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: 2026/10/9 / 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 →- 論文模倣学習ロボティクス
VICAR: 接触を考慮したリターゲティングによるヒューマノイド対話スキルのビデオ模倣
三人称の人間動画からヒューマノイドの接触を伴う操作スキルを学習するパイプラインを提案し、接触姿勢や速度を保ちながら動作をリターゲティングして実行時適応を可能にした。
原題: VICAR: Video Imitation with Contact-Aware Retargeting for Humanoid Interactive Skills / Dvij Kalaria, Bike Zhang, S. Shankar Sastry
日本語で読む → - 論文模倣学習ロボティクス
残差モデリングでロボット学習の回帰と生成ポリシーのギャップを埋める
ロボットの模倣学習において、MSE回帰とフローマッチングの性能差を残差の統計的性質から分析し、ヘテロスケダスティックなStudent-t回帰により生成ポリシーに匹敵する性能をより高速に実現した。
原題: Residual Modeling Closes the Regression and Generative Policy Gap in Robot Learning / Yuchen Zhou, Jiacheng You, Weikang Wan 他
日本語で読む → - 論文模倣学習/強化学習ロボティクス
高次行動監督による強力な方策クラス
模倣学習や強化学習において、0次(行動ラベル)だけでなく1次(行動の時間変化)も同時に監督する損失を提案し、既存の方策モデルに構造変更なしで組み込めるようにした。連続制御タスクで性能とロバスト性が大幅に向上。
原題: Higher-Order Action Supervision Makes A Strong Policy Class / Peng Cheng, Yunxian Hou, Zhi Zhou 他
日本語で読む → - 論文模倣学習ロボティクス
接触因子分解による接触を考慮した模倣学習
接触力を正規化された接触相対座標で表現し、接触法線と摩擦を推定することで、未知の接触条件でも方策を更新せずに接触の多い操作を適応させる模倣学習フレームワークFACEを提案。
原題: Contact-Aware Imitation Learning Through Contact Factorization / Jiho Hong, Daeun Song, Sanghyun Kim 他
日本語で読む → - 論文模倣学習AI
自己教師ありキーフレーム発見による長期依存行動クローニング
ランダムにサンプリングした過去観測から情報量の多いキーフレームを自己教師ありで発見し、それを条件に行動クローニングを行うことで、長期依存タスクでも性能劣化なく汎化できる手法を提案。
原題: Self-Supervised Keyframe Discovery for Horizon-Invariant Behavior Cloning / Prabin Kumar Rath, Omkar Patil, Nakul Gopalan
日本語で読む → - 論文模倣学習ロボティクス
幾何学的事前分布を用いた高速ノンパラメトリック異分散模倣学習
ロボットの模倣学習において、多様体上の幾何学的構造を考慮したノンパラメトリック手法を提案し、データ不足や異分散不確実性下でも高速な適応と不確実性推定を実現した。
原題: Fast Non-Parametric Heteroscedastic Imitation Learning With Geometric Priors / Maximilian Mühlbauer, Arne Sachtler, Markus Knauer 他
日本語で読む → - 論文模倣学習ロボティクス
適応的平均フローによる応答性の高い閉ループロボット制御
拡散・フローベースの模倣学習ポリシーの予測遅延を、Mean Flowで加速しつつ前ステップの軌跡をノイズ付加して再利用することで滑らかで応答性の高い完全閉ループ制御を実現した手法AMFを提案。
原題: Adaptive Mean Flow for Responsive Closed-Loop Robot Control / Aksel Vaaler, Marco Job, Christian Holden 他
日本語で読む → - 論文模倣学習ロボティクス
行動クローニングの謎を解明するベンチマークOCBench
人間のデモに似た性質を持つスクリプトポリシーでロボット操作ベンチマークOCBenchを構築し、行動クローニングにまつわる数々の不思議な現象を制御された環境で再現・分析できるようにした。
原題: Behavioral Cloning Mystery / Seohong Park, Sergey Levine
日本語で読む → - 論文模倣学習ロボティクス
Mulligan: 効率的なオンボット学習のための性能誘導型データ収集
ロボットの模倣学習において、失敗しやすい初期状態を優先的に収集するデータ収集法を提案し、実世界タスクで成功率を10-34ポイント改善した。
原題: Mulligan: Performance-Guided Data Collection for Efficient On-Robot Learning / Lars Ankile, Perry Dong, Rohan Bhowmik 他
日本語で読む → - 論文模倣学習ロボティクス
双線形フローポリシー:目標条件付き視覚運動模倣のための分布的外挿
未見の目標に対しても多峰性を保ちながら外挿できるよう、アンカー検索と双線形条件付きフローを組み合わせた視覚運動模倣ポリシーを提案し、シミュレーションの操作タスクで分布外成功率を大幅に改善した。
原題: Bilinear Flow Policy: Distributional Extrapolation for Goal-Conditioned Visuomotor Imitation / Wonsuhk Jung, Sundhar Vinodh Sangeetha, Chen Xu 他
日本語で読む → - 論文模倣学習/速度制御ロボティクス
FreeSpeed: 生成ロボットポリシーのための訓練不要な速度制御
事前学習済みポリシーの行動チャンクを後処理し、隣接行動の方向不一致を信号に実行速度を適応的に調整する訓練不要モジュールを提案。シミュレーションと実機で成功率を保ちつつ0.22倍から2.53倍の速度制御を実現した。
原題: FreeSpeed: Training-Free Speed Control for Generative Robot Policies / Yuxuan Hu, Shilin Shan, Qiheng Wang 他
日本語で読む → - 論文模倣学習ロボティクス
条件付き軌道ピーク:アクションチャンク上のシングルパス多峰性ポリシー
同じ観測下で多様な行動を生成しつつ再計画時の一貫性も保つ、シングルパスで動作する模倣学習ポリシーを提案。実機双腕タスクで成功率を維持しつつ推論遅延を約3分の1に短縮した。
原題: Conditional Trajectory Peaks: Single-Pass Multimodal Policies over Action Chunks / Di Wu, Rongtian Shen, Ping Liu 他
日本語で読む → - 論文模倣学習ロボティクス
REDIRECT: ロボットの悪い癖を1%の修正で直す
混合品質のテレオペデータから、問題のある局所的な行動分岐だけを特定し、1%の学習予算で修正する手法を提案。
原題: REDIRECT: A 1% Fix for Bad Robot Habits / Yu Zhang, Jiazhuo Li, Yancong Wei 他
日本語で読む → - 論文模倣学習/マニピュレーションロボティクス
AdaTempo: 実演から共有相対テンポを学習しロボット操作を高速化
実演の位相ごとの相対的な速さの共通構造を自己教師ありで抽出し、それを用いて訓練軌道を再サンプリングすることで、実行時の速度調整なしに視覚運動方策を最大3.57倍高速化する手法。
原題: AdaTempo: Learning Shared Relative Tempo from Demonstrations for Faster Robot Manipulation / Jiale Cao, Yike Niu, Zhengrong Xue 他
日本語で読む → - 論文模倣学習ロボティクス
Reward-DAgger: 汎用進捗報酬モデルによるロボット主導の対話型模倣学習
汎用報酬モデルが出力する進捗信号を利用して、人間の介入が必要なタイミングをロボット自身が判断する対話型模倣学習フレームワークを提案し、タスクごとの再調整なしに失敗検出と回復行動の学習を可能にした。
原題: Reward-DAgger: Robot-Gated Interactive Imitation Learning with General-Purpose Progress-Based Reward Models / Ryan Li, Yigit Korkmaz, Erdem Bıyık
日本語で読む → - 論文模倣学習ロボティクス
経験に基づく実現可能性を考慮した身体性不一致下での観察からの生成的敵対的模倣
ロボット自身の経験から実現可能性を推定し、身体性の違いで実行不可能な人間のデモを適応的に除外しながら観察から模倣学習する手法を提案。
原題: Experience-Based Feasibility-Aware Generative Adversarial Imitation from Observation under Embodiment Mismatch / Yoshiki Takebayashi, Giovanni Perantoni, Hikaru Sasaki 他
日本語で読む → - 論文データ拡張/模倣学習ロボティクス
NEEDLEWORK: 検証済み局所ステッチによるロボットデータのオフライン書き換え
RGB画像と固有感覚のみを用いて、ロボットのデモンストレーション間に短く検証済みの行動ブリッジをオフラインで追加し、失敗軌道も活用してデータ拡張する手法を提案。実機タスクで成功率を平均21ポイント改善した。
原題: NEEDLEWORK: Offline Rewriting of Robot Data with Verified Local Stitches / Juntao Ren, Yifan Hou, Shuran Song
日本語で読む → - 論文模倣学習/リカレント方策ロボティクス
線形リカレントメモリでロボットエアホッケーのワールドモデル方策を蒸留できる
一時的にパックを見失う状況下のエアホッケー防御タスクで、DreamerV3教師を線形リカレントメモリを持つ小型方策に蒸留し、非線形リカレント動力学が必ずしも必要でないことを示した。
原題: Linear Recurrent Memory Suffices to Distil a World-Model Policy for Robot Air Hockey / F. Olivia Fan, Oliver Obst
日本語で読む → - 論文模倣学習機械学習
双因果最適輸送による微分可能な双模倣距離フレームワーク
双模倣距離(双因果最適輸送)を線形計画問題として定式化し、その勾配を閉形式で求めることで、状態圧縮・モデル学習・模倣学習に応用可能な微分可能アルゴリズムを提案した。
原題: Differentiating Bisimulation Metrics: A Framework for Parametric Markov Chain Fitting via Bicausal Optimal Transport / Sergio Calo, Amy Zhang, Javier Segovia-Aguas 他
日本語で読む → - 論文模倣学習画像認識
指示分解によるマルチ粒度言語ガイド模倣学習
タスク全体の言語指示を細かいサブタスク指示に分解し、多段階の操作タスクにおける模倣学習の効率と性能を向上させる手法を提案した。
原題: Multi-Granularity Language-Guided Imitation Learning via Instruction Decomposition / Yi-Pei Chiu, Wei-Ta Chu
日本語で読む → - 論文模倣学習ロボティクス
BlenDAgger: インタラクティブ模倣学習のためのブレンド共有制御
介入時に方策と人間の動作を共有制御でブレンドしてデータ収集するBlenDAggerを提案し、実世界2タスクでHG-DAggerより30ポイント以上高い自律性能を達成した。
原題: BlenDAgger: Blended Shared Control for Interactive Imitation Learning / Cailyn Smith, Geoffrey Sun, Henny Admoni 他
日本語で読む → - 論文模倣学習ロボティクス
失敗動画から学ぶヒューマノイドスキル:Track-and-Complete
失敗した人間の動画から、失敗前の有効な動作を模倣し、推定したタスク結果に基づいてタスクを完了する手法TRACCを提案。成功実演なしでもヒューマノイドのスキル学習が可能であることを示した。
原題: Track-and-Complete: Learning Humanoid Skills from a Single Failed Human Video / Sarmad Idrees, Jongeun Choi
日本語で読む → - 論文オフライン模倣学習ロボティクス
SynIL: 不完全なデモンストレーションデータセットからのオフライン模倣学習のためのシナジー活用
運動シナジーを自己教師ありで定量化し、遷移ごとの報酬を生成することで、質の低いデモを含むデータからでも高精度なオフライン模倣学習を可能にするフレームワークを提案。
原題: SynIL: Leveraging Synergy for Offline Imitation Learning from Imperfect Demonstration Datasets / Yuto Tanaka, Kyo Kutsuzawa, Martina Doku 他
日本語で読む → - 論文手術ロボット/模倣学習ロボティクス
SurgFlow: 手術ロボット操作のための3Dオブジェクト中心コンタクトフロー
ステレオ手術動画から3Dオブジェクト中心のコンタクトフローを学習し、接触スコアで把持・解放をトリガーすることで、dVRKでの組織牽引や針の受け渡しなどを高成功率で実現したフレームワーク。
原題: SurgFlow: 3D Object-Centric Contact Flow for Surgical Robot Manipulation / Changwei Chen, Xiao Liang, Yinuo Yang 他
日本語で読む → - 論文模倣学習機械学習
保守性を超えて:モデルベース模倣学習のための回復可能性条件付き探索
モデルベース模倣学習において、保守的方策学習と能動的データ収集を分離し、メイン方策が専門家行動へ戻れる回復可能な未知状態に探索を集中させるRECONを提案。歩行・ナビゲーション・操作タスクで効率と性能を改善。
原題: Beyond Conservatism: Recoverability-Conditioned Exploration for Model-Based Imitation Learning / Xuanlin Chen, Ziyue Wang, Xunlan Zhou 他
日本語で読む → - 論文模倣学習ロボティクス
状態行動を超えて:ロボット模倣学習における指令と状態の不一致の活用
ロボットの模倣学習において、指令と実際の状態の不一致を重み付けに利用する手法CSDWを提案し、制約のある実機タスクで性能を向上させた。
原題: Beyond State-as-Action: Exploiting Command-State Discrepancy for Robot Imitation Learning / Peiyan Li, Yueran Tao, Enhao Zhang 他
日本語で読む → - 論文模倣学習ロボティクス
視点一般化可能な視覚模倣学習ポリシーに何が重要か:実証研究
視覚模倣学習において、密な視覚トークンの保持と幾何学的推論を行う行動ヘッドが視点一般化に有効であることを実験的に示し、シミュレーションから実世界へのゼロショット転移も実現した。
原題: An Empirical Study on What Matters for Viewpoint-Generalizable Policies in Visual Imitation Learning / Mino Nakura, Sriram Krishna, Yufei Wang 他
日本語で読む → - 論文模倣学習ロボティクス
EgoSpeedUp: 人間の操作テンポをロボット方策に転移する
人間の操作デモからタスクに適したフェーズごとの実行テンポを推定し、ロボットの遅いデモを再タイミングして模倣学習させることで、成功率を上げつつ実行時間を短縮するフレームワーク。
原題: EgoSpeedUp: Transferring Human Manipulation Tempo to Robot Policies / Hanbit Oh, Yukiyasu Domae, Takuma Yagi
日本語で読む → - 論文模倣学習ロボティクス
POIL: 安定力学系を用いた点ベースのワンショット模倣学習
物体の機能部位上の3D点群を共有表現として使い、1回の実演から軌道を転移しつつ、閉ループ制御で外乱や把持姿勢の変化に頑健に実行するワンショット模倣学習手法を提案。
原題: POIL: Point-based One-Shot Imitation Learning with Stable Dynamical Systems / Sang Min Kim, Jinwoo Seo, Hyeongjun Heo 他
日本語で読む → - 論文マルチモーダル模倣学習ロボティクス
PolyUMI: 視覚・触覚・音声を統合した物体推論と操作のためのアクセシブルなデータ収集
無線ハンドヘルドグリッパで視覚・触覚・音声・固有感覚を同期収集し、ロボットに展開できるオープンソース基盤と、異種センサ情報を統合するマルチモーダル方策VisTAを提案。物体推論や滑り制御、接触の多い操作で有効性を示した。
原題: PolyUMI: Accessible Visual-Tactile-Audio Data Collection for Object Inference and Manipulation / Conor W. Hayes, Rickmer Krohn, Aravind Ramaswami 他
日本語で読む →
PR・アフィリエイト広告
