanced Mapping via Uncertainty- and Disturbance-Aware Action Selection ／ Yitian Shi, Jesper Mücke, Nils Dengler 他
日本語で読む → - 論文マニピュレーションロボティクス
結果ボトルネックによる操作十分表現の学習
行動条件付き結果ボトルネックを用いて、操作に十分な確率的表現を学習し、把持選択や適応に応用した研究。
原題: Learning Manipulation-Sufficient Representations via Outcome Bottlenecks ／ Md Selim Sarowar, Sungho Kim
日本語で読む → - 論文マニピュレーションロボティクス
リアルタイム動力学に基づくトルクサンプリングMPPIによるコンプライアントで力認識のマニピュレーション
MPPIベースのタスク空間制御フレームワークを提案し、剛体動力学をリアルタイムMPCで解き、安全制約を課すことで、非構造環境での正確な運動・力制御とコンプライアントな物理的相互作用を実現した。GPU並列化を活用したトルクサンプリング方式により、166Hz以上の更新レートを達成し、7自由度マニピュレータで実証した。
原題: Real-Time Dynamics-Based Torque-Sampling MPPI for Compliant and Force Aware Manipulation ／ Euncheol Im, Taehyun Kim, Yonghwan Oh 他
日本語で読む → - 論文マニピュレーションロボティクス
HINT: 長期的ロボット操作のための人間意図の注入
本論文は、長期的なロボット操作タスクにおいて、人間の意図を視覚的・注意機構を通じて行動ポリシーに伝達するフレームワークHINTを提案し、意図理解とタスク成功率を向上させる。
原題: HINT: Human-Intent Inception for Long-Horizon Robot Manipulation ／ Mingyu Mei, Haojie Xu, Shihao Jin 他
日本語で読む → - 論文マニピュレーションロボティクス
1つのデモで多様な物体へ：局所接触形状による操作の一般化
人間のデモから学習し、接触点周りの局所形状に注目した報酬設計で、多指ロボットハンドの操作を未見の物体へ一般化する手法を提案した。
原題: One Demonstration, Many Objects: Generalizing Manipulation via Local Contact Geometry ／ Satvik Sharma, Samrat Sahoo, Huang Huang 他
日本語で読む →