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: 2026/5/1 / 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/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
模倣学習におけるデータ品質測定のための効率的な指標
模倣学習のデモンストレーションデータの品質を、パワースペクトル密度(PSD)に基づいて自動評価する指標を提案した。ポリシー学習や環境との相互作用を必要とせず、スムーズで高品質なデモを低PSD値としてランク付けする。
原題: An Efficient Metric for Data Quality Measurement in Imitation Learning / Noushad Sojib, Momotaz Begum
日本語で読む → - 論文VLA/模倣学習ロボティクス
失敗から学ぶ:適応的失敗情報学習による視覚言語行動モデルの強化
失敗軌跡を適応的な負のガイダンスとして利用し、拡散・フローベースのVLAポリシーを学習するフレームワークAFILを提案。成功と失敗のデュアルアクション生成器を共有バックボーンで訓練し、サンプリング時に失敗領域から遠ざけることでロバスト性を向上させる。
原題: Failing Forward: Adaptive Failure-Informed Learning for Vision-Language-Action Models / Meng Zheng, Samhita Marri, Anwesa Choudhuri 他
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 → - 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/逆強化学習ロボティクス
拡散ベースのポリシーにおける隠れた報酬の回復
拡散モデルと逆強化学習を統合し、スコア関数が専門家のソフトQ関数の勾配を回復することを利用して、敵対的学習なしで報酬を抽出するフレームワークを提案した。
原題: Recovering Hidden Reward in Diffusion-Based Policies / Yanbiao Ji, Qiuchang Li, Yuting Hu 他
日本語で読む → - 論文模倣学習ロボティクス
キーポイント模倣学習の汎化能力、設計選択、および限界について
RGBベースの模倣学習の汎化を改善するため、視覚基盤モデルによるキーポイント表現を用いた模倣学習(KIL)の設計選択を検討し、実機2000回以上の試行で評価。KILはRGBベースライン(47%)を上回る75%の成功率を達成し、S2拡散モデルと同等の性能を示した。
原題: On the Generalization Capabilities, Design Choices and Limitations of Keypoint Imitation Learning / Thomas Lips, Marco Moletta, Michael C. Welle 他
日本語で読む → - 論文模倣学習/ヒューマノイドロボティクス
動画からのヒューマノイド模倣学習のための直接動的リターゲティング
単眼ビデオからヒューマノイドの模倣学習を行う際、従来の幾何学的リターゲティングが持つバイアスを排除し、物理シミュレータ内で直接動的軌道を生成する新しいフレームワークを提案した。
原題: Direct Dynamic Retargeting for Humanoid Imitation Learning from Videos / Constant Roux, Ludovic De Matteïs, Armand Jordana 他
日本語で読む → - 論文計画/模倣学習AI
シンボリック世界モデル上の二段階ポリシー学習による長期的計画
低レベルの模倣学習と高レベルのシンボリック抽象化を組み合わせた二段階ポリシーを提案し、長期的な計画問題を効率的に解決するシステムBISONを実装した。
原題: Learning Bilevel Policies over Symbolic World Models for Long-Horizon Planning / Dillon Z. Chen, Till Hofmann, Toryn Q. Klassen 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 → - 論文模倣学習機械学習
行動チャンク型模倣学習におけるマルチモーダル失敗の理解
行動チャンク型ポリシーで同じ観察に複数の正解行動がある場合の失敗メカニズムを分析し、潜在変数型と生成型の各パラメータ化の特性を明らかにした。
原題: Understanding Multimodal Failure in Action-Chunking Behavioral Cloning / Lorenzo Mazza, Massimiliano Datres, Ariel Rodriguez 他
日本語で読む → - 論文模倣学習/手術支援ロボティクス
開腹手術におけるロボット支援のための模倣学習:縫合追従動作における複数ポリシーの評価
開腹手術での縫合補助動作(掴む・引く・離す)を対象に、4種類の模倣学習ポリシーを比較評価し、π0が最も高い性能とデータ効率を示した。
原題: Imitation Learning for Robot Assistance in Open Surgery: A Multi-Policy Evaluation on Suture Following / Xucheng Wang, Zhizhou Yang, Xiaoman Zhang 他
日本語で読む → - 論文模倣学習ロボティクス
模倣学習のための計装化:ハンガー挿入タスクの訓練データセット強化
物体にセンサを組み込む計装化により、ロボットの模倣学習の効率を高める手法を提案し、ハンガー挿入タスクで計装データを使うと視覚のみより成功率が14〜25%向上することを示した。
原題: Instrumentation for Imitation Learning: Enhancing Training Datasets for Clothes Hanger Insertion / Remko Proesmans, Thomas Lips, Francis wyffels
日本語で読む → - 論文模倣学習ロボティクス
何を尋ねるべきか知るロボット:説明による報酬のずれの修正
不完全なデモから学習した報酬関数の不確実性を検出し、ロボットが自然言語で説明しながら追加のデモを能動的に要求する手法を提案。シミュレーションと実機で効果を検証した。
原題: Robots That Know What to Ask: Recovering Misaligned Rewards through Targeted Explanations / Helena Merker, Nick Walker, Andreea Bobu
日本語で読む → - 論文模倣学習/拡散モデルロボティクス
DSSP: 全履歴符号化を備えた拡散状態空間ポリシー
ロボット操作のための拡散模倣学習において、履歴全体を効率的に圧縮・活用する階層的コンディショニング手法を提案し、シミュレーションと実機で高い性能を達成した。
原題: DSSP: Diffusion State Space Policy with Full-History Encoding / Zhiyuan Guan, Jianshu Hu, Han Fang 他
日本語で読む → - 論文模倣学習ロボティクス
MARSポリシー:必要な時だけマルチモーダルに
ロボット操作の模倣学習において、タスクの全フェーズで多様性が必要とは限らないことに着目し、必要な時だけ確率的生成を適応的に行い、単一モードのフェーズでは決定的学習に切り替えるMARSポリシーを提案した。シミュレーションと実機で成功率向上と推論遅延削減を実証した。
原題: MARS Policy: Multimodality Only When It Matters / Jindou Jia, Tuo An, Yuxuan Hu 他
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 → - 論文模倣学習ロボティクス
HumanEgo: 人間の一人称視点動画数分からのゼロショットロボット学習
人間の一人称視点動画からロボット操作スキルをゼロショットで転移するフレームワークを提案。手と物体の相互作用をエンティティレベルで表現し、フローマッチングポリシーと補助損失で学習することで、ロボットデータ不要で高効率な学習を実現した。
原題: HumanEgo: Zero-Shot Robot Learning from Minutes of Human Egocentric Videos / Zhi Wang, Botao He, Kelin Yu 他
日本語で読む → - 論文模倣学習/拡散ポリシー/説明可能性ロボティクス
SADP: 基盤モデル生成デモから学習するサブゴール認識拡散ポリシーによる説明可能なロボット
基盤モデルでサブゴール注釈付きデモを自動生成し、そのデータで拡散ポリシーを訓練することで、ロボットが実行中のサブタスクを説明可能にしつつ成功率も向上させる手法を提案した。
原題: SADP: Subgoal-Aware Diffusion Policy for Explainable Robots Learned from Foundation Model Generated Demonstrations / Site Hu, Takato Horii
日本語で読む → - 論文模倣学習/能動視覚/ベンチマークロボティクス
TAVIS: 模倣学習における自己中心視覚と予期的注視のベンチマーク
模倣学習における能動視覚の評価基盤TAVISを提案し、頭部・手首カメラの2つのタスク群と予期的注視を測る新指標GALTを導入した。
原題: TAVIS: A Benchmark for Egocentric Active Vision and Anticipatory Gaze in Imitation Learning / Giacomo Spigler
日本語で読む → - 論文模倣学習ロボティクス
Demo-JEPA: ワンショット異種エンボディメント模倣のための共同埋め込み予測アーキテクチャ
デモンストレーションを動作ではなく将来の目標状態として捉え、JEPAベースの世界モデルで視覚デモを目標エージェントの潜在軌跡に変換し、自己の学習済みダイナミクスで計画・実行する異種エンボディメント模倣フレームワークを提案。
原題: Demo-JEPA: Joint-Embedding Predictive Architecture for One-shot Cross-Embodiment Imitation / Jingyang He, Guangrun Li, Jieyu Zhang 他
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周辺での適応的探索のためのエルゴード模倣
模倣学習における訓練と実環境のミスマッチに対応するため、デモの幾何学的構造から目標分布を構築し、追従と探索を適応的に切り替えるエルゴード制御に基づく軌道生成手法を提案した。
原題: Ergodic Imitation for Adaptive Exploration around Demonstrations / Ziyi Xu, Cem Bilaloglu, Yiming Li 他
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/データ生成ロボティクス
模倣学習のための高忠実度合成デモンストレーション生成の原理的アプローチ
3Dガウススプラッティングと動的運動プリミティブを組み合わせ、専門家の軌道構造を保ちつつ多様な合成デモを生成するフレームワークを提案。障害物回避も考慮し、接触を伴う操作タスクの学習に有効なデータを生成する。
原題: A Principled Approach for Creating High-fidelity Synthetic Demonstrations for Imitation Learning / Moniruzzaman Akash, Momotaz Begum
日本語で読む → - 論文模倣学習ロボティクス
データ非対称潜在想像と再ランキングによる3Dロボット模倣学習
低品質な軌跡データを活用するため、3D点群の潜在世界モデルによる想像ロールアウトとタスク完了スコアラによる再ランキングを組み合わせたフレームワークDALI-Rを提案し、模倣学習の成功率を向上させた。
原題: Data-Asymmetric Latent Imagination and Reranking for 3D Robotic Imitation Learning / Lianghao Luo, Xizhou Bu, Ruyan Liu 他
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 → - 論文模倣学習ロボティクス
GCImOpt: 最適軌道の模倣による効率的な目標条件付きポリシーの学習
軌道最適化で生成したデータセットを用いて模倣学習を行い、目標条件付きの制御ポリシーを効率的に学習する手法を提案した。
原題: GCImOpt: Learning efficient goal-conditioned policies by imitating optimal trajectories / Jon Goikoetxea, Jesús F. Palacián
日本語で読む →
PR・アフィリエイト広告
