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 →- 論文模倣学習/ヒューマノイド操作ロボティクス
アクティブステレオカメラがヒューマノイド操作のACT模倣学習でマルチセンサ構成を凌駕
ヒューマノイドの操作タスクにおける模倣学習で、14種類のセンサ構成を比較し、データが限られた状況ではアクティブステレオカメラのみの最小構成が複雑なマルチセンサ構成より高い成功率を示すことを実証した。
原題: Active Stereo-Camera Outperforms Multi-Sensor Setup in ACT Imitation Learning for Humanoid Manipulation ／ Robin Kühn, Moritz Schappler, Thomas Seel 他
日本語で読む → - 論文模倣学習ロボティクス
軌道ではなく意図を模倣せよ
模倣学習において、行動の意図と実行の詳細を周波数空間でのマルチスケールトークン化により分離し、意図トークンを用いた転移と適応を可能にする手法MINTを提案。
原題: Mimic Intent, Not Just Trajectories ／ Renming Huang, Chendong Zeng, Wenjing Tang 他
日本語で読む → - 論文模倣学習ロボティクス
マルチタスク軌道からの解釈可能なスキルのオフライン発見
弱いタスクラベルと自己教師あり学習を組み合わせて、長期的なマルチタスクのオフラインデータから再利用可能なスキルを発見し、階層的な模倣学習を実現するフレームワークLOKIを提案した。
原題: Offline Discovery of Interpretable Skills from Multi-Task Trajectories ／ Chongyu Zhu, Mithun Vanniasinghe, Jiayu Chen 他
日本語で読む → - 論文模倣学習ロボティクス
ロボット学習のための限られた実演のインターフェースを考慮した軌道再構成
低次元インターフェースで収集した実演を、タスク・環境・インターフェース制約を考慮してロボットの全制御空間に持ち上げる軌道再構成アルゴリズムを提案し、実世界のADLタスクで有効性を示した。
原題: Interface-Aware Trajectory Reconstruction of Limited Demonstrations for Robot Learning ／ Demiana R. Barsoum, Mahdieh Nejati Javaremi, Larisa Y. C. Loke 他
日本語で読む → - 論文模倣学習ロボティクス
マルチモーダルフィードバックを用いた実行可能性を考慮した観察からの模倣学習
ロボットの動作を実演から学ぶ際、実演がロボットにとって実行不可能な場合でも、視覚と触覚のフィードバックで実演を改善し、実行可能性を考慮して頑健な方策を学習する手法を提案。
原題: Feasibility-aware Imitation Learning from Observation with Multimodal Feedback ／ Kei Takahashi, Hikaru Sasaki, Takamitsu Matsubara
日本語で読む → - 論文模倣学習AI
GRAIL: 模倣学習による目標認識アラインメント
模倣学習と逆強化学習を用いて、候補目標ごとの方策を実演軌跡から直接学習し、部分軌跡を1回の順伝播でスコアリングすることで、非最適・系統的バイアス・ノイズのある行動下でも目標認識精度を向上させる手法を提案。
原題: GRAIL: Goal Recognition Alignment through Imitation Learning ／ Osher Elhadad, Felipe Meneguzzi, Reuth Mirsky
日本語で読む → - 論文模倣学習ロボティクス
運動プリミティブの統合による階層的比例モデルを用いた動作生成
運動プリミティブを比例的に組み合わせる階層的模倣学習フレームワークを提案し、実機のピックアンドプレースでプリミティブにない複雑動作の生成に成功した。
原題: Hierarchical Proportion Models for Motion Generation via Integration of Motion Primitives ／ Yu-Han Shu, Toshiaki Tsuji, Sho Sakaino
日本語で読む → - 論文模倣学習ロボティクス
力生成模倣学習：制御技術による位置軌道と力指令の橋渡し
位置軌道から力指令を生成するモデルを提案し、メモリなしモデルとフィードバック制御を組み合わせることで未知の軌道にも対応可能にした。
原題: Force Generative Imitation Learning: Bridging Position Trajectory and Force Commands through Control Technique ／ Hiroshi Sato, Sho Sakaino, Toshiaki Tsuji
日本語で読む → - 論文模倣学習ロボティクス
BPP: 重要な履歴フレームに注目した長文脈ロボット模倣学習
視覚言語モデルで検出したタスクに関連するキーフレームのみを条件とすることで、履歴に依存するロボットタスクの模倣学習を安定化させ、実世界タスクで成功率を大幅に向上させた。
原題: BPP: Long-Context Robot Imitation Learning by Focusing on Key History Frames ／ Max Sobol Mark, Jacky Liang, Maria Attarian 他
日本語で読む → - 論文模倣学習ロボティクス
PRISM: 単一パス多感覚模倣学習のためのPerformer RS-IMLE
RGB・深度・触覚・音声・固有感覚を統合する時間的多感覚エンコーダとPerformerベースの線形注意生成器を組み合わせ、IMLEのバッチ全体拒絶サンプリング変種により単一パスで高速(30-50Hz)な模倣学習を実現した手法。
原題: PRISM: Performer RS-IMLE for Single-pass Multisensory Imitation Learning ／ Amisha Bhaskar, Pratap Tokekar, Stefano Di Cairano 他
日本語で読む → - 論文模倣学習ロボティクス
EasyMimic：人間の動画からロボット模倣学習を低コストで実現するフレームワーク
家庭用低コストロボットが、RGBカメラで撮影した人間の動画から3D手軌跡を抽出し、把持制御空間にマッピングして模倣学習する手法を提案。少量のロボットデータとの共同学習で新タスクに迅速適応し、高コストなデータ収集を削減する。
原題: EasyMimic: A Low-Cost Framework for Robot Imitation Learning from Human Videos ／ Tao Zhang, Song Xia, Ye Wang 他
日本語で読む → - 論文模倣学習ロボティクス
人間からロボットへの模倣学習：動画デモンストレーションからの操作スキル獲得
動画から操作動作と対象物体を抽出するVLMベースの理解モジュールと、TD3強化学習による模倣実行モジュールを組み合わせ、ロボットが非構造動画から操作スキルを学ぶパイプラインを提案した。
原題: Human-to-Robot Interaction: Learning from Video Demonstration for Robot Imitation ／ Thanh Nguyen Canh, Thanh-Tuan Tran, Haolan Zhang 他
日本語で読む → - 論文模倣学習機械学習
半教師ありクロスドメイン模倣学習
少数の目標ドメインの専門家デモとラベルなしの不完全軌道のみを用いて、ドメイン間の状態行動マッピングを学習する半教師ありクロスドメイン模倣学習手法を提案し、MuJoCoとRobosuiteで安定かつデータ効率的な性能向上を示した。
原題: Semi-Supervised Cross-Domain Imitation Learning ／ Li-Min Chu, Kai-Siang Ma, Ming-Hong Chen 他
日本語で読む → - 論文模倣学習ロボティクス
HumanX: 人間の動画からヒューマノイドの俊敏で汎用的なインタラクションスキルを獲得
人間の動画から物理的に妥当なロボット動作データを生成し、模倣学習でUnitree G1にゼロショット転移するフレームワーク。バスケやサッカーなど5領域10スキルを獲得。
原題: HumanX: Toward Agile and Generalizable Humanoid Interaction Skills from Human Videos ／ Yinhuai Wang, Qihan Zhao, Yuen Fui Lau 他
日本語で読む → - 論文模倣学習ロボティクス
フローを活用した少数ショット模倣学習における人間デモンストレーションへの汎化
シーンフロー予測とフロー・クロップ点群条件付きポリシーを組み合わせ、人間の動画のみで見られるシナリオへの汎化を実現した少数ショット模倣学習手法を提案。
原題: Flow-Enabled Generalization to Human Demonstrations in Few-Shot Imitation Learning ／ Runze Tang, Penny Sweetser
日本語で読む → - 論文模倣学習ロボティクス
生成的基盤モデルによる単一の人間実演からの模倣学習スケーリング
単一の人間実演からReal2Genで操作方策を学習し、シミュレーションで大量データを生成して流マッチング方策を訓練、実世界にゼロショット展開する。
原題: Scaling Single Human Demonstrations for Imitation Learning using Generative Foundational Models ／ Nick Heppert, Minh Quang Nguyen, Abhinav Valada
日本語で読む → - 論文模倣学習ロボティクス
ロボット模倣における行動生成のための粗密分離フレームワーク
行動を粗い離散モードと細かい連続行動に分離する2段階手法を提案し、多峰性行動の模倣学習を安定化させ、ベンチマークと実機で性能を向上させた。
原題: Primary-Fine Decoupling for Action Generation in Robotic Imitation ／ Xiaohan Lei, Min Wang, Wengang Zhou 他
日本語で読む → - 論文模倣学習ロボティクス
PALM: 知覚アライメントによる局所視覚運動ポリシーの汎化性向上
操作ポリシーを大域的な粗い部分と局所的な細かい部分に分け、局所レベルで視覚的注目と固有受容感覚表現を揃えることで、追加の入力やデータ収集なしに分布外環境への汎化性能を高めた研究。
原題: PALM: Enhanced Generalizability for Local Visuomotor Policies via Perception Alignment ／ Ruiyu Wang, Zheyu Zhuang, Danica Kragic 他
日本語で読む → - 論文模倣学習/宇宙機制御ロボティクス
専門家デモンストレーションを用いた模倣学習による宇宙機のランデブ・ドッキング制御
専門家のデモンストレーションから直接制御方策を学ぶ模倣学習フレームワークを提案し、モデルに依存せず6自由度のランデブ・ドッキング制御を高精度かつ省エネルギーに実現した。
原題: Imitation learning-based spacecraft rendezvous and docking method with Expert Demonstration ／ Shibo Shao, Dong Zhou, Guanghui Sun 他
日本語で読む → - 論文模倣学習/双腕マニピュレーションロボティクス
情報理論による両手協調動作の検出と双腕ロボットの行動計画生成
単一のRGB動画から両手協調作業を情報理論的に解析し、双腕ロボットのモジュール型行動木をワンショットで生成する手法を提案。
原題: Information-Theoretic Detection of Bimanual Interactions for Dual-Arm Robot Plan Generation ／ Elena Merlo, Marta Lagomarsino, Arash Ajoudani
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 → - 論文模倣学習機械学習
ConceptACT: エピソードレベルの概念を用いたサンプル効率の高いロボット模倣学習
人間が与えるエピソード単位の意味的概念を訓練時のみ活用し、Transformerの注意機構に組み込むことで、ロボット模倣学習の収束速度とサンプル効率を向上させた手法。
原題: ConceptACT: Episode-Level Concepts for Sample-Efficient Robotic Imitation Learning ／ Jakob Karalus, Friedhelm Schwenker
日本語で読む → - 論文模倣学習ロボティクス
専門家混合による多様なスキル学習で行動モデルを強化
模倣学習におけるマルチタスク干渉問題を解決するため、専門家混合（MoE）を用いて各専門家を観測空間の部分領域に特化させ、多様なスキルを学習する手法Di-BMを提案。実世界のロボット操作タスクで性能を大幅に向上させた。
原題: Learning Diverse Skills for Behavior Models with Mixture of Experts ／ Wangtian Shen, Jinming Ma, Mingliang Zhou 他
日本語で読む → - 論文模倣学習機械学習
軌道レベルの生成埋め込みによる観察からの模倣学習
拡散モデルで軌道データを潜在空間に埋め込み、専門家の状態密度を推定することで、不完全なオフラインデータからでも密で滑らかな報酬を構築する観察ベース模倣学習手法を提案。
原題: Imitation from Observations with Trajectory-Level Generative Embeddings ／ Yongtao Qu, Shangzhe Li, Weitong Zhang
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 → - 論文模倣学習ロボティクス
後知恵オンライン模倣によるフローから方策への変換
高レベルプランナが生成した2D点フローを、オンライン試行錯誤と後知恵目標再ラベリングで目標条件付き模倣方策に接地し、操作タスクの性能を2倍以上に改善する手法を提案。
原題: Translating Flow to Policy via Hindsight Online Imitation ／ Yitian Zheng, Zhangchen Ye, Weijun Dong 他
日本語で読む → - 論文模倣学習機械学習
拡散モデルによる合成デモンストレーションを用いた敵対的模倣学習
拡散モデルで疑似専門家デモを生成し、優先リプレイで効率的に模倣学習する手法を提案。Hopperタスクで最先端を上回る性能を達成。
原題: SD2AIL: Adversarial Imitation Learning from Synthetic Demonstrations via Diffusion Models ／ Pengcheng Li, Qiang Fang, Tong Zhao 他
日本語で読む → - 論文模倣学習ロボティクス
ManiLong-Shot: 長期的操作のためのインタラクション認識ワンショット模倣学習
物理的インタラクションイベントに基づいて長期的タスクをプリミティブに分解し、VLMやルールベースの推論でワンショット模倣学習を実現するフレームワークを提案。
原題: ManiLong-Shot: Interaction-Aware One-Shot Imitation Learning for Long-Horizon Manipulation ／ Zixuan Chen, Chongkai Gao, Lin Shao 他
日本語で読む → - 論文自動運転/模倣学習ロボティクス
専門家の連鎖：時間的交替による自動運転模倣プランナーの強化
自動運転の模倣学習において、時間軸に沿って複数の専門家モデルを交互に切り替えることで誤差蓄積を抑え、モデル規模やデータを増やさずに閉ループ性能を向上させる手法を提案。
原題: Sequence of Expert: Boosting Imitation Planners for Autonomous Driving through Temporal Alternation ／ Xiang Li, Gang Liu, Weitao Zhou 他
日本語で読む → - 論文自動運転/模倣学習画像認識
LEAD: エンドツーエンド運転における学習者と専門家の非対称性の最小化
自動運転の模倣学習において、特権的な専門家デモとセンサベースの学生観測の不一致を分析し、そのギャップを埋める介入によりCARLAベンチマークで最先端性能を達成した研究。
原題: LEAD: Minimizing Learner-Expert Asymmetry in End-to-End Driving ／ Long Nguyen, Micha Fauth, Bernhard Jaeger 他
日本語で読む →