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: 2025/10/1 / 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 →- 論文強化学習レースロボティクス
強化学習によるF1TENTHレースでの実環境追い抜きの加速
F1TENTH車両に強化学習エージェントを実装し、対戦相手と訓練することで実世界での追い抜き成功率を87%まで向上させた。
原題: Accelerating Real-World Overtaking in F1TENTH Racing Employing Reinforcement Learning Methods / Emily Steiner, Daniel van der Spuy, Futian Zhou 他
日本語で読む → - 論文強化学習ロボティクス
TGPO: 信号時相論理タスクのための時間的根拠付き方策最適化
信号時相論理(STL)で記述された複雑な長期タスクを、時間割り当てを階層的に探索する強化学習手法で解く。
原題: TGPO: Temporal Grounded Policy Optimization for Signal Temporal Logic Tasks / Yue Meng, Fei Chen, Chuchu Fan
日本語で読む → - 論文安全強化学習ロボティクス
適応的行動スケーリングによる制約認識型強化学習
予測される制約違反に応じてエージェントの行動を滑らかにスケーリングするモジュール型調整器を提案し、SACやTD3と組み合わせて安全性と性能を両立させた。
原題: Constraint-Aware Reinforcement Learning via Adaptive Action Scaling / Murad Dawood, Usama Ahmed Siddiquie, Shahram Khorshidi 他
日本語で読む → - 論文探索/強化学習ロボティクス
HEADER: 専門家誘導報酬を用いた注意機構ベース階層型強化学習によるロボット探索
大規模環境でのロボット自律探索を効率化するため、階層グラフと注意機構を組み合わせた強化学習手法HEADERを提案し、シミュレーションと実機で既存手法を上回る探索効率を実証した。
原題: HEADER: Hierarchical Robot Exploration via Attention-Based Deep Reinforcement Learning with Expert-Guided Reward / Yuhong Cao, Yizhuo Wang, Jingsong Liang 他
日本語で読む → - 論文安全強化学習機械学習
安全フィルタリング下での証明可能に最適な強化学習
安全フィルタを環境の一部として組み込んだフィルタ済みMDPを定式化し、十分に許容的なフィルタを用いれば漸近性能を損なわずに安全性を保証できることを証明した。
原題: Provably Optimal Reinforcement Learning under Safety Filtering / Donggeon David Oh, Duy P. Nguyen, Haimin Hu 他
日本語で読む → - 論文強化学習機械学習
オンライン強化学習におけるTransformerの新たな可能性:連続制御への応用
オンラインのモデルフリー強化学習においてTransformerを安定して訓練するための設計指針を調査し、連続制御タスクで競争力のある性能を実現した。
原題: A New Perspective on Transformers in Online Reinforcement Learning for Continuous Control / Nikita Kachaev, Daniil Zelezetsky, Egor Cherepanov 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
人間のデモンストレーション不要の軌道スコアラーによるエンドツーエンド自動運転
人間のデモンストレーションを一切使わず、実世界画像とルールベース報酬のみで学習する強化学習ベースのエンドツーエンド自動運転計画手法ZTRSを提案し、長尾シナリオで模倣学習を上回る性能を示した。
原題: Zero-Human Demonstration End-to-end Autonomous Driving with Trajectory Scorer / Zhenxin Li, Nadine Chang, Wenhao Yao 他
日本語で読む → - 論文強化学習機械学習
単体埋め込みによるActor-Criticエージェントのサンプル効率改善
Actor-Critic強化学習において、埋め込みを単体構造に制約する軽量な表現層を導入し、サンプル効率と最終性能を向上させる手法を提案。
原題: Simplicial Embeddings Improve Sample Efficiency in Actor-Critic Agents / Johan Obando-Ceron, Walter Mayor, Samuel Lavoie 他
日本語で読む → - 論文模倣学習/オフライン強化学習ロボティクス
非専門家データを活用したオフライン強化学習による模倣学習のロバスト化
非専門家データ(プレイデータや不完全なデモ)をオフライン強化学習で活用し、模倣学習ポリシーの回復性と汎化性能を高める手法を提案。
原題: Using Non-Expert Data to Robustify Imitation Learning via Offline Reinforcement Learning / Kevin Huang, Rosario Scalise, Cleah Winston 他
日本語で読む → - 論文制御/強化学習ロボティクス
実環境のケーブル駆動パラレルロボットにおけるロバスト制御システムの評価
ケーブル駆動パラレルロボットの制御において、古典的なPID制御と強化学習(DDPG, PPO, TRPO)を比較し、TRPOが最も低いRMS誤差とロバスト性を示すことを明らかにした。
原題: Evaluation of a Robust Control System in Real-World Cable-Driven Parallel Robots / Damir Nurtdinov, Aliaksei Korshuk, Alexei Kornaev 他
日本語で読む → - 論文マルチエージェント強化学習cs.MA
線形時相論理に基づくマルチエージェント強化学習のタスク表現と報酬形成
線形時相論理で表されたタスクをマルチエージェント強化学習で解く際に、報酬形成によって学習を加速する手法を提案し、グリッドワールド実験で収束時間の大幅な短縮を確認した。
原題: Logic-based Task Representation and Reward Shaping in Multiagent Reinforcement Learning / Nishant Doshi
日本語で読む → - 論文強化学習ロボティクス
オートマトン制約付きQ学習
線形時相論理(LTL)のオートマトン表現を活用し、時系列の目標達成と時変安全制約を同時に扱える強化学習手法ACQLを提案。連続制御タスクと6自由度ロボットアームで有効性を実証した。
原題: Automaton Constrained Q-Learning / Anastasios Manganaris, Vittorio Giammarino, Ahmed H. Qureshi
日本語で読む → - 論文強化学習/メモリ機械学習
ELMUR: 長期的RL問題のための更新/書き換え可能な外部層メモリ
トランスフォーマの各層に外部メモリを持たせ、LRUで更新・書き換えすることで、部分観測・長期ホライズンの強化学習タスクにおける性能を大幅に向上させた手法。
原題: ELMUR: External Layer Memory with Update/Rewrite for Long-Horizon RL Problems / Egor Cherepanov, Alexey K. Kovalev, Aleksandr I. Panov
日本語で読む → - 論文安全強化学習機械学習
安全強化学習におけるラグランジュ法の実践的理解に向けて
安全強化学習で広く使われるラグランジュ法について、8つのタスクで制約の幾何学とラグランジュ乗数更新機構の感度を分析し、リターンとコストのトレードオフを可視化した実証的パレートフロンティアを提示した。
原題: Towards a Practical Understanding of Lagrangian Methods in Safe Reinforcement Learning / Lindsay Spoor, Álvaro Serra-Gómez, Aske Plaat 他
日本語で読む → - 論文強化学習/ロバスト制御ロボティクス
オフラインからオンライン強化学習における敵対的ファインチューニングによるロバストなロボット制御
オフライン強化学習で学習した方策に、実行時の行動に摂動を加える敵対的ファインチューニングを施し、アクチュエータ故障などの外乱に対するロバスト性を向上させる手法を提案。性能に応じたカリキュラムで摂動確率を調整し、安定性とロバスト性のバランスを取る。
原題: Adversarial Fine-tuning in Offline-to-Online Reinforcement Learning for Robust Robot Control / Shingo Ayabe, Hiroshi Kera, Kazuhiko Kawamoto
日本語で読む → - 論文強化学習AI
情報理論的エンパワーメントによる方策の事前学習
割引エンパワーメントを導入し、それを最大化する方策を事前学習に用いることで、下流タスクへの適応をデータ効率的にする手法を提案した。
原題: Information-Theoretic Policy Pre-Training with Empowerment / Moritz Schneider, Robert Krug, Narunas Vaskevicius 他
日本語で読む → - 論文ソフトロボティクス/強化学習ロボティクス
這い方を学ぶ:ソフトロボットの適応移動のための潜在モデルベース強化学習
機体センサーから推定した潜在ダイナミクスを予測モデルとして強化学習に組み込み、ソフトロボットがノイズの多いセンサー情報だけから移動方策を獲得できることをシミュレーションで示した。
原題: Learning to Crawl: Latent Model-Based Reinforcement Learning for Soft Robotic Adaptive Locomotion / Vaughn Gzenda, Robin Chhabra
日本語で読む → - 論文強化学習/ナビゲーションロボティクス
二重アクカーマン操舵ロボットの安全な機動のためのSoft Actor-Criticフレームワーク
二重アクカーマン操舵移動ロボットの安全かつ精密な機動を実現するため、Soft Actor-CriticにHindsight Experience ReplayとCrossQを組み合わせた深層強化学習フレームワークを提案し、シミュレーションで最大97%の目標到達率を達成した。
原題: Towards Safe Maneuvering of Double-Ackermann-Steering Robots with a Soft Actor-Critic Framework / Kohio Deflesselle, Mélodie Daniel, Aly Magassouba 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
強化学習によるサンプリングベース軌道計画の動的適応:アジャイル自動運転に向けて
強化学習エージェントが低レベル軌道計画器のコスト関数パラメータを動的に切り替え、自動運転レースで衝突率0%を達成しつつ追い越し時間を最大60%短縮した。
原題: Reinforcement Learning-based Dynamic Adaptation for Sampling-Based Motion Planning in Agile Autonomous Driving / Alexander Langmann, Yevhenii Tokarev, Mattia Piccinini 他
日本語で読む → - 論文強化学習/自律走行機械学習
自律走行レースのための文脈認識型モデルベース強化学習
対戦相手の運転挙動をエピソードの文脈としてパラメータ化し、モデルベース強化学習に文脈認識機構cMaskを導入することで、未知の対戦相手挙動への汎化性能を向上させた。
原題: Context-Aware Model-Based Reinforcement Learning for Autonomous Racing / Emran Yasser Moustafa, Ivana Dusparic
日本語で読む → - 論文強化学習機械学習
方策条件付き価値関数によるオフポリシー俳優-批評家の安定化と探索
方策を明示的に条件とする関数型批評家を用い、オフポリシー学習の収束保証と方策空間の探索を統一的に扱う枠組みを提案した論文。
原題: Functional Critics for Off-Policy Actor-Critic: From Stability to Exploration / Qinxun Bai, Yuxuan Han, Yuxiao Wen 他
日本語で読む → - 論文オフライン強化学習機械学習
オフライン目標条件付き強化学習のための物理情報付き価値学習
アイコナール方程式に基づく物理情報正則化を価値関数学習に導入し、オフライン目標条件付き強化学習の性能と汎化を改善した。
原題: Physics-informed Value Learner for Offline Goal-Conditioned Reinforcement Learning / Vittorio Giammarino, Ruiqi Ni, Ahmed H. Qureshi
日本語で読む → - 論文自動運転/強化学習ロボティクス
SEG-Parking: エンドツーエンドオフライン強化学習による安全・効率的・汎用的な自動駐車
駐車シーン用データセットを構築し、目標条件付き状態エンコーダと保守的正則化付きオフライン強化学習を組み合わせることで、対向車との相互作用を含む自動駐車を実現した研究。
原題: SEG-Parking: Towards Safe, Efficient, and Generalizable Autonomous Parking via End-to-End Offline Reinforcement Learning / Zewei Yang, Zengqi Peng, Jun Ma
日本語で読む → - 論文自己教師あり強化学習機械学習
VendiRL: 多様なスキルを自己教師あり強化学習で獲得するフレームワーク
生態学の多様性指標Vendi Scoreを強化学習に導入し、ユーザーが指定した多様性の形でスキルを評価・学習できる統合フレームワークVendiRLを提案した。
原題: VendiRL: A Framework for Self-Supervised Reinforcement Learning of Diversely Diverse Skills / Erik M. Lintunen
日本語で読む → - 論文ナビゲーション/強化学習ロボティクス
VEGA: 物理情報ニューラルオペレータとPPOによる電気自動車ナビゲーションエージェント
車両の物理パラメータをPINOで推定し、PPOで充電停止を含む経路計画を行うEV向けエネルギー考慮型ナビゲーションシステムを提案。米国横断ルートで実用的な計画を高速に生成し、他国への汎化も示した。
原題: VEGA: Electric Vehicle Navigation Agent via Physics-Informed Neural Operator and Proximal Policy Optimization / Hansol Lim, Minhyeok Im, Jonathan Boyack 他
日本語で読む → - 論文ビジュアルサーボ/強化学習制御
ニューラルネットワーク制御器の高速初期化手法:マルチコプタ迎撃における画像ベースビジュアルサーボ制御の事例研究
システムモデルに基づき安定条件を満たすデータセットを構築することで、ニューラルネットワーク制御方策の初期訓練を高速化する手法を提案し、マルチコプタ迎撃の画像ベースビジュアルサーボ制御で有効性を検証した。
原題: A Fast Initialization Method for Neural Network Controllers: A Case Study of Image-based Visual Servoing Control for the multicopter Interception / Chenxu Ke, Congling Tian, Kaichen Xu 他
日本語で読む → - 論文飛行制御/強化学習ロボティクス
CORB-Planner: 高速飛行におけるRLプランニングのための観測としてのコリドー
安全飛行コリドーを低次元観測として用い、Bスプライン軌道生成と強化学習を組み合わせることで、様々なドローン機体で高速自律飛行を実現するリアルタイム軌道計画フレームワークを提案した。
原題: CORB-Planner: Corridor as Observations for RL Planning in High-Speed Flight / Yechen Zhang, Bin Gao, Gang Wang 他
日本語で読む → - 論文逆強化学習ロボティクス
対称性を活用したマルチエージェント逆強化学習
マルチエージェント系の対称性を利用して、少ない専門家デモから報酬関数を高精度に推定する逆強化学習フレームワークを提案し、実機マルチロボットでも検証した。
原題: Symmetry-Guided Multi-Agent Inverse Reinforcement Learning / Yongkai Tian, Yirong Qi, Xin Yu 他
日本語で読む → - 論文安全強化学習機械学習
境界から領域への監督によるオフライン安全強化学習
オフライン安全RLにおいて、コスト信号を固定予算下の境界制約として再定義し、非対称な条件付けを可能にするB2Rフレームワークを提案。38タスク中35で安全制約を満たしつつ高い報酬を達成した。
原題: Boundary-to-Region Supervision for Offline Safe Reinforcement Learning / Huikang Su, Dengyun Peng, Zifeng Zhuang 他
日本語で読む → - 論文探索/強化学習AI
カリキュラム学習とVLMを活用した多層的セマンティック探索
VLMへの問い合わせを行動として組み込み、階層的な報酬とカリキュラム学習で効率的なセマンティック探索を実現するDRL手法を提案した。
原題: Curriculum-Based Multi-Tier Semantic Exploration via Deep Reinforcement Learning / Abdel Hakim Drid, Vincenzo Suriani, Daniele Nardi 他
日本語で読む →
PR・アフィリエイト広告
