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: 2017/5/1 / 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 →- 論文強化学習・探索機械学習
自己教師あり予測による好奇心駆動型探索
自分の行動の結果を自己教師あり学習した特徴空間で予測し、その予測誤差を好奇心として内的報酬に用いることで、報酬が乏しい環境でも効率的に探索できる強化学習手法を提案した。
原題: Curiosity-driven Exploration by Self-supervised Prediction / Deepak Pathak, Pulkit Agrawal, Alexei A. Efros 他
日本語で読む → - 論文強化学習/交通制御AI
深層強化学習による自動運転交差点管理のための細粒度加速度制御
信頼領域ポリシー最適化を用いて自動運転車の加速度を細かく制御し、交差点での全体最適な交通管理を実現する手法を提案した論文。
原題: Fine-grained acceleration control for autonomous intersection management using deep reinforcement learning / Hamid Mirzaei, Tony Givargis
日本語で読む → - 論文自動運転/強化学習AI
深層強化学習による遮蔽された交差点の自動運転ナビゲーション
深層強化学習を用いて信号のない交差点を安全に通過する方策を学習し、従来のヒューリスティック手法を上回る性能を示すとともに、遮蔽時には能動センシング行動を学習できることを示した。
原題: Navigating Occluded Intersections with Autonomous Vehicles using Deep Reinforcement Learning / David Isele, Reza Rahimi, Akansel Cosgun 他
日本語で読む → - 論文強化学習機械学習
強化学習エージェントのための自動目標生成
敵対的訓練で難易度を調整しながら目標状態を生成し、エージェントが多様なタスクを自動的に学習できるカリキュラムを構築する手法を提案した。
原題: Automatic Goal Generation for Reinforcement Learning Agents / Carlos Florensa, David Held, Xinyang Geng 他
日本語で読む → - 論文強化学習AI
決定値を用いたモジュール型多目的深層強化学習
目的ごとに別々のDQNを用意し、決定値で複数のQ値を単一の行動に統合する多目的強化学習アーキテクチャを提案し、学習後の目的優先度変更を可能にした。
原題: Modular Multi-Objective Deep Reinforcement Learning with Decision Values / Tomasz Tajmajer
日本語で読む → - 論文階層型強化学習AI
階層型強化学習のための確率的ニューラルネットワーク
事前学習環境で多様なスキルを確率的ニューラルネットと情報理論的正則化で獲得し、そのスキル上に高レベル方策を学習することで、疎な報酬や長期タスクの探索を改善するフレームワークを提案した。
原題: Stochastic Neural Networks for Hierarchical Reinforcement Learning / Carlos Florensa, Yan Duan, Pieter Abbeel
日本語で読む → - 論文強化学習/ヒューマンロボットインタラクションAI
人間の同時操作とフィードバックを用いたActor-Critic強化学習
人間がロボットに操作信号と報酬形成フィードバックを同時に与える対話型強化学習の枠組みを提案し、同時提示時にはフィードバック量が減るが操作品質は大きく低下しないことを実験的に示した。
原題: Actor-Critic Reinforcement Learning with Simultaneous Human Control and Feedback / Kory W. Mathewson, Patrick M. Pilarski
日本語で読む → - 論文強化学習AI
不変特徴空間の学習による強化学習スキル転送
形態の異なるエージェント間で強化学習の知識を転送するため、両者が学習したスキルから不変特徴空間を獲得し、他のスキル転送に活用する手法を提案した。
原題: Learning Invariant Feature Spaces to Transfer Skills with Reinforcement Learning / Abhishek Gupta, Coline Devin, YuXuan Liu 他
日本語で読む → - 論文強化学習ロボティクス
強化学習による深層予測ポリシーの訓練
画像から一連のモーター指令を予測する深層ポリシーを、知覚・ポリシー・行動の3層構造で構成し、約180回の実機試行だけでPR2ロボットの物体把持とボール投げを学習させた。
原題: Deep Predictive Policy Training using Reinforcement Learning / Ali Ghadirzadeh, Atsuto Maki, Danica Kragic 他
日本語で読む → - 論文ビジュアルサーボ/強化学習機械学習
深層特徴とFitted Q-Iterationによるビジュアルサーボの学習
物体分類モデルの深層特徴と双線形予測モデルを組み合わせ、Fitted Q-Iterationでカメラ動作を学習するビジュアルサーボ手法を提案。20軌道程度の少量データで新規ターゲットへ適応できることを示した。
原題: Learning Visual Servoing with Deep Features and Fitted Q-Iteration / Alex X. Lee, Sergey Levine, Pieter Abbeel
日本語で読む → - 論文強化学習ロボティクス
モデルベースとモデルフリーの更新を統合した軌道中心型強化学習
LQRベースのモデルベース手法とPI2のモデルフリー枠組みを組み合わせ、深層政策の学習にも拡張して、マニピュレーションタスクを高いサンプル効率で解く手法を提案した。
原題: Combining Model-Based and Model-Free Updates for Trajectory-Centric Reinforcement Learning / Yevgen Chebotar, Karol Hausman, Marvin Zhang 他
日本語で読む → - 論文強化学習機械学習
深層強化学習によるエアホッケー打撃制御の学習
エアホッケーのパックを狙って打つロボットのモーター制御を、モデルフリー深層強化学習で学習。事前知識の統合と経験リプレイの分布変化への対処で学習を安定化させた。
原題: Learning Control for Air Hockey Striking using Deep Reinforcement Learning / Ayal Taitler, Nahum Shimkin
日本語で読む → - 論文強化学習ロボティクス
マルチモーダル深層強化学習でロボットが社会的知能を獲得
マルチモーダル深層Qネットワーク(MDQN)を用い、人との試行錯誤的な相互作用からロボットが人間らしい社会的スキルを学習できることを示した研究。
原題: Robot gains Social Intelligence through Multimodal Deep Reinforcement Learning / Ahmed Hussain Qureshi, Yutaka Nakamura, Yuichiro Yoshikawa 他
日本語で読む → - 論文強化学習/衝突回避機械学習
衝突回避のための不確実性を考慮した強化学習
衝突確率とその不確実性を推定するモデルベース強化学習により、未知環境では低速で慎重に、自信のある場所では速度を上げて移動する衝突回避を実現した。
原題: Uncertainty-Aware Reinforcement Learning for Collision Avoidance / Gregory Kahn, Adam Villaflor, Vitchyr Pong 他
日本語で読む → - 論文強化学習AI
複数のロボットタスクに共通実装できる強化学習の提案
タスクごとのパラメータ調整をほぼ不要にし、複数のロボットタスクを学習できる強化学習の共通実装と、未探索状態での性能低下を防ぐ新たな行動選択手法QBIASSRを提案した論文。
原題: Towards a Common Implementation of Reinforcement Learning for Multiple Robotic Tasks / Angel Martínez-Tenor, Juan Antonio Fernández-Madrigal, Ana Cruz-Martín 他
日本語で読む → - 論文FPGA/強化学習機械学習
深層学習向けFPGAアーキテクチャと惑星探査ロボティクスへの応用
Q学習とニューラルネットワークをFPGA上に実装し、惑星探査機搭載向けの低消費電力・高並列な学習アクセラレータを実現、CPU比で最大43倍の高速化を示した。
原題: FPGA Architecture for Deep Learning and its application to Planetary Robotics / Pranay Gankidi, Jekan Thangavelautham
日本語で読む → - 論文強化学習HCI
人間のフィードバックと制御信号を統合する強化学習エージェントの身体性モデリング
強化学習エージェントが人間の制御信号とフィードバックを同時に取り込み、自己鏡像運動制御タスクの性能を向上させることを示した研究。
原題: Reinforcement Learning based Embodied Agents Modelling Human Users Through Interaction and Multi-Sensory Perception / Kory W. Mathewson, Patrick M. Pilarski
日本語で読む → - 論文強化学習AI
AIによる無人戦闘航空機の自律制御へのアプローチ
無人戦闘航空機(UCAV)の自律制御にニューラルネットワークやアンサンブル学習、強化学習を適用し、制御戦略を進化させる方法を探った論文。
原題: Artificial Intelligence Approaches To UCAV Autonomy / Amir Husain, Bruce Porter
日本語で読む → - 論文自動運転/強化学習stat.ML
深層強化学習による車線維持支援のエンドツーエンド学習
自動運転の車線維持を対象に、離散行動のDQNと連続行動のDDACをTORCSシミュレータで比較し、複雑な道路曲率でも自律走行を学習できることを示した論文。
原題: End-to-End Deep Reinforcement Learning for Lane Keeping Assist / Ahmad El Sallab, Mohammed Abdou, Etienne Perot 他
日本語で読む → - 論文強化学習/模倣学習ロボティクス
ロボット制御のための深層学習手法サーベイ:強化学習から模倣学習まで
ロボットの制御方策を深層学習で獲得する研究を、深層強化学習と模倣学習の2大パラダイムに分けて体系的に整理したサーベイ。
原題: A Survey of Deep Network Solutions for Learning Control in Robotics: From Reinforcement to Imitation / Lei Tai, Jingwei Zhang, Ming Liu 他
日本語で読む → - 論文自動運転/逆強化学習AI
逆強化学習とDeep Q-Networkによる自動運転の学習
大規模状態空間での報酬をDeep Q-Networkを用いた逆強化学習で抽出し、自動運転シミュレーションで衝突回避や人間らしい車線変更を実現した。
原題: Learning to Drive using Inverse Reinforcement Learning and Deep Q-Networks / Sahand Sharifzadeh, Ioannis Chiotellis, Rudolph Triebel 他
日本語で読む → - 論文強化学習AI
時相論理報酬を用いた強化学習
ロボットの複雑な時系列的・論理的タスクを時相論理で記述し、そのロバストネス度を報酬として強化学習する手法を提案。シミュレーションとBaxterロボットのトースト配置タスクで有効性を示した。
原題: Reinforcement Learning With Temporal Logic Rewards / Xiao Li, Cristian-Ioan Vasile, Calin Belta
日本語で読む → - 論文模倣学習/強化学習AI
シミュレータ内部情報なしで強弱の人間監督を用いたロボットタスクの深層学習
運転シミュレータの内部情報にアクセスせず、視覚のみで高速道路のステアリングを行うエージェントを、模倣学習・報酬推定・安全モジュール・強化学習を組み合わせて訓練した研究。
原題: Deep Learning of Robotic Tasks without a Simulator using Strong and Weak Human Supervision / Bar Hilleli, Ran El-Yaniv
日本語で読む → - 論文強化学習機械学習
半教師あり強化学習によるスキルの汎化
報酬が得られる限定環境と報酬なしの多様な環境を組み合わせ、逆強化学習的にタスク目的を推定して行動を汎化する半教師あり強化学習を提案した論文。
原題: Generalizing Skills with Semi-Supervised Reinforcement Learning / Chelsea Finn, Tianhe Yu, Justin Fu 他
日本語で読む → - 論文逆強化学習ロボティクス
人間のドメイン知識を大規模コスト関数学習に組み込む
手設計のコスト関数への回帰でネットワークを事前学習し、最大エントロピー深層逆強化学習で微調整することで、人間の事前知識を走行選好学習に取り込む手法を提案した。
原題: Incorporating Human Domain Knowledge into Large Scale Cost Function Learning / Markus Wulfmeier, Dushyant Rao, Ingmar Posner
日本語で読む → - 論文強化学習AI
効率的な反復方策最適化
期待報酬を凹な下界の列で近似して効率的に最大化することで、少ない方策更新回数で高性能を得る手法を提案し、負の報酬にも拡張して制御変数を利用可能にした。
原題: Efficient iterative policy optimization / Nicolas Le Roux
日本語で読む → - 論文マルチモーダル強化学習機械学習
マルチモーダル深層強化学習による対話型ヒューマノイドロボットの訓練
ヒューマノイドロボットにマルチモーダル深層強化学習を用いて三目並べを教え、知覚・発話・ジェスチャーを統合した対話を実現した研究。
原題: Training an Interactive Humanoid Robot Using Multimodal Deep Reinforcement Learning / Heriberto Cuayáhuitl, Guillaume Couly, Clément Olalainty
日本語で読む → - 論文モデルベース強化学習機械学習
ロボット動作計画のための深層視覚的先読み
行動条件付き動画予測モデルとモデル予測制御を組み合わせ、未ラベルデータのみで実機ロボットが物体押し動作を学習・実行できる手法を開発した。
原題: Deep Visual Foresight for Planning Robot Motion / Chelsea Finn, Sergey Levine
日本語で読む → - 論文損傷回復/強化学習ロボティクス
リセット不要の試行錯誤学習によるロボットの損傷回復
正常時のシミュレータで多数の行動を事前生成し、リセットなしの試行錯誤で脚ロボットなどが損傷後も素早くタスクを継続できる学習法を提案・実機検証した。
原題: Reset-free Trial-and-Error Learning for Robot Damage Recovery / Konstantinos Chatzilygeroudis, Vassilis Vassiliades, Jean-Baptiste Mouret
日本語で読む → - 論文強化学習AI
自動運転における相反する環境での強化学習
ニューコム問題と囚人のジレンマを題材に、強化学習エージェントが人間との意思決定ジレンマでどう振る舞うかを実験的に調べた論文。
原題: Reinforcement Learning in Conflicting Environments for Autonomous Vehicles / Dominik Meyer, Johannes Feldmaier, Hao Shen
日本語で読む →
PR・アフィリエイト広告
