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: 2026/9/7 ／ 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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
Facet-0: 接触を伴う精密操作のためのロボット基盤モデル
接触の結果を予測・評価するロボット基盤モデルを提案し、サブミリ精度の組立タスクで高い成功率を達成した。
原題: Facet-0: A Robotic Foundation Model for Contact-Rich Precise Manipulation ／ Haoyuan Deng, Haichao Liu, Wenkai Guo 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 → - 論文マニピュレーションロボティクス
Peg-in-Bench: 高精度ロボット挿入のためのモジュール式ベンチマーク
高精度な挿入作業の汎化性能を評価するため、3Dプリント可能なモジュール部品で構成された再構成可能なペグ挿入ベンチマークを提案した。
原題: Peg-in-Bench: A Modular Benchmark for High-Precision Robotic Insertion ／ Yosel Delgado, José G. Buenaventura-Carreón, Floris Erich 他
日本語で読む → - 論文マニピュレーションロボティクス
否定制約付き器用把持のためのポテンシャル誘導粒子ステアリング
言語指示で「どこを持つべきか」だけでなく「どこを持つべきでないか」を指定する場合に、既存モデルが失敗する問題を解決するため、推論時に粒子フィルタと分類器フリーガイダンスを組み合わせ、禁止領域を避けつつ指示された部位へ把持を誘導する手法を提案した。
原題: Potential-Guided Particle Steering for Negation-Constrained Dexterous Grasping ／ Geonho Kim, SooGon Kim, Jongmin Lee
日本語で読む → - 論文マニピュレーションロボティクス
Motus2: 巧みな操作のための自己進化型汎用世界モデル
Motus2は、ポリシー・シミュレータ・評価器を統合した自己進化型の世界モデルで、巧みな操作を実現する。モデルとデータのスケーリングにより、意思決定と学習の閉ループを形成する。
原題: Motus2: A Self-Evolving General World Model for Dexterous Manipulation ／ Hongzhe Bi, Zihao Zhou, Yihang Tang 他
日本語で読む → - 論文マニピュレーションロボティクス
Zeva: 文脈内因果学習による汎用身体操作の実現
ロボットが実環境での物理的相互作用からその場で学習し、その知識を次の行動に活かすフレームワークZevaを提案。ポリシーモデルを凍結したまま、因果相互作用抽出器と二重タイムスケールの因果メモリを用いて、実行した行動と状態変化を符号化し、後の行動の文脈として注入する。シミュレーションと実機操作で最先端のVLAやWAMを上回る性能を示し、勾配更新なしで自己進化を実現。
原題: Zeva: In-Context Causal Learning for Generalizable Embodied Manipulation ／ Fu Chen, Xin Ding, Bingjia 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
SUN: 言語に基づく制御から学習、実機への永続的プログラム
モデルベース制御と学習ポリシーを橋渡しするため、幾何・接触関係を一度定義してMPCコストや報酬、遷移ガードなどにコンパイルする型付き実行可能プログラム「SUN」を導入し、大規模言語ビジョンモデルで自動合成するシステムKuafuを提案。デモなしで高成功率を達成した。
原題: SUN: Persistent Programs For Language-Grounded Control-to-Learning-to-Real Policies ／ Weiqi Wang, Zhi Li, Yudong Lei 他
日本語で読む → - 論文マニピュレーションロボティクス
制約付きLLMによる意味と物理の橋渡し：安全で信頼できるロボットマニピュレーション
言語指示から生成されたプランが物理的に実行可能かを検証するため、型付き契約とMCPスキーマ検証、MoveIt Task Constructorによる衝突チェックを組み合わせ、実機で高い成功率を達成した。
原題: Bridging Semantics and Physics with Constrained LLMs for Safe and Trustworthy Robotic Manipulation ／ Wenhao Hong, Lan Wei, Dandan Zhang
日本語で読む → - 論文マニピュレーションロボティクス
ビンピッキング完全攻略：オンライン自己学習による階層型ハイブリッド手法で産業用ビンピッキングの信頼性を向上
モデルベースとモデルフリーの手法を組み合わせた4層の階層型ハイブリッドアプローチを提案し、オンライン自己学習で把持点を自動ランク付けすることで、ビン内の部品を100%取り切ることを実現した。
原題: Picking Bins Empty: A Hierarchical Hybrid Approach with Online Self-Learning of Grasp Points for Reliable Industrial Bin-Picking ／ Florian Töper, Samarth Kishor Yelvande, Jan Niklas Ewertz 他
日本語で読む → - 論文マニピュレーションロボティクス
Aero Hand Open: 器用な操作学習のためのシミュレーション対応腱駆動ハンド
腱駆動の擬人化ハンドをシミュレーションで学習可能にし、実機で微調整なしで動作させるための設計、シミュレーションモデル、アクチュエーションマップ、強化学習パッケージを公開した。
原題: Aero Hand Open: A Simulation-Ready Tendon-Driven Hand for Dexterous Manipulation Learning ／ Nan Wang, Mohit Yadav, Jonathan Wulff 他
日本語で読む → - 論文マニピュレーションロボティクス
PredVLA: サブミリオンパラメータの予測符号化ポリシーによるロボット操作
この論文は、わずか68万パラメータで言語条件付き操作を実現する予測符号化ポリシーPredVLAを提案し、LIBEROベンチマークで高い成功率を達成した。
原題: PredVLA: A Sub-Million-Parameter Predictive-Coding Policy for Robot Manipulation ／ Hiroki Sawada, Shunichi Kasahara
日本語で読む → - 論文マニピュレーションロボティクス
FLARE: 視覚言語ロボット操作における自動修正と回復のための障害認識フレームワーク
視覚言語行動モデル（VLA）が実行中に起こす失敗（掴み損ね、落下、衝突など）を自動で修正・回復できるようにするフレームワークを提案。デモに摂動や橋渡しセグメントを注入して「リトライ」能力を、MLLMによる失敗分析で「リセット」スキルを獲得し、オンライン監視で切り替える。
原題: FLARE: A Failure-Aware Framework for Autonomous Correction and Recovery in Visual-Language Robotic Manipulation ／ Ganlong Zhao, Zijia Tang, Xingping Chen 他
日本語で読む → - 論文マニピュレーションロボティクス
PRISM: 投影統合型サンプリングベースMPCとベイズコスト調整による双腕マニピュレーション
GPU物理シミュレータをオンライン世界モデルとして用い、QPガイド付きサンプリングと投影により運動学的制約を満たす双腕操作のMPCフレームワークを提案。ベイズ最適化でコスト重みを自動調整し、複雑な双腕タスクで成功率を向上。
原題: PRISM: Projection-Integrated Sampling-Based MPC with Bayesian Cost Tuning for Bimanual Manipulation ／ Alinjar Dan, Iryna Hurova, Karl Kruusamäe 他
日本語で読む → - 論文マニピュレーションロボティクス
VISTA: 視覚から推定する空間接触注意による高密度接触操作
接触を伴う精密操作のため、視覚のみからグリッパの変形を推定し、触覚センサなしで接触情報を獲得する模倣学習フレームワークを提案した。
原題: VISTA: Visually Inferred Spatial ConTact Attention for Contact-Rich Manipulation ／ Jiayi Chen, Wenlong Dong, Yan Huang 他
日本語で読む →