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: 2025/7/1 / 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
深層強化学習ネットワークのオンライン訓練とプルーニング
強化学習の特徴抽出ネットワーク(OFENet)を対象に、訓練とプルーニングを同時に行う手法を提案し、計算・メモリコストを削減する。
原題: Online Training and Pruning of Deep Reinforcement Learning Networks / Valentin Frank Ingmar Guenter, Athanasios Sideris
日本語で読む → - 論文強化学習ロボティクス
連続制御へのグループ相対方策最適化の拡張:ロボット強化学習のための理論的枠組み
GRPOを連続行動空間に拡張する理論的枠組みを提案し、軌道ベースの方策クラスタリングや状態認識型アドバンテージ推定を導入してロボットタスクへの適用可能性を示した。
原題: Extending Group Relative Policy Optimization to Continuous Control: A Theoretical Framework for Robotic Reinforcement Learning / Rajat Khanda, Mohammad Baqar, Sambuddha Chakrabarti 他
日本語で読む → - 論文強化学習ロボティクス
実行誤差を考慮した制御最適化深層強化学習フレームワーク
強化学習において行動実行時の誤差や制御補正を明示的にモデル化し、二段階の行動選択と制御信号決定を統合して学習する枠組みを提案。実世界の不確実性下でも堅牢な意思決定を可能にする。
原題: Control-Optimized Deep Reinforcement Learning for Artificially Intelligent Autonomous Systems / Oren Fivel, Matan Rudman, Kobi Cohen
日本語で読む → - 論文制御/強化学習ロボティクス
深層強化学習による宇宙機リアクションホイール姿勢制御の知的制御
TD3にHindsight Experience ReplayとDimension Wise Clippingを組み合わせたTD3-HDを提案し、リアクションホイール故障時でも衛星姿勢制御の耐故障性と適応性を向上させる。
原題: Intelligent Control of Spacecraft Reaction Wheel Attitude Using Deep Reinforcement Learning / Ghaith El-Dalahmeh, Mohammad Reza Jabbarpour, Bao Quoc Vo 他
日本語で読む → - 論文マルチエージェント強化学習AI
生成AIベースのマルチエージェント強化学習:分散エージェント知能に向けた生成的RLエージェントの視点
マルチエージェント強化学習において、生成AIを活用してエージェントを生成モデルとして再定義し、反応的から先制的な意思決定へのパラダイムシフトを提唱する。
原題: GenAI-based Multi-Agent Reinforcement Learning towards Distributed Agent Intelligence: A Generative-RL Agent Perspective / Hang Wang, Junshan Zhang
日本語で読む → - 論文空中ロボット/強化学習ロボティクス
実演からの学習による空中ロボットの俊敏なテンション止まり
テザー式テンション止まり機構を持つ空中ロボットが、実演を用いた強化学習(SACfD)により、特定のテザー部位を狙って巻き付け・固定する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 Agile Tensile Perching for Aerial Robots from Demonstrations / Kangle Yuan, Atar Babgei, Luca Romanello 他
日本語で読む → - 論文強化学習機械学習
残差報酬モデルによる選好ベース強化学習
選好ベース強化学習において、事前知識の報酬と学習した報酬を足し合わせる残差報酬モデルを提案し、収束速度と性能を改善した。
原題: Residual Reward Models for Preference-based Reinforcement Learning / Chenyang Cao, Miguel Rogel-García, Mohamed Nabail 他
日本語で読む → - 論文オフライン強化学習機械学習
最適輸送写像によるWasserstein正則化を用いたオフライン強化学習
オフライン強化学習において、入力凸ニューラルネットワークで最適輸送写像をモデル化し、Wasserstein距離による正則化を敵対的学習なしで安定に計算する手法を提案。D4RLベンチマークで既存手法と同等以上の性能を示した。
原題: Offline Reinforcement Learning with Wasserstein Regularization via Optimal Transport Maps / Motoki Omura, Yusuke Mukuta, Kazuki Ota 他
日本語で読む → - 論文強化学習機械学習
アクションチャンキングを用いた強化学習
将来の行動列をまとめて予測するアクションチャンキングをTDベースの強化学習に導入し、長期的で報酬が疎なタスクにおける探索とサンプル効率を改善するQ-chunkingを提案した。
原題: Reinforcement Learning with Action Chunking / Qiyang Li, Zhiyuan Zhou, Sergey Levine
日本語で読む → - 論文オフライン強化学習/計画AI
一貫性軌道計画:オフラインモデルベース強化学習のための高品質で効率的な軌道最適化
拡散モデルベースの計画における計算コスト問題を解決するため、Consistency Trajectory Modelを活用した一貫性軌道計画(CTP)を提案。D4RLベンチマークで既存手法を上回り、120倍以上の推論高速化を実現した。
原題: Consistency Trajectory Planning: High-Quality and Efficient Trajectory Optimization for Offline Model-Based Reinforcement Learning / Guanquan Wang, Takuya Hiraoka, Yoshimasa Tsuruoka
日本語で読む → - 論文強化学習機械学習
補助開始状態分布を用いたオンライン強化学習の加速
少数の専門家デモと任意の状態にリセット可能なシミュレータを活用し、安全概念に基づく補助開始状態分布でオンライン強化学習のサンプル効率を大幅に改善した。
原題: Accelerated Online Reinforcement Learning using Auxiliary Start State Distributions / Aman Mehra, Alexandre Capone, Jeff Schneider
日本語で読む → - 論文マルチエージェント強化学習ロボティクス
スキルグラフによるマルチタスク・マルチエージェント強化学習
無関係なタスクを含むマルチタスク・マルチエージェント強化学習に対し、上位層にスキルグラフ、下位層に標準MARLを用いる階層的手法を提案し、知識転移能力を高めた。
原題: Multi-Task Multi-Agent Reinforcement Learning via Skill Graphs / Guobin Zhu, Rui Zhou, Wenkang Ji 他
日本語で読む → - 論文強化学習/水中ロボティクスロボティクス
Ocean Diviner: 拡散モデル強化強化学習によるAUVの堅牢な水中制御フレームワーク
拡散モデルで実現可能な行動を生成し強化学習と組み合わせることで、動的で不確実な水中環境におけるAUVの制御を高精度かつ堅牢にする手法を提案した。
原題: Ocean Diviner: A Diffusion-Augmented Reinforcement Learning Framework for AUV Robust Control in Underwater Tasks / Jingzehua Xu, Guanwen Xie, Weiyi Liu 他
日本語で読む → - 論文マルチエージェント強化学習機械学習
制御バリア関数を用いた階層型マルチエージェント強化学習による安全クリティカル自律システム
制御バリア関数に基づく階層型マルチエージェント強化学習を提案し、多数のエージェントが衝突を避けつつ協調してタスクを達成する安全な方策を学習する。
原題: Hierarchical Multi-Agent Reinforcement Learning with Control Barrier Functions for Safety-Critical Autonomous Systems / H. M. Sabbir Ahmad, Ehsan Sabouni, Alexander Wasilkoff 他
日本語で読む → - 論文強化学習機械学習
分布方策勾配のための一般化アドバンテージ推定
最適輸送理論に基づくワッサースタイン型方向性指標を用いて、分布強化学習向けの一般化アドバンテージ推定(DGAE)を提案し、複数の方策勾配法に統合して性能を評価した論文。
原題: Generalized Advantage Estimation for Distributional Policy Gradients / Shahil Shaik, Jonathon M. Smereka, Yue Wang
日本語で読む → - 論文経路計画/強化学習ロボティクス
都市航空モビリティのためのリアルタイム通信考慮型ライドシェア経路計画:マルチソースハイブリッド注意強化学習アプローチ
都市航空モビリティにおいて、通信品質を考慮しつつリアルタイムなライドシェア要求に応える経路計画を、マルチソースハイブリッド注意強化学習で実現する手法を提案した。
原題: Real-Time Communication-Aware Ride-Sharing Route Planning for Urban Air Mobility: A Multi-Source Hybrid Attention Reinforcement Learning Approach / Yuejiao Xie, Maonan Wang, Di Zhou 他
日本語で読む → - 論文マルチエージェント強化学習AI
Assistax: 支援ロボティクス向けマルチエージェント・ハードウェア加速強化学習ベンチマーク
JAXとMuJoCo-MJX上でGPU加速された支援ロボティクスタスク群を提供し、人間役のヒューマノイドエージェントとロボットをマルチエージェント強化学習で共訓練できるベンチマークを構築した。
原題: Assistax: A Multi-Agent Hardware-Accelerated Reinforcement Learning Benchmark for Assistive Robotics / Leonard Hinckeldey, Elliot Fosong, Rimvydas Rubavicius 他
日本語で読む → - 論文強化学習機械学習
重み正規化によるCrossQのスケーリング
強化学習手法CrossQに重み正規化を導入し、高いUTD比でも安定して学習できるようにしてサンプル効率を改善した研究。
原題: Scaling CrossQ with Weight Normalization / Daniel Palenicek, Florian Vogt, Jan Peters
日本語で読む → - 論文強化学習機械学習
Mambaによる連続制御のためのアルゴリズム蒸留のスケーリング
Transformerの代わりにMamba(S6モデル)を用いてアルゴリズム蒸留を連続制御タスクに拡張し、長い文脈での学習性能を向上させた。
原題: Scaling Algorithm Distillation for Continuous Control with Mamba / Samuel Beaussant, Mehdi Mounsif
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ベルマン最適作用素からベルマン作用素への段階的遷移
連続行動空間のアクター・クリティック強化学習において、ベルマン最適作用素を徐々にベルマン作用素へと切り替えるアニーリング手法を提案し、学習加速と過大評価バイアスの抑制を両立させた。
原題: Gradual Transition from Bellman Optimality Operator to Bellman Operator in Online Reinforcement Learning / Motoki Omura, Kazuki Ota, Takayuki Osa 他
日本語で読む → - 論文強化学習ロボティクス
CHARM: 人間の特性を考慮した強化学習モデリング
人間のフィードバックパターンが、タスク統計だけでなく、ロボット経験や教育背景などの人間の特性と相関することを46人の参加者による実験で示し、人間の特性を用いることでフィードバック価値をより正確に予測できることを実証した。
原題: CHARM: Considering Human Attributes for Reinforcement Modeling / Qidi Fang, Hang Yu, Shijie Fang 他
日本語で読む → - 論文選好ベース強化学習機械学習
効率的な選好ベース強化学習:ランダム化探索と実験計画法の融合
人間の選好比較から報酬を学習する強化学習において、ランダム化探索と最適実験計画法を組み合わせ、少ないクエリで効率的に学習する手法を提案した。
原題: Efficient Preference-Based Reinforcement Learning: Randomized Exploration Meets Experimental Design / Andreas Schlaginhaufen, Reda Ouhamma, Maryam Kamgarpour
日本語で読む → - 論文モデルベース強化学習ロボティクス
テスト時観測介入による再想像:視覚モデル予測制御のための妨害物に頑健な世界モデル予測
世界モデルが未知の視覚的妨害物に弱い問題に対し、テスト時に妨害物を検出・除去して予測を再想像し、事後的に妨害物を戻すことで、行動検証を頑健にする手法を提案。
原題: Reimagination with Test-time Observation Interventions: Distractor-Robust World Model Predictions for Visual Model Predictive Control / Yuxin Chen, Jianglan Wei, Chenfeng Xu 他
日本語で読む → - 論文オフライン強化学習機械学習
RCSLの性能を理論的に改善する方法
リターン条件付き教師あり学習(RCSL)の性能限界を克服するため、データ内最適リターンを用いるReinforced RCSLを提案し、理論的・実験的に改善を示した。
原題: How to Provably Improve Return Conditioned Supervised Learning? / Zhishuai Liu, Yu Yang, Ruhan Wang 他
日本語で読む → - 論文強化学習/群制御ロボティクス
追跡回避ゲームにおける俊敏なクアッドロータのための学習制御器
強化学習で1対1のクアッドロータ追跡回避を訓練する際の非定常性や破滅的忘却に対処するため、PSROに基づく非同期多段階集団ベース訓練法AMSPBHを提案し、多様な戦略への汎化と新戦略の発見を実現した。
原題: Learned Controllers for Agile Quadrotors in Pursuit-Evasion Games / Alejandro Sanchez Roncero, Yixi Cai, Olov Andersson 他
日本語で読む → - 論文自動運転/強化学習機械学習
乳児の睡眠を最適化する自動運転:ウェアラブルセンシングと車両センシングを融合したインテリジェントクルーズコントロール
ウェアラブルセンサと車両データを統合し、強化学習で運転の攻撃性を動的に調整することで、乳児の睡眠品質を向上させる自動運転クルーズコントロールを提案した。
原題: Towards Infant Sleep-Optimized Driving: Synergizing Wearable and Vehicle Sensing in Intelligent Cruise Control / Ruitao Chen, Mozhang Guo, Jinge Li
日本語で読む → - 論文メタ強化学習機械学習
条件付きニューラルプロセスを用いた教師なしメタテストによるハイブリッドメタ強化学習
報酬がメタテスト時に得られない設定で、条件付きニューラルプロセスを活用してタスク推論を行い、少ないサンプルで未知タスクに適応するハイブリッドメタ強化学習手法を提案した。
原題: Unsupervised Meta-Testing with Conditional Neural Processes for Hybrid Meta-Reinforcement Learning / Suzan Ece Ada, Emre Ugur
日本語で読む → - 論文安全強化学習機械学習
解析的勾配を用いた証明可能安全な強化学習
解析的勾配ベースの強化学習に初めての安全保証機構を導入し、微分可能なシミュレータと統合して性能を損なわずに安全な訓練を実現した。
原題: Leveraging Analytic Gradients in Provably Safe Reinforcement Learning / Tim Walter, Hannah Markgraf, Jonathan Külz 他
日本語で読む → - 論文オフライン強化学習機械学習
MOBODY: モデルベースの動特性ずれオフライン強化学習
動特性が異なるオフライン源データと限られた目標データから、学習した目標動特性モデルで方策を最適化し、高報酬状態を探索する手法を提案。
原題: MOBODY: Model Based Off-Dynamics Offline Reinforcement Learning / Yihong Guo, Yu Yang, Pan Xu 他
日本語で読む → - 論文ロバスト強化学習機械学習
敵対的観測に対するロバスト強化学習のためのオフポリシーアクター・クリティック:対称的政策評価による仮想代替訓練
敵対的観測に強い強化学習を目指し、エージェントと敵対者の政策評価の対称性を利用して追加の環境相互作用なしに学習するオフポリシー手法を提案した。
原題: Off-Policy Actor-Critic for Adversarial Observation Robustness: Virtual Alternative Training via Symmetric Policy Evaluation / Kosuke Nakanishi, Akihiro Kubo, Yuji Yasui 他
日本語で読む →
PR・アフィリエイト広告
