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: 2026/10/6 ／ 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
幾何学的事前分布を用いた高速ノンパラメトリック異分散模倣学習
ロボットの模倣学習において、多様体上の幾何学的構造を考慮したノンパラメトリック手法を提案し、データ不足や異分散不確実性下でも高速な適応と不確実性推定を実現した。
原題: Fast Non-Parametric Heteroscedastic Imitation Learning With Geometric Priors ／ Maximilian Mühlbauer, Arne Sachtler, Markus Knauer 他
日本語で読む → - 論文模倣学習/速度制御ロボティクス
FreeSpeed: 生成ロボットポリシーのための訓練不要な速度制御
事前学習済みポリシーの行動チャンクを後処理し、隣接行動の方向不一致を信号に実行速度を適応的に調整する訓練不要モジュールを提案。シミュレーションと実機で成功率を保ちつつ0.22倍から2.53倍の速度制御を実現した。
原題: FreeSpeed: Training-Free Speed Control for Generative Robot Policies ／ Yuxuan Hu, Shilin Shan, Qiheng Wang 他
日本語で読む → - 論文模倣学習ロボティクス
行動クローニングの謎を解明するベンチマークOCBench
人間のデモに似た性質を持つスクリプトポリシーでロボット操作ベンチマークOCBenchを構築し、行動クローニングにまつわる数々の不思議な現象を制御された環境で再現・分析できるようにした。
原題: Behavioral Cloning Mystery ／ Seohong Park, Sergey Levine
日本語で読む → - 論文模倣学習ロボティクス
条件付き軌道ピーク：アクションチャンク上のシングルパス多峰性ポリシー
同じ観測下で多様な行動を生成しつつ再計画時の一貫性も保つ、シングルパスで動作する模倣学習ポリシーを提案。実機双腕タスクで成功率を維持しつつ推論遅延を約3分の1に短縮した。
原題: Conditional Trajectory Peaks: Single-Pass Multimodal Policies over Action Chunks ／ Di Wu, Rongtian Shen, Ping Liu 他
日本語で読む → - 論文模倣学習ロボティクス
適応的平均フローによる応答性の高い閉ループロボット制御
拡散・フローベースの模倣学習ポリシーの予測遅延を、Mean Flowで加速しつつ前ステップの軌跡をノイズ付加して再利用することで滑らかで応答性の高い完全閉ループ制御を実現した手法AMFを提案。
原題: Adaptive Mean Flow for Responsive Closed-Loop Robot Control ／ Aksel Vaaler, Marco Job, Christian Holden 他
日本語で読む → - 論文模倣学習ロボティクス
Mulligan: 効率的なオンボット学習のための性能誘導型データ収集
ロボットの模倣学習において、失敗しやすい初期状態を優先的に収集するデータ収集法を提案し、実世界タスクで成功率を10-34ポイント改善した。
原題: Mulligan: Performance-Guided Data Collection for Efficient On-Robot Learning ／ Lars Ankile, Perry Dong, Rohan Bhowmik 他
日本語で読む → - 論文模倣学習ロボティクス
双線形フローポリシー：目標条件付き視覚運動模倣のための分布的外挿
未見の目標に対しても多峰性を保ちながら外挿できるよう、アンカー検索と双線形条件付きフローを組み合わせた視覚運動模倣ポリシーを提案し、シミュレーションの操作タスクで分布外成功率を大幅に改善した。
原題: Bilinear Flow Policy: Distributional Extrapolation for Goal-Conditioned Visuomotor Imitation ／ Wonsuhk Jung, Sundhar Vinodh Sangeetha, Chen Xu 他
日本語で読む → - 論文模倣学習ロボティクス
Reward-DAgger: 汎用進捗報酬モデルによるロボット主導の対話型模倣学習
汎用報酬モデルが出力する進捗信号を利用して、人間の介入が必要なタイミングをロボット自身が判断する対話型模倣学習フレームワークを提案し、タスクごとの再調整なしに失敗検出と回復行動の学習を可能にした。
原題: Reward-DAgger: Robot-Gated Interactive Imitation Learning with General-Purpose Progress-Based Reward Models ／ Ryan Li, Yigit Korkmaz, Erdem Bıyık
日本語で読む → - 論文模倣学習/マニピュレーションロボティクス
AdaTempo: 実演から共有相対テンポを学習しロボット操作を高速化
実演の位相ごとの相対的な速さの共通構造を自己教師ありで抽出し、それを用いて訓練軌道を再サンプリングすることで、実行時の速度調整なしに視覚運動方策を最大3.57倍高速化する手法。
原題: AdaTempo: Learning Shared Relative Tempo from Demonstrations for Faster Robot Manipulation ／ Jiale Cao, Yike Niu, Zhengrong Xue 他
日本語で読む → - 論文模倣学習ロボティクス
REDIRECT: ロボットの悪い癖を1%の修正で直す
混合品質のテレオペデータから、問題のある局所的な行動分岐だけを特定し、1%の学習予算で修正する手法を提案。
原題: REDIRECT: A 1% Fix for Bad Robot Habits ／ Yu Zhang, Jiazhuo Li, Yancong Wei 他
日本語で読む → - 論文模倣学習ロボティクス
経験に基づく実現可能性を考慮した身体性不一致下での観察からの生成的敵対的模倣
ロボット自身の経験から実現可能性を推定し、身体性の違いで実行不可能な人間のデモを適応的に除外しながら観察から模倣学習する手法を提案。
原題: Experience-Based Feasibility-Aware Generative Adversarial Imitation from Observation under Embodiment Mismatch ／ Yoshiki Takebayashi, Giovanni Perantoni, Hikaru Sasaki 他
日本語で読む → - 論文データ拡張/模倣学習ロボティクス
NEEDLEWORK: 検証済み局所ステッチによるロボットデータのオフライン書き換え
RGB画像と固有感覚のみを用いて、ロボットのデモンストレーション間に短く検証済みの行動ブリッジをオフラインで追加し、失敗軌道も活用してデータ拡張する手法を提案。実機タスクで成功率を平均21ポイント改善した。
原題: NEEDLEWORK: Offline Rewriting of Robot Data with Verified Local Stitches ／ Juntao Ren, Yifan Hou, Shuran Song
日本語で読む → - 論文模倣学習/リカレント方策ロボティクス
線形リカレントメモリでロボットエアホッケーのワールドモデル方策を蒸留できる
一時的にパックを見失う状況下のエアホッケー防御タスクで、DreamerV3教師を線形リカレントメモリを持つ小型方策に蒸留し、非線形リカレント動力学が必ずしも必要でないことを示した。
原題: Linear Recurrent Memory Suffices to Distil a World-Model Policy for Robot Air Hockey ／ F. Olivia Fan, Oliver Obst
日本語で読む → - 論文模倣学習機械学習
双因果最適輸送による微分可能な双模倣距離フレームワーク
双模倣距離（双因果最適輸送）を線形計画問題として定式化し、その勾配を閉形式で求めることで、状態圧縮・モデル学習・模倣学習に応用可能な微分可能アルゴリズムを提案した。
原題: Differentiating Bisimulation Metrics: A Framework for Parametric Markov Chain Fitting via Bicausal Optimal Transport ／ Sergio Calo, Amy Zhang, Javier Segovia-Aguas 他
日本語で読む → - 論文模倣学習画像認識
指示分解によるマルチ粒度言語ガイド模倣学習
タスク全体の言語指示を細かいサブタスク指示に分解し、多段階の操作タスクにおける模倣学習の効率と性能を向上させる手法を提案した。
原題: Multi-Granularity Language-Guided Imitation Learning via Instruction Decomposition ／ Yi-Pei Chiu, Wei-Ta Chu
日本語で読む → - 論文模倣学習ロボティクス
BlenDAgger: インタラクティブ模倣学習のためのブレンド共有制御
介入時に方策と人間の動作を共有制御でブレンドしてデータ収集するBlenDAggerを提案し、実世界2タスクでHG-DAggerより30ポイント以上高い自律性能を達成した。
原題: BlenDAgger: Blended Shared Control for Interactive Imitation Learning ／ Cailyn Smith, Geoffrey Sun, Henny Admoni 他
日本語で読む → - 論文模倣学習ロボティクス
失敗動画から学ぶヒューマノイドスキル：Track-and-Complete
失敗した人間の動画から、失敗前の有効な動作を模倣し、推定したタスク結果に基づいてタスクを完了する手法TRACCを提案。成功実演なしでもヒューマノイドのスキル学習が可能であることを示した。
原題: Track-and-Complete: Learning Humanoid Skills from a Single Failed Human Video ／ Sarmad Idrees, Jongeun Choi
日本語で読む → - 論文オフライン模倣学習ロボティクス
SynIL: 不完全なデモンストレーションデータセットからのオフライン模倣学習のためのシナジー活用
運動シナジーを自己教師ありで定量化し、遷移ごとの報酬を生成することで、質の低いデモを含むデータからでも高精度なオフライン模倣学習を可能にするフレームワークを提案。
原題: SynIL: Leveraging Synergy for Offline Imitation Learning from Imperfect Demonstration Datasets ／ Yuto Tanaka, Kyo Kutsuzawa, Martina Doku 他
日本語で読む → - 論文模倣学習ロボティクス
状態行動を超えて：ロボット模倣学習における指令と状態の不一致の活用
ロボットの模倣学習において、指令と実際の状態の不一致を重み付けに利用する手法CSDWを提案し、制約のある実機タスクで性能を向上させた。
原題: Beyond State-as-Action: Exploiting Command-State Discrepancy for Robot Imitation Learning ／ Peiyan Li, Yueran Tao, Enhao Zhang 他
日本語で読む → - 論文模倣学習機械学習
保守性を超えて：モデルベース模倣学習のための回復可能性条件付き探索
モデルベース模倣学習において、保守的方策学習と能動的データ収集を分離し、メイン方策が専門家行動へ戻れる回復可能な未知状態に探索を集中させるRECONを提案。歩行・ナビゲーション・操作タスクで効率と性能を改善。
原題: Beyond Conservatism: Recoverability-Conditioned Exploration for Model-Based Imitation Learning ／ Xuanlin Chen, Ziyue Wang, Xunlan Zhou 他
日本語で読む → - 論文手術ロボット/模倣学習ロボティクス
SurgFlow: 手術ロボット操作のための3Dオブジェクト中心コンタクトフロー
ステレオ手術動画から3Dオブジェクト中心のコンタクトフローを学習し、接触スコアで把持・解放をトリガーすることで、dVRKでの組織牽引や針の受け渡しなどを高成功率で実現したフレームワーク。
原題: SurgFlow: 3D Object-Centric Contact Flow for Surgical Robot Manipulation ／ Changwei Chen, Xiao Liang, Yinuo Yang 他
日本語で読む → - 論文模倣学習ロボティクス
視点一般化可能な視覚模倣学習ポリシーに何が重要か：実証研究
視覚模倣学習において、密な視覚トークンの保持と幾何学的推論を行う行動ヘッドが視点一般化に有効であることを実験的に示し、シミュレーションから実世界へのゼロショット転移も実現した。
原題: An Empirical Study on What Matters for Viewpoint-Generalizable Policies in Visual Imitation Learning ／ Mino Nakura, Sriram Krishna, Yufei Wang 他
日本語で読む → - 論文マルチモーダル模倣学習ロボティクス
PolyUMI: 視覚・触覚・音声を統合した物体推論と操作のためのアクセシブルなデータ収集
無線ハンドヘルドグリッパで視覚・触覚・音声・固有感覚を同期収集し、ロボットに展開できるオープンソース基盤と、異種センサ情報を統合するマルチモーダル方策VisTAを提案。物体推論や滑り制御、接触の多い操作で有効性を示した。
原題: PolyUMI: Accessible Visual-Tactile-Audio Data Collection for Object Inference and Manipulation ／ Conor W. Hayes, Rickmer Krohn, Aravind Ramaswami 他
日本語で読む → - 論文模倣学習ロボティクス
EgoSpeedUp: 人間の操作テンポをロボット方策に転移する
人間の操作デモからタスクに適したフェーズごとの実行テンポを推定し、ロボットの遅いデモを再タイミングして模倣学習させることで、成功率を上げつつ実行時間を短縮するフレームワーク。
原題: EgoSpeedUp: Transferring Human Manipulation Tempo to Robot Policies ／ Hanbit Oh, Yukiyasu Domae, Takuma Yagi
日本語で読む → - 論文模倣学習ロボティクス
方策校正DAgger：模倣学習のためのオフライン校正ノイズ注入
生成的な拡散方策の予測行動分布を利用して、専門家軌跡上での方策の不確実性をオフラインで推定し、適切なノイズを注入してDAggerを改善する手法を提案。
原題: Policy-Calibrated DAgger: Offline Calibrated Noise Injection for Imitation Learning ／ Jenny Wang, George Kantor
日本語で読む → - 論文模倣学習ロボティクス
ロボット模倣学習のための固有感覚と能動的行動に基づく指先センシングの自己教師ありアンカリング
指先の触覚・近接センサを固有感覚と行動に自己教師ありで対応付け、接触前後の情報を活用して模倣学習の成功率を高める手法を提案。
原題: Self-Supervised Anchoring of Fingertip Sensing to Proprioception and Proactive Actions for Robot Imitation Learning ／ Tomohiro Motoda, Masaki Murooka, Keisuke Shirai 他
日本語で読む → - 論文模倣学習ロボティクス
学習不要の行動クローニング
行動予測制御（BPC）を提案し、行動認識型検索指標とハンケル行列に基づく行動継続事前分布、閉形式の1ステップ残差補正を組み合わせることで、方策の学習なしに実演データから直接制御を合成する。シミュレーションと実機で学習方策に匹敵する性能を示し、方策適合を数時間から数秒に短縮、Jetson Orin Nano上で75Hz以上の閉ループ制御を実現した。
原題: Training-free Behavior Cloning ／ Maximilian Adang, Timothy Chen, Lars Osterberg 他
日本語で読む → - 論文模倣学習ロボティクス
POIL: 安定力学系を用いた点ベースのワンショット模倣学習
物体の機能部位上の3D点群を共有表現として使い、1回の実演から軌道を転移しつつ、閉ループ制御で外乱や把持姿勢の変化に頑健に実行するワンショット模倣学習手法を提案。
原題: POIL: Point-based One-Shot Imitation Learning with Stable Dynamical Systems ／ Sang Min Kim, Jinwoo Seo, Hyeongjun Heo 他
日本語で読む → - 論文模倣学習ロボティクス
ガウスで十分：大規模行動モデルのファインチューニングにフローマッチング事前分布は効かない
大規模行動モデルのファインチューニングでは、目標に近い非ガウス事前分布を使っても標準ガウスと性能が変わらないことを大規模実験で示し、その理由を分析した論文。
原題: The Gaussian Is Enough: Flow-Matching Priors Do Not Help When Fine-Tuning Large Behavior Models ／ Chen Xu, Rishi Shah, Hadas Kress-Gazit 他
日本語で読む → - 論文模倣学習機械学習
部分観測下の模倣における最小リカレント行動記憶
部分観測下で専門家の行動を再現するのに必要な最小限のリカレント記憶を情報理論的に特徴づけ、操作タスクでそのビット要件を検証した研究。
原題: Minimal Recurrent Behavioral Memory for Imitation under Partial Observability ／ Xianyao Li, Fang Xu, Rui Min 他
日本語で読む →