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: 2016/10/1 / 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 →- 論文強化学習機械学習
分散非同期ガイド付き方策探索による集団ロボット強化学習
複数ロボットが経験を共有して方策を集団学習する分散非同期版ガイド付き方策探索を提案し、4台のロボットによる視覚ベースのドア開けタスクで単機より優れた汎化・稼働率・学習時間を実証した。
原題: Collective Robot Reinforcement Learning with Distributed Asynchronous Guided Policy Search / Ali Yahya, Adrian Li, Mrinal Kalakrishnan 他
日本語で読む → - 論文深層強化学習/探索ロボティクス
深層強化学習による移動ロボットの認知的探索
RGB-Dセンサの深度画像のみを入力とし、Deep Q-Networkで移動コマンドのQ値を推定する移動ロボットの探索手法を提案。ラベル付け不要のend-to-end学習で未知環境に適応できることを示した。
原題: Towards Cognitive Exploration through Deep Reinforcement Learning for Mobile Robots / Lei Tai, Ming Liu
日本語で読む → - 論文強化学習ロボティクス
遅延センサ計測に対応した誘導方策探索
センサ計測に遅延がある非マルコフ系に対し、状態拡張によって誘導方策探索を拡張し、液体を正確に注ぐタスクで有効性を示した論文。
原題: Guided Policy Search with Delayed Sensor Measurements / Connor Schenck, Dieter Fox
日本語で読む → - 論文強化学習環境ロボティクス
ROSとGazeboでロボティクス向けOpenAI Gymを拡張する
ROSとGazeboを用いてOpenAI Gymをロボティクス向けに拡張し、Q学習とSarsaで評価したベンチマーク環境を提案した論文。
原題: Extending the OpenAI Gym for robotics: a toolkit for reinforcement learning using ROS and Gazebo / Iker Zamora, Nestor Gonzalez Lopez, Victor Mayoral Vilches 他
日本語で読む → - 論文逆強化学習ロボティクス
密度マッチングによる報酬学習
モデル不要の密度ベース逆強化学習DMRLを提案し、カーネル法で非線形報酬に拡張。グリッドワールドとトラック走行実験で有効性を示した。
原題: Density Matching Reward Learning / Sungjoon Choi, Kyungjae Lee, Andy Park 他
日本語で読む → - 論文SLAM/強化学習ロボティクス
強化学習による単眼SLAMの失敗を防ぐ軌道生成
強化学習を用いて、単眼SLAMの推定誤差が大きくならない安全な軌道を生成する手法を提案し、シミュレーションと実機で有効性を示した。
原題: Learning to Prevent Monocular SLAM Failure using Reinforcement Learning / Vignesh Prasad, Karmesh Yadav, Rohitashva Singh Saurabh 他
日本語で読む → - 論文強化学習機械学習
近似ミラー降下としての誘導方策探索
誘導方策探索を近似ミラー降下として解釈し、より単純で収束保証のある新しいアルゴリズムを提案した論文。
原題: Guided Policy Search as Approximate Mirror Descent / William Montgomery, Sergey Levine
日本語で読む → - 論文強化学習ロボティクス
人とロボットの協働を学習するデータ効率の良い強化学習フレームワーク
ロボットが自身の感覚運動経験から人間との協働タスクを教師なしで学習し、ガウス過程とベイズ最適化で不確実な人間行動に対処する手法を提案した。
原題: A Sensorimotor Reinforcement Learning Framework for Physical Human-Robot Interaction / Ali Ghadirzadeh, Judith Bütepage, Atsuto Maki 他
日本語で読む → - 論文強化学習機械学習
単調改善を保証するモデルフリー軌道ベース方策最適化
システムダイナミクスの線形近似を使わず、軌道データから学習した局所二次Q関数を逆伝播する方策最適化法を提案し、KL制約を厳密に満たしつつ単調改善を理論的に保証した。
原題: Model-Free Trajectory-based Policy Optimization with Monotonic Improvement / Riad Akrour, Abbas Abdolmaleki, Hany Abdulsamad 他
日本語で読む → - 論文強化学習/ヒューマンフィードバックHCI
人間の同時操作とフィードバックによるアクター・クリティック強化学習ロボットの訓練
人間の筋電操作信号とフィードバックを同時に与えながらアクター・クリティック強化学習でロボットを訓練し、環境報酬・人間報酬・両者の組み合わせで性能を比較した。
原題: Simultaneous Control and Human Feedback in the Training of a Robotic Agent with Actor-Critic Reinforcement Learning / Kory W. Mathewson, Patrick M. Pilarski
日本語で読む → - 論文マルチロボット/強化学習ロボティクス
モンテカルロ探索とデータ集約によるロボットサッカーポリシーの改善
モンテカルロ探索とデータ集約を組み合わせ、守備ロボットのサッカーポリシーを相手チームの戦略に適応させる手法を提案し、シミュレータと実機でボールインターセプトの向上と失点減少を実現した。
原題: Using Monte Carlo Search With Data Aggregation to Improve Robot Soccer Policies / Francesco Riccio, Roberto Capobianco, Daniele Nardi
日本語で読む → - 論文強化学習探索機械学習
変分情報最大化による探索手法VIME
環境ダイナミクスに関する信念の情報利得を最大化する探索戦略を提案し、ベイズニューラルネットの変分推論で連続状態・行動空間に効率的に適用できるようにした。
原題: VIME: Variational Information Maximizing Exploration / Rein Houthooft, Xi Chen, Yan Duan 他
日本語で読む → - 論文強化学習ベンチマーク機械学習
連続制御のための深層強化学習ベンチマーク
連続制御タスクの標準ベンチマークを構築し、複数の強化学習アルゴリズムを体系的に評価した論文。
原題: Benchmarking Deep Reinforcement Learning for Continuous Control / Yan Duan, Xi Chen, Rein Houthooft 他
日本語で読む → - 論文逆強化学習ロボティクス
階層的逆強化学習による遅延報酬付き長期タスクの学習
デモンストレーションからサブタスク構造を推定し、局所的な報酬関数と全体の順序依存性を同時に学習するHIRLを提案。並列駐車や振り子などのベンチマークで従来の逆強化学習より高速かつ頑健に収束することを示した。
原題: HIRL: Hierarchical Inverse Reinforcement Learning for Long-Horizon Tasks with Delayed Rewards / Sanjay Krishnan, Animesh Garg, Richard Liaw 他
日本語で読む → - 論文強化学習機械学習
モデルベース加速を伴う連続深層Q学習
連続制御タスク向けにQ学習を拡張した正規化アドバンテージ関数(NAF)を提案し、さらに学習済み局所線形モデルでモデルフリー強化学習を加速してサンプル効率を大幅に改善した論文。
原題: Continuous Deep Q-Learning with Model-based Acceleration / Shixiang Gu, Timothy Lillicrap, Ilya Sutskever 他
日本語で読む → - 論文逆強化学習機械学習
誘導コスト学習:方策最適化による深層逆最適制御
示範から非線形なコスト関数をニューラルネットで学習する逆最適制御手法を提案し、高次元ロボットのトルク制御で従来法より高効率・高複雑タスクを実現した。
原題: Guided Cost Learning: Deep Inverse Optimal Control via Policy Optimization / Chelsea Finn, Sergey Levine, Pieter Abbeel
日本語で読む → - 論文強化学習landmark
深層強化学習のための非同期手法
複数の環境で並列にエージェントを動かし、非同期にパラメータ更新を行う深層強化学習手法を提案した論文。
原題: Asynchronous Methods for Deep Reinforcement Learning
日本語で読む → - 論文逆強化学習機械学習
深層ガウス過程による逆強化学習
深層ガウス過程で状態特徴の抽象表現を学習し、最大エントロピー枠組みと組み合わせて少ない実演から複雑な報酬を推定する逆強化学習手法を提案した。
原題: Inverse Reinforcement Learning via Deep Gaussian Process / Ming Jin, Andreas Damianou, Pieter Abbeel 他
日本語で読む → - 論文強化学習AI
オンライン多タスク強化学習によるロボット救助探索
複数タスクの知識共有で学習を効率化するPG-ELLAを地上ロボットの物体探索に適用し、Q学習や方策勾配法と性能を比較した。
原題: Robotic Search & Rescue via Online Multi-task Reinforcement Learning / Lisa Lee
日本語で読む → - 論文強化学習制御
強化学習による時相論理仕様のロバストな充足
未知の確率的ダイナミクスを持つシステムに対し、信号時相論理(STL)式で与えられた時間的に階層化されたタスクを充足するため、充足確率と平均期待ロバストネスを最大化する収束保証付き強化学習アルゴリズムを提案し、ロボットナビゲーションのシミュレーションでロバストネス最大化が確率最大化より優れることを示した。
原題: Robust Satisfaction of Temporal Logic Specifications via Reinforcement Learning / Austin Jones, Derya Aksaray, Zhaodan Kong 他
日本語で読む → - 論文強化学習landmark
連続行動空間のための深層強化学習による制御
決定論的方策勾配に基づくactor-criticのモデルフリー強化学習アルゴリズムを提案し、20以上の物理シミュレーションタスクを同一のハイパーパラメータで解き、生のピクセル入力からのend-to-end学習も示した。
原題: Continuous control with deep reinforcement learning
日本語で読む → - 論文モデルベース強化学習機械学習
パラメータ化物理モデルと楽観的探索を用いたモデルベース強化学習
ロボットの形態情報から特徴量を設計し最小二乗で動力学モデルを学習、楽観的モデル予測制御で効率的に探索するモデルベース強化学習手法を提案し、振り子や7自由度アームで高速な学習を実証した。
原題: Model-based Reinforcement Learning with Parametrized Physical Models and Optimism-Driven Exploration / Christopher Xie, Sachin Patil, Teodor Moldovan 他
日本語で読む → - 論文強化学習機械学習
連続メモリ状態を持つ深層ニューラルネットワーク方策の学習
方策が読み書きできる連続値メモリ状態を状態・行動空間に追加し、軌道最適化と教師あり学習を組み合わせたguided policy searchで、部分観測下のロボット操作・ナビゲーションタスクを記憶が必要な方策として学習する手法を提案した。
原題: Learning Deep Neural Network Policies with Continuous Memory States / Marvin Zhang, Zoe McCarthy, Chelsea Finn 他
日本語で読む → - 論文強化学習機械学習
一般化アドバンテージ推定による高次元連続制御
TD(λ)に似た指数重み付きアドバンテージ推定と信頼領域最適化を組み合わせ、生の運動学から関節トルクを直接出力するニューラルネット方策で二足・四足ロボットの走行や起き上がりを学習させた。
原題: High-Dimensional Continuous Control Using Generalized Advantage Estimation / John Schulman, Philipp Moritz, Sergey Levine 他
日本語で読む → - 論文ビヘイビアツリー/強化学習AI
制約付き適応型ビヘイビアエージェントのためのフレームワーク
ビヘイビアツリーに強化学習ノードを組み込み、制約のあるエージェントに学習能力を付与するフレームワークを提案し、階層型強化学習のOptionsとの関係や収束性、他ノードへの非干渉性を実証した。
原題: A Framework for Constrained and Adaptive Behavior-Based Agents / Renato de Pontes Pereira, Paulo Martins Engel
日本語で読む → - 論文強化学習機械学習
PCAで状態空間を効率的に表現する
強化学習の状態空間をPCAで低次元化し、マリオのベンチマークで収束速度と性能のトレードオフを検証した論文。
原題: Using PCA to Efficiently Represent State Spaces / William Curran, Tim Brys, Matthew Taylor 他
日本語で読む → - 論文深層強化学習landmark
深層強化学習によるAtariゲームの攻略
生のピクセル入力からQ学習を深層ニューラルネットで近似し、Atariゲームを人間並みにプレイできることを示した論文。
原題: Playing Atari with Deep Reinforcement Learning / Volodymyr Mnih, Koray Kavukcuoglu, David Silver 他
日本語で読む → - 論文強化学習landmark
信頼領域方策最適化
方策更新の際に信頼領域を設けることで安定した学習を実現する強化学習アルゴリズムTRPOを提案した論文。
原題: Trust Region Policy Optimization
日本語で読む → - 論文モデルベース強化学習stat.ML
ピクセルからトルクへ:深層力学モデルによる方策学習
深層オートエンコーダで画像を低次元埋め込みに変換し、その空間で予測モデルを同時学習することで、ピクセル情報のみから閉ループ制御方策をデータ効率的に獲得するモデルベース強化学習手法を提案した。
原題: From Pixels to Torques: Policy Learning with Deep Dynamical Models / Niklas Wahlström, Thomas B. Schön, Marc Peter Deisenroth
日本語で読む → - 論文強化学習/神経制御cs.NE
ドーパミン調節STDPによる神経制御ロボットの強化学習
ドーパミン調節型STDPを実機ロボットに実装し、餌探索タスクで報酬までの時間遅れを伴う行動系列の学習・再学習が可能なことを示した研究。
原題: Reinforcement Learning in a Neurally Controlled Robot Using Dopamine Modulated STDP / Richard Evans
日本語で読む →
PR・アフィリエイト広告
