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/マニピュレーションロボティクス
S2A2: 音響空間情報を用いた操作タスクのための視聴覚模倣学習
音響情報を活用した操作タスクを新たに定義し、視覚特徴と音響空間・信号情報を統合する模倣学習フレームワークS2A2を提案した。シミュレーションと実機実験で有効性を検証した。
原題: S2A2: Audio-Visual Imitation Learning for Manipulation Tasks Using Acoustic Spatial Information ／ Kaneyoshi Hiratsuka, Benjamin Yen, Ryosuke Kojima
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/モーションリターゲティングロボティクス
ObjRetarget: 物体認識と人型アーム制約・多面体手モデルを統合したモーションリターゲティングフレームワーク
人間の操作ビデオからロボットの器用な操作を学習するため、アームの軌道制約と手の接触構造を明示的にモデル化したモーションリターゲティング手法を提案し、実機で成功率と接触安定性を向上させた。
原題: ObjRetarget: An Object-Aware Motion Retargeting Framework with Anthropomorphic Arm Constraints and Polyhedral Hand Modeling ／ Yuanchuan Lai, Qing Gao, Ziyan Liang 他
日本語で読む → - 論文模倣学習ロボティクス
視覚言語行動学習のための単純から複雑への構造化デモンストレーション
ロボット操作における視覚言語行動（VLA）モデルの学習効率を向上させるため、デモンストレーションの収集と整理に着目し、タスクを段階的に複雑化する構造化戦略を提案した。
原題: Simple-to-Complex Structured Demonstrations for Vision-Language-Action Learning ／ Xinchuan Qiu, Yi Yu
日本語で読む → - 論文模倣学習/メタ学習/ロボット操作ロボティクス
動力学を考慮したメタ模倣学習による未知ロボット操作への汎化
メタ学習と動力学情報を統合した模倣学習フレームワークDAMIを提案し、未知タスクへの迅速な適応と汎化を実現した。
原題: Dynamics-Aware Meta-Imitation for Generalization to Unseen Robotic Manipulation ／ Zhenduo Shang, Xiyao Liu, Bohan Li 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/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 → - 論文模倣学習ロボティクス
力制約付き弾性マップを用いた一回提示マルチモーダル模倣学習
運動と接触力の両方を考慮した一回提示の模倣学習フレームワークを提案し、力情報を含むデモンストレーションの分割・符号化・再現を実現した。
原題: One-Shot Multimodal Learning from Demonstration with Force-Constrained Elastic Maps ／ Brendan Hertel, Jonathan Spanos, Navya Garg 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 → - 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/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/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/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
歪みに頑健な自律ケーブル配線のためのロボット模倣学習
画像の歪みが発生するケーブル配線作業において、画像品質評価と信頼度に基づく学習機構を導入し、歪んだ観測下でも高性能を維持するロボット模倣学習フレームワークを提案した。
原題: Distortion-Resilient Robotic Imitation Learning for Autonomous Cable Routing ／ Hao Wang, Fu-Zhao Ou, Shiqi Wang 他
日本語で読む → - 論文模倣学習ロボティクス
模倣学習における実行不可能な最適化問題と階層的拡張ラグランジュ法
模倣学習の制約付き最適化問題が実行不可能になる場合に、拡張ラグランジュ法を用いて最も近い実行可能な解へ収束させる手法を提案し、運転シミュレーションで実証した。
原題: Infeasible optimization problems and the hierarchical augmented Lagrangian method in imitation learning ／ Roland Andrews, Justin Carpentier, Ajay Sathya
日本語で読む → - 論文模倣学習ロボティクス
シーングラフによるロボット模倣学習の空間・時間的文脈拡張
模倣学習にシーングラフを動的メモリとして用い、部分観測環境での長期的推論と汎化性能を向上させる手法を提案した。
原題: Expanding Spatial and Temporal Context for Robotic Imitation Learning With Scene Graphs ／ Jianing Qian, Qinhe Peng, Emmanuel Panov 他
日本語で読む → - 論文模倣学習/能動的知覚ロボティクス
見ながら学ぶ：ロボット模倣学習における能動的知覚のための拡散モデル
オクルージョンがある環境で、ロボットが行動予測と視点選択を同時に学習する模倣学習手法See2Actを提案。拡散モデルを用いて行動と視点を共同で最適化し、シミュレーションと実世界で性能を向上させた。
原題: Learning to See While Learning to Act: Diffusion Models for Active Perception in Robot Imitation ／ Kuancheng Wang, Vaibhav Saxena, Shuo Cheng 他
日本語で読む → - 論文全身操作/模倣学習ロボティクス
WARP: オフラインの人間デモからの学習のための全身リターゲティング
人間のデモからロボットの全身動作を正確に抽出するオフラインパイプラインを提案し、ゼロショットでの全身移動操作を実現した。
原題: WARP: Whole-Body Retargeting for Learning from Offline Human Demonstrations ／ Zhenyang Chen, Chuizheng Kong, Chuye Zhang 他
日本語で読む → - 論文模倣学習ロボティクス
完璧なデモは悪い教師：重要な動作セグメントからのロバストな位置合わせ学習
熟練者の滑らかなデモは、精密な位置合わせ動作の重要な瞬間が短時間に圧縮されるため、模倣学習の教師として不十分であることを示し、動作認識を強化する時空間特徴STAIRを提案して性能を向上させた。
原題: Perfect Demo Makes Poor Teacher: Learning Robust Alignment from Critical Motion Segments ／ Mingyu Liu, Zeju Li, Jiuhe Shu 他
日本語で読む → - 論文模倣学習/ロボット制御ロボティクス
EmbodiSteer: 関節空間ガイダンスによる身体非依存視覚運動ポリシーの操縦 - ゼロショット異種身体展開に向けて
身体非依存の視覚運動ポリシーを、推論時の拡散サンプリングを関節空間に持ち上げて全身衝突回避ガイダンスを適用することで、ゼロショットで身体認識型展開を実現する訓練不要フレームワークを提案した。
原題: EmbodiSteer: Steering Embodiment-Agnostic Visuomotor Policies with Joint-Space Guidance for Zero-Shot Cross-Embodiment Deployment ／ Shihefeng Wang, Kangchen Lv, Mingrui Yu 他
日本語で読む → - 論文模倣学習ロボティクス
タスク編集による汎用3D視覚運動ポリシー学習
3D視覚運動ポリシーの学習効率を高めるため、タスクをシーン・スキル・オブジェクトに分解し再結合するデモ生成フレームワーク「Task-Edit」を提案した。実世界実験で、長期的操作タスクにおける汎化性能の向上を実証した。
原題: Task Editing for Generalizable 3D Visuomotor Policy Learning ／ Jian-Jian Jiang, YiHan Yang, Lan Wei 他
日本語で読む → - 論文模倣学習ロボティクス
不完全なデモンストレーションからの局所性能認識型能動学習
不完全な人間のデモンストレーションからロボットが学習する際、局所的な品質情報を活用して能動的に追加データを収集し、性能を向上させる手法を提案した。
原題: LOPAL: Local Performance-Aware Active Learning from Imperfect Demonstrations ／ Johannes Heidersberger, Shail Jadav, Dongheui Lee
日本語で読む →