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: 2026/3/1 ／ 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 →- 論文ヒューマノイド/移動操作ロボティクス
Cybo-Waiter: ヒューマノイド全身移動操作のための物理エージェントフレームワーク
VLMプランを検証可能なタスクプログラムに変換し、3D幾何学的監視でループを閉じるヒューマノイドエージェントフレームワークを提案。移動と操作を統合し、長期的なタスク実行の堅牢性を向上させる。
原題: Cybo-Waiter: A Physical Agentic Framework for Humanoid Whole-Body Locomotion-Manipulation ／ Peng Ren, Haoyang Ge, Chuan Qi 他
日本語で読む → - 論文ヒューマノイド/動作生成/軌道最適化ロボティクス
SPARK: ヒューマノイドロボットにおける骨格パラメータ整合リターゲティングと運動力学的軌道最適化
人間の動作データをヒューマノイドロボット用に変換する2段階パイプラインを提案。骨格構造をロボットに合わせて較正し、運動力学的軌道最適化で動的に実現可能な自然な動作参照を生成する。
原題: SPARK: Skeleton-Parameter Aligned Retargeting on Humanoid Robots with Kinodynamic Trajectory Optimization ／ Hanwen Wang, Qiayuan Liao, Bike Zhang 他
日本語で読む → - 論文社会的定位/自閉症/ヒューマノイドロボットHCI
人間 vs. NAO：自閉症と定型発達における社会的定位の定量化のための計算行動フレームワーク
この論文は、自閉症スペクトラム障害（ASD）の子供と定型発達の子供が、人間とヒューマノイドロボットNAOによる名前呼びかけにどのように反応するかを、視線や応答時間などの行動指標を用いて比較分析した研究です。
原題: Human vs. NAO: A Computational-Behavioral Framework for Quantifying Social Orienting in Autism and Typical Development ／ Vartika Narayani Srinet, Anirudha Bhattacharjee, Braj Bhushan 他
日本語で読む → - 論文筋骨格ヒューマノイドロボティクス
筋骨格ヒューマノイドにおける筋肉の特性・管理・活用：KengoroとMusashiに関する実証研究
筋骨格ヒューマノイドKengoroとMusashiの研究を基に、筋肉の特性を5つに分類し、その管理・活用法を整理した実証研究。
原題: Characteristics, Management, and Utilization of Muscles in Musculoskeletal Humanoids: Empirical Study on Kengoro and Musashi ／ Kento Kawaharazuka, Kei Okada, Masayuki Inaba
日本語で読む → - 論文ヒューマノイド動作生成ロボティクス
一日中動けるカンフーアスリートボット：高ダイナミック・バランス挑戦動作データセットと自律的転倒回復トラッキング
プロの武術家の訓練動画から高ダイナミックな動作データセットを構築し、単一ポリシーで高ダイナミック動作追従と転倒回復を同時に学習する枠組みを提案した。
原題: A Kung Fu Athlete Bot That Can Do It All Day: Highly Dynamic, Balance-Challenging Motion Dataset and Autonomous Fall-Resilient Tracking ／ Zhongxiang Lei, Lulu Cao, Xuyang Wang 他
日本語で読む → - 論文ヒューマノイドロボティクス
ヒューマノイド・ファクターズ：人間世界でAIヒューマノイドを設計するための原則
人間と共存するAI搭載ヒューマノイドの設計・評価・統治のための「ヒューマノイド・ファクターズ」という枠組みを、物理・認知・社会・倫理の4本柱で提案し、実世界の制御アルゴリズム評価に適用した論文。
原題: Humanoid Factors: Design Principles for AI Humanoids in Human Worlds ／ Xinyuan Liu, Eren Sadikoglu, Ransalu Senanayake 他
日本語で読む → - 論文ヒューマノイドロボティクス
LessMimic: 統一距離場表現による長期的ヒューマノイドインタラクション
距離場（DF）を統一表現として用い、参照動作なしで物体形状に汎化し、長期的な全身インタラクションを単一ポリシーで実現する手法を提案。
原題: LessMimic: Long-Horizon Humanoid Interaction with Unified Distance Field Representations ／ Yutang Lin, Jieming Cui, Yixuan Li 他
日本語で読む → - 論文ヒューマノイド制御ロボティクス
HoRD: 履歴条件付き強化学習とオンライン蒸留によるロバストなヒューマノイド制御
履歴条件付き強化学習で高性能な教師方策を訓練し、オンライン蒸留でTransformerベースの生徒方策に転移することで、未知の環境でも再学習なしに適応できるロバストなヒューマノイド制御を実現した。
原題: HoRD: Robust Humanoid Control via History-Conditioned Reinforcement Learning and Online Distillation ／ Puyue Wang, Jiawei Hu, Yan Gao 他
日本語で読む → - 論文ヒューマノイドロボティクス
ヒューマノイドロボットのためのポーズ距離場
ロボットのポーズ分布を連続的で微分可能な多様体として表現する軽量な事前分布PDF-HRを提案し、報酬整形や正則化として組み込むことで運動追跡やリターゲティングなどのタスクを改善した。
原題: PDF-HR: Pose Distance Fields for Humanoid Robots ／ Yi Gu, Yukang Gao, Yangchen Zhou 他
日本語で読む → - 論文ヒューマノイド制御ロボティクス
OmniXtreme：高ダイナミックヒューマノイド制御における汎用性の壁を突破
多様なモーションの学習と実機向けの物理的調整を分離したフレームワークを提案し、ヒューマノイドが多様で高難度な動きを実機で高精度に追従できるようにした。
原題: OmniXtreme: Breaking the Generality Barrier in High-Dynamic Humanoid Control ／ Yunshen Wang, Shaohang Zhu, Peiyuan Zhi 他
日本語で読む → - 論文ヒューマノイド制御ロボティクス
TextOp: テキストでリアルタイムに動くヒューマノイドの動作生成と制御
テキスト指示を逐次受け取りながら、上位の拡散モデルで動作軌道を生成し下位の追従制御で実機ヒューマノイドを動かす、対話的に指示変更できる枠組みを提案した。
原題: TextOp: Real-time Interactive Text-Driven Humanoid Robot Motion Generation and Control ／ Weiji Xie, Jiakun Zheng, Jinrui Han 他
日本語で読む → - 論文ヒューマノイド/動作生成/sim2realロボティクス
MeshMimic: 3Dシーン再構成による幾何学認識型ヒューマノイド動作学習
動画から3Dシーンと人間の動きを再構成し、地形との接触を保ったままヒューマノイドロボットの動作を学習させるフレームワークを提案。
原題: MeshMimic: Geometry-Aware Humanoid Motion Learning through 3D Scene Reconstruction ／ Qiang Zhang, Jiahao Ma, Peiran Liu 他
日本語で読む → - 論文ヒューマノイド制御ロボティクス
人間型ロボット制御の能力を拡張する反復閉ループ動作合成
物理ベースの人間型ロボット制御において、動作データを自動生成し反復的に難易度を高める閉ループフレームワークを提案。AMASSの約1/10のデータ量で失敗率を45%削減した。
原題: Iterative Closed-Loop Motion Synthesis for Scaling the Capabilities of Humanoid Control ／ Weisheng Xu, Qiwei Wu, Jiaxi Zhang 他
日本語で読む → - 論文ヒューマノイドロボティクス
Fauna Sprout：軽量で親しみやすく開発者向けのヒューマノイドロボット
安全で表現力豊かな人間環境での長期運用を目指し、軽量・柔軟制御・VRテレオペを統合した開発者向けヒューマノイドプラットフォームSproutを提案。
原題: Fauna Sprout: A lightweight, approachable, developer-ready humanoid robot ／ Fauna Robotics, :, Diego Aldarondo 他
日本語で読む → - 論文模倣学習/ヒューマノイド制御ロボティクス
タスク中心の運動事前分布最適化：不整合な模倣を条件付き正則化で扱うヒューマノイド制御
人間の運動デモを模倣の共目的ではなくタスク進捗に応じた条件付き正則化として扱い、不整合な事前分布下でも自然な動きを保ちつつタスク性能を高める敵対的模倣学習フレームワークTCMPを提案した。
原題: Task-Centric Policy Optimization from Misaligned Motion Priors ／ Ziang Zheng, Kai Feng, Yi Nie 他
日本語で読む → - 論文ヒューマノイド制御ロボティクス
RoboStriker: 自律ヒューマノイドボクシングのための階層的意思決定
人間のモーションキャプチャからボクシングスキルを学習し、潜在空間での自己対戦強化学習により、シミュレーションと実機で競技可能なヒューマノイドボクシングを実現した。
原題: RoboStriker: Hierarchical Decision-Making for Autonomous Humanoid Boxing ／ Kangning Yin, Zhe Cao, Wentao Dong 他
日本語で読む → - 論文ヒューマノイド制御ロボティクス
ロバストで汎化可能なヒューマノイド動作追従
因果的時系列エンコーダとマルチヘッドクロスアテンションで動力学に応じて参照動作を集約し、転倒回復カリキュラムを組み合わせることで、少ないデータで汎化・ロバストなヒューマノイド全身制御を実現した。
原題: Robust and Generalized Humanoid Motion Tracking ／ Yubiao Ma, Han Yu, Jiayin Xie 他
日本語で読む → - 論文ヒューマノイド/安全設計ロボティクス
ソフト応答材料でヒューマノイドの安全性を高める
非ニュートン流体を用いた柔軟・剛性協調設計により、通常時は柔らかく衝撃時に硬化する保護材をヒューマノイドに適用し、転倒時の衝撃を吸収して安全性と耐久性を向上させた。
原題: Soft Responsive Materials Enhance Humanoid Safety ／ Chunzheng Wang, Yiyuan Zhang, Annan Tang 他
日本語で読む → - 論文ヒューマノイド/模倣学習ロボティクス
人間同士のデモンストレーションから全身ヒューマノイド相互作用を学習する
人間同士の相互作用データを物理的に整合する形でヒューマノイドに再ターゲティングし、いつ・どこで行動するかを分離して学習する階層的政策で全身協調動作を実現した。
原題: Learning Whole-Body Human-Humanoid Interaction from Human-Human Demonstrations ／ Wei-Jin Huang, Yue-Yi Zhang, Yi-Lin Wei 他
日本語で読む → - 論文ヒューマノイド/歩行ロボティクス
高性能ヒューマノイドサッカーのための階層的モデルベースシステム
RoboCup 2024大人サイズヒューマノイドサッカー優勝チームのハードウェアとソフトウェアを紹介し、軽量構造・高トルクアクチュエータ・歩行中のキックを可能にする足設計と、ステレオ視・物体検出・ランドマーク融合による知覚・自己位置推定、衝突回避軌道生成、行動管理を統合したシステムを提案する。
原題: A Hierarchical, Model-Based System for High-Performance Humanoid Soccer ／ Quanyou Wang, Mingzhang Zhu, Ruochen Hou 他
日本語で読む → - 論文ヒューマノイド制御画像認識
UniAct：ヒューマノイドロボットのための統合動作生成とアクションストリーミング
微調整したMLLMと因果的ストリーミングパイプラインを組み合わせ、言語・音楽・軌道などのマルチモーダル指示を500ms未満の遅延でヒューマノイドの全身動作に変換する二段階フレームワークを提案。
原題: UniAct: Unified Motion Generation and Action Streaming for Humanoid Robots ／ Nan Jiang, Zimo He, Wanhe Yu 他
日本語で読む → - 論文ヒューマノイドロボティクス
生成された人間動画から物理的に妥当なロボット軌道へ
生成動画から人間の動きを4D表現に変換し、強化学習方策GenMimicでヒューマノイドの物理的に安定した動作として再現する手法を提案。
原題: From Generated Human Videos to Physically Plausible Robot Trajectories ／ James Ni, Zekai Wang, Wei Lin 他
日本語で読む → - 論文ヒューマノイドロボティクス
人型ロボットのための意味論的共話ジェスチャー生成とリアルタイム制御
LLMとMotion-GPTで音声から意味的に適切なジェスチャーを生成し、模倣学習制御でUnitree G1にリアルタイム実行させる統合フレームワークを提案した。
原題: Semantic Co-Speech Gesture Synthesis and Real-Time Control for Humanoid Robots ／ Gang Zhang
日本語で読む → - 論文ヒューマノイド/転倒保護ロボティクス
SafeFall: ヒューマノイドロボットのための保護制御学習
転倒が避けられないと予測した際に、強化学習で損傷を最小化する保護動作を実行するフレームワークを提案し、実機で接触力や関節トルクを大幅に低減した。
原題: SafeFall: Learning Protective Control for Humanoid Robots ／ Ziyu Meng, Tengyu Liu, Le Ma 他
日本語で読む → - 論文ヒューマノイド制御ロボティクス
SONIC: 自然なヒューマノイド全身制御のための運動追跡の超大規模化
運動追跡をスケーラブルなタスクと位置づけ、モデル容量・データ・計算量を大規模化することで、自然で堅牢な全身運動が可能な汎用ヒューマノイド制御器を構築した研究。
原題: SONIC: Supersizing Motion Tracking for Natural Humanoid Whole-Body Control ／ Zhengyi Luo, Ye Yuan, Tingwu Wang 他
日本語で読む → - 論文ヒューマノイドロボティクス
TWIST2: スケーラブルでポータブルな全身ヒューマノイドデータ収集システム
VRと低コストのロボット首を用いてモーションキャプチャ不要でヒューマノイドの全身遠隔操作とデータ収集を実現し、15分で100件のデモをほぼ100%の成功率で収集できるシステムを開発した。
原題: TWIST2: Scalable, Portable, and Holistic Humanoid Data Collection System ／ Yanjie Ze, Siheng Zhao, Weizhuo Wang 他
日本語で読む → - 論文ヒューマノイド制御ロボティクス
HAFO: 強力な相互作用環境におけるヒューマノイドロボットのための力適応制御フレームワーク
二重エージェント強化学習により、ヒューマノイドの歩行と上半身操作を同時に最適化し、強い外力下でも安定した全身制御を実現するフレームワークを提案。
原題: HAFO: A Force-Adaptive Control Framework for Humanoid Robots in Intense Interaction Environments ／ Chenhui Dong, Haozhe Xu, Wenhao Feng 他
日本語で読む → - 論文ヒューマノイドロボティクス
ヒューマノイドの人間レベル駆動を定量化する枠組み
ヒューマノイドの駆動性能を人間と比較可能にするため、関節座標系の標準化、人間等価エンベロープ、人間レベル駆動スコアを提案し、測定プロトコルと適用例を示した。
原題: Human-Level Actuation for Humanoids ／ MD-Nazmus Sunbeam
日本語で読む → - 論文転倒安全/ヒューマノイドロボティクス
少数の実演から学ぶ人型ロボットの転倒安全統合ポリシー
少数の人間の実演と強化学習を組み合わせ、転倒防止・衝撃緩和・素早い起き上がりを一つのポリシーに統合し、シミュレーションとUnitree G1で実機転移を実証した研究。
原題: Unified Humanoid Fall-Safety Policy from a Few Demonstrations ／ Zhengjie Xu, Ye Li, Kwan-yee Lin 他
日本語で読む → - 論文ヒューマノイド制御ロボティクス
BFM-Zero: 教師なし強化学習によるヒューマノイド制御のためのプロンプト可能な行動基盤モデル
教師なし強化学習とForward-Backward表現を用いて、運動・目標・報酬を共通の潜在空間に埋め込み、再学習なしに多様な全身タスクを実行できるヒューマノイド制御の基盤モデルを提案し、実機Unitree G1でゼロショット運動追従や目標到達を実現した。
原題: BFM-Zero: A Promptable Behavioral Foundation Model for Humanoid Control Using Unsupervised Reinforcement Learning ／ Yitang Li, Zhengyi Luo, Tonghe Zhang 他
日本語で読む →