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: 2026/6/1 ／ 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/データ拡張ロボティクス
MinInter: 模倣学習のデータ拡張における軌道補間の最小化
模倣学習のデータ拡張で、初期状態ごとに補間が最小となる実演を選ぶ手法MinInterを提案し、生成データの質とポリシー成功率を向上させた。
原題: MinInter: Minimizing Trajectory Interpolation During Data Augmentation for Imitation Learning ／ Qingyang Wang, Xingang Liu, Changwei Yao 他
日本語で読む → - 論文模倣学習/データキュレーションロボティクス
デモンストレーションキュレーションメトリクスがポリシーに与える影響
デモンストレーションの欠陥検出メトリクスが、キュレーション後の行動クローニングポリシーの性能に与える影響を調査し、検出精度とポリシー性能が乖離することを示した論文。
原題: What Demonstration Curation Metrics Do to Your Policy ／ Aarav Bedi
日本語で読む → - 論文模倣学習ロボティクス
デモンストレーションキュレーションメトリクスの監査：行動のみのスコアラーは模倣ポリシーを劣化させる構造的欠陥を見逃す
模倣学習のデモンストレーション品質を評価する7つのキュレーションメトリクスを、既知の欠陥を注入したテストベッドで監査し、行動のみのスコアラーが構造的エラーを検出できないことを示した。
原題: Auditing Demonstration Curation Metrics: Action-Only Scorers Fail on the Structural Defects That Degrade Imitation Policies ／ Aarav Bedi
日本語で読む → - 論文模倣学習/行動生成ロボティクス
暗黙的ドリフト方策：条件付き専門家幾何による一段階行動生成
拡散やフローマッチングに基づく生成行動ポリシーは反復サンプリングが遅いため、一段階生成を提案。訓練時のドリフト補正を明示的なベクトル場推定なしで取り込む暗黙的ドリフト方策(IDP)を導入し、2D・3D・実世界操作タスクで有効性を実証した。
原題: Implicit Drifting Policy: One-Step Action Generation via Conditional Expert Geometry ／ Zemin Yang, Yaoyu He, Yiming Zhong 他
日本語で読む → - 論文模倣学習/操作ロボティクス
CORE: 行動ラベルなし視覚デモからロボット操作の共通結果規則性を抽出する手法
ロボット操作の模倣学習において、高コストなロボットデモの代わりに、人間の動画などの行動ラベルなし視覚デモを活用するため、タスク成功時の終端状態の共通規則性を学習し、それを視覚的な目標プロトタイプとしてポリシーに組み込むCOREを提案した。
原題: CORE: Common Outcome Regularities from Action-Free Visual Demonstrations for Robot Manipulation ／ Juyi Sheng, Mingxin Tan, Jincheng Li 他
日本語で読む → - 論文力覚推定/模倣学習ロボティクス
FACTR 2: コモディティロボットアームの外力センシング学習がポリシー学習を向上させる
専用の力センサーを持たないロボットアームでも、データ駆動で外力トルクを推定するNEXTと、接触前後のデータを重点的に学習するFIRSTを組み合わせることで、力覚を活用した遠隔操作とポリシー学習を可能にした論文。
原題: FACTR 2: Learning External Force Sensing for Commodity Robot Arms Improves Policy Learning ／ Steven Oh, Jason Jingzhou Liu, Tony Tao 他
日本語で読む → - 論文継続学習/模倣学習ロボティクス
ワールドアクションモデルによる再帰的生成リプレイを用いた継続的模倣学習
ロボットの行動予測に加えて未来の視覚観測も生成できるワールドアクションモデルを用いて、過去のタスクの疑似軌道を合成し、元のデモデータを保存せずに継続学習を行うフレームワークを提案した。実験では忘却を最大50%削減し、実データを使う手法に匹敵する性能を示した。
原題: World Action Models Enable Continual Imitation Learning with Recurrent Generative Replays ／ Manish Kumar Govind, Dominick Reilly, Smit Patel 他
日本語で読む → - 論文模倣学習ロボティクス
意味論と幾何学的接地の分離：言語条件付き模倣学習のための空間的視覚プロンプト
言語条件付きロボット操作において、意味推論と空間制御を分離し、視覚基盤モデルで生成した空間的視覚プロンプトを行動生成器に注入する新しいアーキテクチャSVP-ILを提案。少ないデモデータでも高精度を達成した。
原題: Decoupling Semantics and Geometric Grounding: Spatial Visual Prompts for Language-Conditioned Imitation Learning ／ Yanzhe Tang, Xinyu Shao, Yuxuan Hu 他
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 → - 論文模倣学習ロボティクス
ReGIL: 単一デモンストレーションからの検索誘導型模倣学習
単一のデモンストレーションを外部メモリとして扱い、訓練中に繰り返し検索して探索の誘導、正則化バッファの生成、報酬の構築を行うことで、ロボット操作ポリシーを効率的に学習するフレームワークを提案した。
原題: ReGIL: Retrieval-Guided Imitation Learning from a Single Demonstration ／ Yuying Zhang, Francesco Verdoja, Wenyan Yang 他
日本語で読む → - 論文模倣学習ロボティクス
単調な進捗を超えて：ロボット模倣のためのリトライ監視価値学習
不完全なデモからリトライイベントを疎な監視として用い、誤りに敏感な価値関数を学習し、下流の行動クローニングの重み付けに活用するフレームワークを提案。実ロボット操作タスクで効果を実証。
原題: Beyond Monotonic Progress: Retry-Supervised Value Learning for Robot Imitation ／ Xinyao Qin, Junjie Lu, Kaixin Wang 他
日本語で読む → - 論文模倣学習ロボティクス
強化学習誘導型検索とソフト融合による欠損モダリティ下でのロバストなマルチモーダル模倣学習
センサ欠損時に強化学習で関連デモを検索し、ソフト融合で欠損を補完する模倣学習手法RL4ILを提案し、LIBEROベンチマークで優位性を示した。
原題: Reinforcement Learning-Guided Retrieval with Soft Fusion for Robust Multimodal Imitation Learning under Missing Modalities ／ Hassan Ismkhan, Hamid Bouchahcia
日本語で読む → - 論文模倣学習/動作生成ロボティクス
X-Morph: 異なる形態のロボット学習をスケールするための人間動作事前分布
人間の動作データを多様な脚型ロボット（四足、六足、マニピュレータ付き四足）の行動ポリシーに変換するパイプラインを提案し、模倣学習と強化学習を組み合わせて汎用的な動作生成を実現した。
原題: X-Morph: Human Motion Priors for Scalable Robot Learning Across Morphologies ／ Ritwik Sharma, Shivam Sood, Arhaan Jain 他
日本語で読む → - 論文模倣学習ロボティクス
幾何エントロピー：模倣学習における軌道多様性の利点と欠点
デモンストレーションの軌道形状の多様性を測る指標「幾何エントロピー」を導入し、模倣学習の成功率が多様性に対して逆U字型の関係を持つことを示した。
原題: Geometric Entropy: When Trajectory Diversity Helps and Hurts in Imitation Learning ／ Qian Luo, Ruizhe Liu, Pei Zhou 他
日本語で読む → - 論文模倣学習ロボティクス
スプライン方策：ロボット方策の構造化表現
ロボット操作の模倣学習において、固定解像度のアクションチャンクの代わりにスプラインパラメータを予測する構造化表現を提案し、連続軌跡の生成や制御への応用を可能にした。
原題: Spline Policy: A Structured Representation for Robot Policies ／ Mengze Tian, Yiming Li, Sichao Liu 他
日本語で読む → - 論文模倣学習/蒸留機械学習
表現力豊かな教師からの敵対的二重オン方策蒸留
デモのみから学習する強化学習において、フローマッチング教師とMLP生徒を敵対的に共訓練し、報酬と行動の二つの蒸留信号でオンライン探索と局所学習を両立させる手法FA-OPDを提案。
原題: Adversarial Dual On-Policy Distillation from Expressive Teacher ／ Zhenglin Wan, Jingxuan Wu, Xingrui Yu 他
日本語で読む → - 論文模倣学習機械学習
強化学習駆動模倣学習のための教師-生徒表現整合
教師と生徒の観測空間の違いによる模倣ギャップを、共有埋め込み空間を自己教師あり学習で構築し、教師が特権情報に依存できないようにすることで低減する新しいアルゴリズムを提案した。
原題: Teacher-Student Representational Alignment for Reinforcement Learning-Driven Imitation Learning ／ Meraj Mammadov, Pedro Zuidberg Dos Martires, Johannes Andreas Stork
日本語で読む → - 論文模倣学習ロボティクス
非ホロノミック移動台車と双腕の協調制御のための拡散ポリシー：ドア開閉と通過
拡散モデルに基づく視覚運動制御ポリシーを用いて、非ホロノミック移動台車と双腕を協調させ、重いドアの開閉と通過をエンドツーエンドで学習する手法を提案した。
原題: Diffusion Policy for Coordinated Control of a Nonholonomic Mobile Base and Dual Arms in Door Opening and Passing ／ Shangqun Yu, Matthew En, Daniel Wu 他
日本語で読む → - 論文模倣学習/操作ロボティクス
人間の遠隔操作データから学ぶ、シミュレーション基盤の双腕ロープ操作ポリシー
この論文は、結び目を解くタスクにおいて、視覚ベースのポリシーよりも物理状態ベースのポリシーの方が汎化性能が高いことを示し、観測空間の選択が重要であることを明らかにした。
原題: Learning Sim-Grounded Policies for Bimanual Rope Manipulation from Human Teleoperation Data ／ Gina Wigginghaus, Tim Missal, Berk Guler 他
日本語で読む → - 論文模倣学習ロボティクス
低解像度自己中心視覚を用いた能動的知覚のための行動クローニング
低解像度の自己中心視覚と行動クローニングを用いて、ロボットアームが物体を見つけて把持するための能動的知覚を獲得できることを示した論文。
原題: Behavior Cloning for Active Perception with Low-Resolution Egocentric Vision ／ Anthony Bilic, Chen Chen, Ladislau Bölöni
日本語で読む → - 論文データ収集/模倣学習ロボティクス
粗密模倣学習のための触覚フィードバック付き視覚触覚データ収集システム
操作者が指で直接グリッパーを操作し、自然な触覚フィードバックを保ちながら、視覚・触覚データとタスクの時間構造を収集するシステムを提案。粗密学習アルゴリズムに適したマルチモーダルデータセットを生成する。
原題: A Visuo-Tactile Data Collection System with Haptic Feedback for Coarse-to-Fine Imitation Learning ／ Yeseung Kim, Nayoung Oh, Jun Park 他
日本語で読む → - 論文移動操作/模倣学習ロボティクス
Mobile UMI: 移動操作のための分離された運動学を備えたクロスビュー拡散ポリシー
移動模倣学習における移動と操作の結合問題を解決するため、デュアルカメラと空間アンカーで操作とベース軌道を分離し、非同期実行で遅延を補正するフレームワークを提案した。
原題: Mobile UMI: Cross-View Diffusion Policy with Decoupled Kinematics for Mobile Manipulation ／ Haoran Huang, Haonan Dong, Huixu Dong
日本語で読む → - 論文模倣学習ロボティクス
表面拘束ポリシー：表面拘束かつ動的に実現可能なロボットスキルの学習
拡散ベースの模倣学習に表面形状の拘束と動的実現可能性を組み込み、自由曲面に沿ったロボット動作を生成する新しいポリシーを提案した。
原題: Surface Constraint Policy for Learning Surface-Constrained and Dynamically Feasible Robot Skills ／ Shuai Ke, Jiexin Zhang, Huan Zhao 他
日本語で読む → - 論文強化学習/模倣学習/操作ロボティクス
行動残差を超えて：ボトルネック潜在強化学習による実世界ロボットポリシーの操縦
事前学習済みの模倣ポリシーを、行動空間ではなくボトルネック潜在空間で強化学習により微調整する手法ZPRLを提案し、シミュレーションと実世界の操作タスクで性能を向上させた。
原題: Beyond Action Residuals: Real-World Robot Policy Steering via Bottleneck Latent Reinforcement Learning ／ Dongjie Yu, Kun Lei, Zhennan Jiang 他
日本語で読む → - 論文模倣学習ロボティクス
X-Imitator: 双方向アクション・ポーズ相互作用による空間認識模倣学習
空間認識と行動生成を双方向ループで結びつけ、相互に洗練させる新しい模倣学習フレームワークを提案。24のシミュレーションと3つの実世界タスクで性能を実証した。
原題: X-Imitator: Spatial-Aware Imitation Learning via Bidirectional Action-Pose Interaction ／ Kai Xiong, Hongjie Fang, Lixin Yang 他
日本語で読む → - 論文模倣学習ロボティクス
FocalPolicy: 周波数最適化チャンキングと局所アンカー付きフローマッチングによる一貫性のある視覚運動ポリシー
視覚運動ポリシーにおけるチャンク間の不連続性を解決するため、周波数最適化チャンキングと局所アンカー付きフローマッチングを組み合わせたFocalPolicyを提案した。
原題: FocalPolicy: Frequency-Optimized Chunking and Locally Anchored Flow Matching for Coherent Visuomotor Policy ／ Qian He, Zhenshuo Yang, Wenqi Liang 他
日本語で読む → - 論文模倣学習/変形物体操作ロボティクス
位相条件付き模倣学習と自律的失敗回復による堅牢な変形物体操作
変形物体操作のための、位相条件付きで力覚を考慮したフレームワークを提案。閉ループ階層アーキテクチャにより、視覚的に類似した観測での状態エイリアシングを解消し、実行失敗からの自律回復を実現する。
原題: Phase-Conditioned Imitation Learning with Autonomous Failure Recovery for Robust Deformable Object Manipulation ／ Dayuan Chen, Kai Tang, Yukuan Zhang 他
日本語で読む → - 論文模倣学習ロボティクス
時空間最適輸送注意機構による接触リッチ操作の視覚-触覚模倣学習
接触を伴う操作タスクにおいて、視覚・力覚・位置情報の3モーダルを融合する際に、最適輸送に基づく注意機構を導入し、接触前後の文脈に応じた安定した特徴選択を実現する模倣学習手法を提案した。
原題: Spacetime Optimal-Transport Attention for Visuo-Haptic Imitation Learning of Contact-Rich Manipulation ／ Yue Feng, Weicheng Huang, I-Ming Chen
日本語で読む → - 論文模倣学習ロボティクス
ロボット制御における分布シフト問題の緩和：オフラインからオンラインへの模倣学習に基づくロバストかつ適応的なアプローチ
専門家デモの状態-行動カバレッジ不足による分布シフト問題に対し、補助デモでロバスト性を高め、オンラインで自己教師あり学習により適応する枠組みを提案した。
原題: How to Mitigate the Distribution Shift Problem in Robotics Control: A Robust and Adaptive Approach Based on Offline to Online Imitation Learning ／ Hyung-Suk Yoon, Seung-Woo Seo
日本語で読む → - 論文模倣学習/データ収集/VRロボティクス
VR-DAgger: 没入型VRによる器用なデータ収集と不確実性誘導型オン方策修正
VR環境で人間がロボットのデモンストレーションを収集し、拡散ポリシーの不確実性が高い失敗区間を自動選択して人間が修正するフレームワークを提案し、器用な操作タスクで性能を向上させた。
原題: VR-DAgger: Immersive VR for Dexterous Data Collection and Uncertainty-Guided On-Policy Correction ／ René Zurbrügg, Tifanny Portela, Arjun Bhardwaj 他
日本語で読む →