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 →- 論文模倣学習ロボティクス
異種デモンストレーションからの模倣学習:接地された潜在アクション世界モデルを用いて
異なるアクション空間やラベル欠如を含む異種データソースから、予測に基づく共通の潜在アクション表現を学習し、行動クローニングポリシーを訓練する手法を提案。シミュレーションと実世界の操作タスクで有効性を実証。
原題: Imitation from Heterogeneous Demonstrations using Grounded Latent-Action World Models / Tianyou Wang, Anson Lei, Joe Watson 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/転移学習ロボティクス
キーポーズ探索:効率的な自動軌道ラベリングとクロスエンボディメントポリシー転送
把持関連タスクのデモからキーポーズを自動抽出するパイプラインを提案し、キーポーズ条件付き拡散ポリシーを訓練して、到達可能性マップによるフィルタリングで異なるロボットへのゼロショット転送を試みた。
原題: Keypose Exploration: Efficient Automatic Trajectory Labelling and Cross-Embodiment Policy Transfer / Yupu Lu, Hang Xu, Yizhou Chen 他
日本語で読む → - 論文模倣学習ロボティクス
軌道標準化によるロボット模倣学習の改善
人間のデモンストレーション軌道の速度むらや冗長な停止を情報距離に基づいて再サンプリングする前処理手法ISRを提案し、実世界の操作タスクで成功率を約25%向上させた。
原題: Improving Robotic Imitation Learning via Trajectory Standardization / Licheng Yang, Lingfeng Qian, Fei Zheng 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 → - 論文模倣学習ロボティクス
VFILC: サンプリング周波数ILCによる模倣学習での正確な周波数外挿
模倣学習で速度外挿時の周波数誤差を補正するため、可変周波数模倣学習(VFIL)に反復学習制御(ILC)を組み合わせたVFILCを提案し、実験で周波数誤差を大幅に削減した。
原題: VFILC: Accurate Frequency Extrapolations in Imitation Learning via Sampling Frequency ILC / Nozomu Masuya, Toshiaki Tsuji, Sho Sakaino
日本語で読む → - 論文模倣学習ロボティクス
長いコンテキスト長での拡散ポリシーの訓練と評価
ロボット操作の模倣学習において、観察履歴の長さ(コンテキスト長)がポリシーの性能に与える影響を詳細に調査し、長いコンテキストを効率的に学習する訓練手法を提案した。
原題: Training and Evaluating Diffusion Policies with Long Context Lengths / Abhinav Agarwal, Adam Wei, Taylan Kargin 他
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 → - 論文模倣学習ロボティクス
WARP-RM: ワープ拡張相対進行報酬モデルによるデータキュレーション
成功デモから時間ワープ拡張を用いて自己教師ありでフレームごとの相対進行報酬を学習し、模倣学習のデータ品質を向上させる手法を提案。
原題: WARP-RM: A Warp-Augmented Relative Progress Reward Model for Data Curation / Justin Yu, Andrew Goldberg, Kavish Kondap 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/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 → - 論文発達学習/模倣学習ロボティクス
ロボットの発達的運動学習における双方向チュータリング:共発達的な相互作用ダイナミクスが安定した学習を支える
ロボットの運動学習において、チューターと学習者が相互に適応する双方向の教示が、一方向の教示よりも一貫した行動パターンを形成し、安定した学習と一般化を促進することを、実機ヒューマノイドと人間およびAIチューターを用いた実験で示した論文。
原題: Bidirectional Tutoring for Developmental Motor Learning in Robots: Co-Developed Interaction Dynamics Support Stable Learning / Rui Fukushima, Jun Tani
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
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
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
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
MirrorDuo: 鏡像デモペアによる反射整合的な視覚運動学習
鏡像関係にあるデモペアを自動生成し、データ数を実質2倍にする手法を提案。既存の模倣学習パイプラインに適用可能で、少ないデモで作業空間の鏡像側へのスキル転移を実現する。
原題: MirrorDuo: Reflection-Consistent Visuomotor Learning from Mirrored Demonstration Pairs / Zheyu Zhuang, Ruiyu Wang, Giovanni Luca Marchetti 他
日本語で読む → - 論文模倣学習/軌道転写ロボティクス
手中心のビデオデモからの人間からロボットへの軌道転写:オープンワールド接触位置特定によるアプローチ
人間のビデオデモから、接触情報を考慮した多様なロボット軌道を生成するフレームワークを提案。手と物体の接触区間を特定し、把持意図をロボットの並行ジョー把持に変換して軌道を生成する。
原題: Hand-centric Human-to-Robot Trajectory Transfer from Video Demonstrations via Open-World Contact Localization / Yitian Shi, Di Wen, Zhengqi Han 他
日本語で読む → - 論文模倣学習ロボティクス
RE4: 操作モードを用いた物体インタラクションの模倣の変換認識
物体操作タスクの模倣学習において、解釈可能性を保ちつつ性能を向上させるため、操作モードを考慮したデモンストレーションの検索・変換・再計画・実行からなるRE4フレームワークを提案した。
原題: RE4: Transformation-aware Imitation of Object Interactions Using Manipulation Modes / Arsh Chawla, Rahul Shome
日本語で読む → - 論文模倣学習/データ収集ロボティクス
EgoGuide: 効率的なロボット不要のデモ収集と学習のための自己中心視点ガイド
手首と頭部の自己中心視点を同期記録し、オンラインの視覚・幾何学的品質ガイドを提供するデモ収集インターフェースを提案。さらに、視点変動に頑健なゲート付き自己中心残差ポリシーを導入し、データ効率と遮蔽耐性を向上させた。
原題: EgoGuide: Egocentric Guidance for Efficient Robot-Free Demonstration Collection and Learning / Yue Xu, Mingtao Nie, Tianle Li 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/義手制御/sim2realロボティクス
生体信号不要の共有自律義手把持のためのシミュレーション駆動模倣学習
EMGなどの生体信号を使わない義手の共有自律把持制御において、実データ収集のコストを避けるため、シミュレーションで多様なリーチ・把持デモを自動生成し、模倣学習で実機に適用可能なポリシーを学習する手法を提案した。
原題: Simulation-Driven Imitation Learning for Biosignals-Free Shared-Autonomy Prosthetic Grasping / Kaijie Shi, Wanglong Lu, Huiling Chen 他
日本語で読む → - 論文模倣学習ロボティクス
視覚運動ポリシー学習における暗黙的空間表現の再考
空間ソフトマックスプーリングがロボット操作の視覚表現として有効であることを示し、その限界を克服する新しいエンコーダPRISMを提案した論文。
原題: Rethinking Implicit Spatial Representation in Visuomotor Policy Learning / Xiangyu Chen, Yuxuan Hu, Chuhao Zhou 他
日本語で読む → - 論文模倣学習ロボティクス
ヒューマン・アズ・ヒューマノイド:人間に合わせた身体を持つエゴ・エクソ人間ビデオからのゼロショット人型ロボット学習
人間のデモ動画を高自由度ヒューマノイドのVLA学習に使えるように、身体・センシング・行動ラベルを揃えるフレームワークを提案し、実機で検証した。
原題: Human-as-Humanoid: Enabling Zero-Shot Humanoid Learning from Ego-Exo Human Videos with Human-Aligned Embodiments / Xiaopeng Lin, Ruoqi Yang, Shijie Lian 他
日本語で読む → - 論文模倣学習/拡散ポリシーロボティクス
空間条件付き拡散ポリシー:単一RGBカメラによる精密で堅牢な操作学習
単一のグローバル視点のみで精密な操作を実現するため、エンドエフェクタ軌道を視覚的注意のアンカーとして用いる拡散ベースの視覚運動ポリシーを提案した。
原題: Spatially Conditioned Diffusion Policy: Learning Precise and Robust Manipulation with a Single RGB Camera / Seoyoon Kim, Kanghyun Kim, Dongwoo Ko 他
日本語で読む → - 論文データセット/触覚/模倣学習ロボティクス
HapTile: 接触を伴う模倣学習のための触覚情報を統合した視覚・触覚・言語・行動データセット
接触を伴う操作タスクの模倣学習向けに、指先触覚とオペレータへの触覚フィードバックを統合した視覚・触覚・言語・行動データセットを構築し、ベンチマーク評価も行った。
原題: HapTile: A Haptic-Informed Vision-Tactile-Language-Action Dataset for Contact-Rich Imitation Learning / Amirhosein Alian, Yongqiang Zhao, Shiyi Gu 他
日本語で読む → - 論文模倣学習ロボティクス
TSD: 物理に着想を得た軌道顕著性検出器による効率的な模倣学習
ロボット操作の模倣学習において、データ収集コスト削減のため、軌道の重要度(顕著性)を物理指標(空間エントロピーと向心加速度)で検出する訓練不要のフレームワークTSDを提案し、データ圧縮・拡張に活用した。
原題: TSD: A Physics-Inspired Trajectory Saliency Detector for Efficient Imitation Learning / Yiming Zhao, Gongrui Ma, Qingkai Li 他
日本語で読む → - 論文模倣学習/安定性ロボティクス
ダイナミクスを流れに任せよ:安定フローマッチング力学系
フローマッチングを用いた模倣学習の力学系に、リアプノフ安定性や正不変性の形式的保証を組み込む新しい枠組みを提案し、多峰性と安定性を両立したロボット動作生成を実現した。
原題: Let the Dynamics Flow: Stable Flow Matching Dynamical Systems / Rodrigo Pérez-Dattari, Francisco Leiva, Andrea Testa 他
日本語で読む → - 論文模倣学習ロボティクス
訓練不要の模倣学習:閉形式拡散ポリシー
デモデータから閉形式でスコアを導出し、訓練なしで拡散ポリシーを実現する手法を提案。CPU上でミリ秒単位の推論が可能で、ニューラル拡散ポリシーと同等の性能を示す。
原題: Training-Free Imitation Learning with Closed-Form Diffusion Policies / Raghav Mishra, Ian R. Manchester
日本語で読む → - 論文模倣学習/逆強化学習機械学習
学習報酬を用いた大規模行動モデルのコヒーレントなオフポリシー改善
大規模な事前学習済みロボット操作ポリシーを、逆強化学習で学習した稠密報酬を用いて微調整し、スパース報酬のRLベースラインよりも高い成功率を達成した。
原題: Coherent Off-Policy Improvement of Large Behavior Models with Learned Rewards / Christian Scherer, Joe Watson, Theo Gruner 他
日本語で読む →
PR・アフィリエイト広告
