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: 2026/7/1 ／ 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
容量ではなく構造：視覚運動模倣学習のためのオブジェクト中心表現
ロボット操作の模倣学習において、オブジェクト中心のスロット表現が、従来の密な特徴表現よりも高い成功率を達成することを示した論文。
原題: More Structure, Not More Capacity: Object-Centric Representations for Visuomotor Imitation Learning ／ Yi Li, Alexandre Chapin, Liming Chen 他
日本語で読む → - 論文模倣学習ロボティクス
三腕ビジュオモーター模倣学習によるロボットポリシーの獲得
三腕ロボットの模倣学習において、人間の操作者が同時に制御できるのは2腕までという制約を克服するため、デモンストレーションのタイミングを再調整する手法DATSを提案し、実世界の6タスクで有効性を示した。
原題: Tri-Manual Visuomotor Imitation Learning of Robot Policies ／ James Zhao, Mingyuan Ba, Weiming Zhi
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 → - 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/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/拡散ポリシー/マルチモーダルロボティクス
遅延対応ガイダンス融合による非同期マルチモーダル拡散ポリシー合成
異なるセンシングレートや推論遅延を持つ複数のモダリティを、各ポリシーが本来の速度で動作しつつ遅延を補正して融合するフレームワークLAG-Fusionを提案し、接触を伴う操作タスクで有効性を示した。
原題: Asynchronous Multimodal Diffusion Policy Composition via Latency-Aware Guidance Fusion ／ Zihao He, Hongjie Fang, Shirun Tang 他
日本語で読む → - 論文模倣学習/転移学習ロボティクス
EgoWAM: 実世界の自己中心視点データによるピクセルを超えた世界行動モデル
自己中心視点の人間データからロボット操作を学習する際、世界の変化を予測する「世界行動モデル」の訓練信号として、ピクセルではなくDINO特徴や3Dフローを用いることで、人間からロボットへの転移性能が向上することを示した。
原題: EgoWAM: World Action Models Beyond Pixels with In-the-Wild Egocentric Human Data ／ Baoyu Li, Xinchen Yin, Mengying Lin 他
日本語で読む → - 論文模倣学習ロボティクス
RayViT: 視点変動に頑健な模倣学習のためのレイ条件付き視覚表現
カメラの幾何情報を事前学習済みViTに注入する軽量アーキテクチャRayViTを提案し、カメラの摂動に対する模倣学習の頑健性を向上させた。
原題: RayViT: Ray-Conditioned Visual Representations for Viewpoint-Robust Imitation Learning ／ Qian Wang, Longrui Chen, Peiran Sun 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 → - 論文模倣学習ロボティクス
半人型ロボットNICOによる腕のジェスチャ模倣
RGBカメラ映像からMediaPipeで人体のランドマークを取得し、幾何学的計算で関節角度を求めて半人型ロボットNICOの腕のジェスチャを模倣させるシステムを開発した。
原題: Imitation of Arm Gestures by the Semi-Humanoid Robot NICO ／ Anastasiya Ihnatovich, Igor Farkaš
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 → - 論文タスク計画/模倣学習ロボティクス
ラベルなしサブタスクデモからの暗黙的行動協調による再配置タスク
再配置タスクを、スキルラベルなしの混合デモから行動を学習し、価値関数で行動選択を導く暗黙的協調問題として定式化し、Habitat環境で有効性を示した。
原題: Implicit-Behavior Coordination from Unlabeled Sub-Task Demonstrations for Rearrangement Tasks ／ Ahmed Shokry, Usama Ahmed Siddiquie, Sicong Pan 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/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/計画機械学習
FlowMPC: ワールドモデルによるフローマッチングポリシーの改善
フローマッチングによる模倣学習ポリシーに学習済みワールドモデルを組み合わせ、テスト時にMPPI計画を行うFlowMPCを提案し、操作タスクで成功率を向上させた。
原題: FlowMPC: Improving Flow Matching policies with World Models ／ Chandon Hamel
日本語で読む → - 論文視覚エンコーダ/事前学習/模倣学習ロボティクス
視覚運動制御のための対比的行動-画像事前学習
大規模な人間の第一人称ビデオから手のキーポイントを行動の代理として抽出し、対比学習でロボットの視覚エンコーダを事前学習する手法を提案。実機の器用操作タスクで既存手法を30%以上上回る性能を達成した。
原題: Contrastive Action-Image Pre-training for Visuomotor Control ／ Yuvan Sharma, Dantong Niu, Anirudh Pai 他
日本語で読む → - 論文模倣学習ロボティクス
アンビエント拡散ポリシー：ロボティクスにおける準最適データからの模倣学習
準最適なロボットデータから有益な特徴のみを抽出するため、ノイズ依存のデータ使用法を導入した拡散ポリシー手法を提案し、複数タスクで有効性を実証した。
原題: Ambient Diffusion Policy: Imitation Learning from Suboptimal Data in Robotics ／ Adam Wei, Nicholas Pfaff, Thomas Cohn 他
日本語で読む → - 論文模倣学習機械学習
フーリエ特徴量による高精度模倣学習ポリシーの実現
点群をフーリエ空間に写像して高周波特徴を直接利用できるようにし、模倣学習による高精度なロボット操作を実現した。
原題: Fourier Features Let Agents Learn High Precision Policies with Imitation Learning ／ Balázs Gyenes, Emiliyan Gospodinov, Jan Frieling 他
日本語で読む → - 論文模倣学習/ロボット技能獲得ロボティクス
LUCID: 非構造化人間ビデオからの身体非依存意図モデル学習による拡張可能な器用なロボット技能獲得
インターネット規模の非構造化人間ビデオからタスク意図を学習し、並列シミュレーションでロボット制御を学習する2段階フレームワークを提案。意図モデルは身体非依存で、異なるロボット形態に適用可能。
原題: LUCID: Learning Embodiment-Agnostic Intent Models from Unstructured Human Videos for Scalable Dexterous Robot Skill Acquisition ／ Harsh Gupta, Guanya Shi, Wenzhen Yuan
日本語で読む → - 論文模倣学習/操作ロボティクス
器用なポイントポリシー：人間のデモから学習するポイントベースの器用な手のポリシー
人間のビデオから直接、器用な操作ポリシーを学習するフレームワークを提案。3Dキーポイント表現で人間とロボットの身体性のギャップを埋め、ロボットデモなしで実ロボットタスクを高い成功率で達成。
原題: Dexterous Point Policy: Learning Point-based Dexterous Hand Policies from Human Demonstrations ／ Beomjun Kim, Seong Hyeon Park, Seunghoon Sim 他
日本語で読む → - 論文器用操作/模倣学習ロボティクス
DexPIE: 実世界経験からの安定した器用なポリシー改善
実世界展開で収集した経験を用いて、器用な操作ポリシーを事後訓練で改善するフレームワークを提案。介入システムとDAgger風データ収集、相対行動空間での非同期推論、連続最適性指標による条件付けで、デモデータのみのポリシーより成功率を37%向上させた。
原題: DexPIE: Stable Dexterous Policy Improvement from Real-World Experience ／ Ruizhe Liao, Wenrui Chen, Liangji Zeng 他
日本語で読む → - 論文模倣学習ロボティクス
模倣学習のための差分認識検索ポリシー
模倣学習の汎化性能を向上させるため、推論時に訓練データを再利用する半パラメトリックな検索ベース手法DARPを提案。局所近傍構造に基づいて行動を予測し、連続制御やロボット操作で標準的な行動クローニングより15-46%性能が向上した。
原題: Difference-Aware Retrieval Policies for Imitation Learning ／ Quinn Pfeifer, Ethan Pronovost, Paarth Shah 他
日本語で読む → - 論文模倣学習/言語指示ロボティクス
CLASP: 言語駆動型ロボットスキル選択とタスクパラメータ学習による合成
自然言語コマンドからロボットのスキルを選択・合成するモジュール型アーキテクチャを提案。少数のデモから学習したスキルをVLMで解釈し、データ効率と直感的な指示を両立する。
原題: CLASP: Language-Driven Robot Skill Selection and Composition using Task-Parameterized Learning ／ Markus Knauer, Valentin Gieraths, Tai Mai 他
日本語で読む → - 論文変形物操作/模倣学習ロボティクス
Instant-Fold: 変形物操作のための文脈内模倣学習
単一の人間デモから変形物の多様な操作モードを推論・実行する文脈内模倣学習フレームワークを提案し、シミュレーションのみで訓練し実世界へゼロショット転移する。
原題: Instant-Fold: In-Context Imitation Learning for Deformable Object Manipulation ／ Yilong Wang, Cheng Qian, Edward Johns
日本語で読む → - 論文模倣学習ロボティクス
視覚運動ポリシーの短期記憶を拡張し長期的タスクを実現
本論文は、模倣学習による視覚運動ポリシーに短期記憶を効果的に組み込むためのアーキテクチャPRISMを提案し、新しいベンチマークReMemBenchで評価した。
原題: Scaling Short-Term Memory of Visuomotor Policies for Long-Horizon Tasks ／ Rutav Shah, Rajat Kumar Jenamani, Xiaohan Zhang 他
日本語で読む → - 論文触覚/模倣学習/マニピュレーションロボティクス
多解像度触覚模倣学習による接触リッチなロボット操作
異なる時間解像度の複数触覚センサを融合する表現フレームワークMiTaSを提案し、接触を伴う操作タスクの模倣学習を高精度化した。
原題: Multi-Resolution Tactile Imitation Learning for Contact-Rich Robotic Manipulation ／ Rickmer Krohn, Erik Helmut, Niklas Funk 他
日本語で読む → - 論文模倣学習ロボティクス
SynthICL: 合成データによるスケーラブルな文脈内模倣学習
RGBのみの合成データで文脈内模倣学習ポリシーを訓練し、実世界の未見タスクで高い成功率を達成した。
原題: SynthICL: Scalable In-context Imitation Learning with Synthetic Data ／ Cheng Qian, Ruomeng Fan, Yifei Ren 他
日本語で読む →