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: 2025/6/1 / 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 →- 論文選好ベース強化学習ロボティクス
SENIOR: 選好ベース強化学習における効率的なクエリ選択と選好誘導探索
人間の選好から報酬を学習する強化学習において、比較しやすい動作区間を選ぶクエリ選択法と選好に基づく探索手法を組み合わせ、フィードバック効率と方策学習を改善した。
原題: SENIOR: Efficient Query Selection and Preference-Guided Exploration in Preference-based Reinforcement Learning / Hexian Ni, Tao Lu, Haoyuan Hu 他
日本語で読む → - 論文制御・強化学習ロボティクス
条件を揃えた比較:クアッドロータ軌道追従における古典制御と学習制御の公平な評価
クアッドロータの軌道追従において、強化学習と幾何学制御を公平に比較するための実験プロトコルを提案し、従来の比較にあった非対称なバイアスを解消した結果、両者の性能差は従来報告より小さいことを示した。
原題: Leveling the Playing Field: Carefully Comparing Classical and Learned Controllers for Quadrotor Trajectory Tracking / Pratik Kunapuli, Jake Welde, Dinesh Jayaraman 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
DRARL: 介入理由を活用した強化学習による自動運転ポリシーの効率的改善
自動運転の介入事例をOOD状態推定で理由ごとに分類し、ポリシー起因の介入のみを理由拡張型の想像環境で学習に活用することで、類似状況への対応力を効率的に高める手法を提案した。
原題: DRARL: Disengagement-Reason-Augmented Reinforcement Learning for Efficient Improvement of Autonomous Driving Policy / Weitao Zhou, Bo Zhang, Zhong Cao 他
日本語で読む → - 論文マイクロロボティクス/強化学習ロボティクス
深層強化学習による3リンクマイクロスイマーのナビゲーション
低レイノルズ数環境で3リンクマイクロスイマーのストロークパターンを深層強化学習で設計し、速度重視とエネルギー考慮の2戦略を比較して適応的なナビゲーションを実現した。
原題: Navigation of a Three-Link Microswimmer via Deep Reinforcement Learning / Yuyang Lai, Sina Heydari, On Shun Pak 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
信頼度誘導による人間-AI協調:自動運転のための分布型代理価値伝播を用いた強化学習
自動運転において、人間の介入を最小限に抑えつつ、分布型強化学習と信頼度に基づく共有制御で人間ガイド方策と自己学習方策を動的に切り替える協調手法を提案した。
原題: Confidence-Guided Human-AI Collaboration: Reinforcement Learning with Distributional Proxy Value Propagation for Autonomous Driving / Li Zeqiao, Wang Yijing, Wang Haoyu 他
日本語で読む → - 論文強化学習ロボティクス
AURA: 検索拡張エージェントによる自律的スキルアップ
LLMを活用して強化学習カリキュラムを自動設計し、ユーザープロンプトからヒューマノイドロボットのポリシーをゼロショットで学習・展開するフレームワークを提案。
原題: AURA: Autonomous Upskilling with Retrieval-Augmented Agents / Alvin Zhu, Yusuke Tanaka, Andrew Goldberg 他
日本語で読む → - 論文自動運転/強化学習/VLMロボティクス
DriveMind: 二重視覚言語モデルに基づく自動運転のための強化学習フレームワーク
視覚言語モデルを活用した強化学習により、動的な運転シーンに適応する意味的報酬フレームワークを構築し、CARLAで高い性能と実世界データへのゼロショット汎化を実現した。
原題: DriveMind: A Dual Visual Language Model-based Reinforcement Learning Framework for Autonomous Driving / Dawood Wasif, Terrence J. Moore, Chandan K. Reddy 他
日本語で読む → - 論文FPGA/強化学習cs.AR
QForce-RL: 量子化FPGA最適化強化学習計算エンジン
量子化と軽量アーキテクチャを活用し、FPGA上での強化学習のスループット向上とエネルギー削減を実現する計算エンジンを提案。
原題: QForce-RL: Quantized FPGA-Optimized Reinforcement Learning Compute Engine / Anushka Jha, Tanushree Dewangan, Mukul Lokhande 他
日本語で読む → - 論文交通最適化/強化学習機械学習
安全優先の強化学習による3D都市規模交通流最適化
Unity製の3D都市交通シミュレータと衝突モデルを構築し、安全を優先する報酬設計の強化学習(PPO)で衝突・走行距離・排出量を大幅削減できることを示した。
原題: Safety-Prioritized, Reinforcement Learning-Enabled Traffic Flow Optimization in a 3D City-Wide Simulation Environment / Mira Nuthakki
日本語で読む → - 論文強化学習/安全制御機械学習
リスク感応型行動価値反復と分位点回帰による安全志向強化学習制御
CVaRを用いたリスク正則化分位点ベース強化学習を提案し、動的環境での移動ロボット制御において衝突を減らし目標達成率を向上させる。
原題: Safety-Aware Reinforcement Learning for Control via Risk-Sensitive Action-Value Iteration and Quantile Regression / Clinton Enwerem, Aniruddh G. Puranic, John S. Baras 他
日本語で読む → - 論文マルチエージェント強化学習cs.MA
Trust-MARL:異種交通流における協調合流制御のための信頼ベースマルチエージェント強化学習フレームワーク
高速道路の合流地点で、自動運転車が人間の運転車と協調するために、エージェント間の信頼を活用したマルチエージェント強化学習フレームワークを提案し、安全性・効率・快適性を向上させた。
原題: Trust-MARL: Trust-Based Multi-Agent Reinforcement Learning Framework for Cooperative On-Ramp Merging Control in Heterogeneous Traffic Flow / Jie Pan, Tianyi Wang, Christian Claudel 他
日本語で読む → - 論文安全強化学習/運動計画ロボティクス
予測安全フィルタを統合した安全強化学習によるドリフト車両の運動計画と制御
強化学習エージェントとモデルベースのドリフトダイナミクスを組み合わせ、予測安全フィルタでオンラインに行動を調整することで、安全かつ効率的な自律ドリフト運動計画を実現した研究。
原題: Safe Reinforcement Learning with a Predictive Safety Filter for Motion Planning and Control: A Drifting Vehicle Example / Bei Zhou, Baha Zarrouki, Mattia Piccinini 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 → - 論文自動運転/階層型強化学習ロボティクス
交差点におけるサンプル効率と安全性を両立する目標条件付き階層型強化学習
交差点での自動運転において、目標条件付き衝突予測モジュールを組み込んだ階層型強化学習を提案し、サンプル効率と安全性を向上させた。
原題: Goal-conditioned Hierarchical Reinforcement Learning for Sample-efficient and Safe Autonomous Driving at Intersections / Yiou Huang
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 → - 論文強化学習機械学習
軌道優先:多様な方策を発見するためのカリキュラム
スプライン軌道を事前知識として多様な行動を生成し、その後反応的な方策に蒸留する2段階カリキュラムで、ロボット操作における多様性と性能を向上させる。
原題: Trajectory First: A Curriculum for Discovering Diverse Policies / Cornelius V. Braun, Sayantan Auddy, Marc Toussaint
日本語で読む → - 論文強化学習ロボティクス
CARoL: ロボット学習のための文脈適応
システムダイナミクスの状態遷移から文脈を認識し、過去の知識との類似性を評価して新タスクに適応させる強化学習フレームワークを提案し、シミュレーションと実車で有効性を示した。
原題: CARoL: Context-aware Adaptation for Robot Learning / Zechen Hu, Tong Xu, Xuesu Xiao 他
日本語で読む → - 論文強化学習機械学習
観測不能なランダム遅延に適応する強化学習
エージェントと環境間の観測不能で時変な遅延に対処するため、将来の行動候補行列を生成するinteraction layerを導入し、遅延パターンに動的に適応するモデルベース強化学習アルゴリズムACDAを提案した。
原題: Adaptive Reinforcement Learning for Unobservable Random Delays / John Wikman, Alexandre Proutiere, David Broman
日本語で読む → - 論文強化学習/ロボット魚ロボティクス
深層強化学習によるバイオミメティックロボット魚の推進効率向上
深層強化学習を用いてバイオミメティックロボット魚の運動を最適化し、推進効率を高めつつエネルギー消費を抑える制御則を獲得した研究。
原題: Enhancing Efficiency and Propulsion in Bio-mimetic Robotic Fish through End-to-End Deep Reinforcement Learning / Xinyu Cui, Boai Sun, Yi Zhu 他
日本語で読む → - 論文強化学習/ロバスト制御機械学習
ARMOR: 物理攻撃下のUAVのための堅牢な強化学習ベース制御
GPSスプーフィングなどの物理攻撃に耐えるUAV制御のため、特権情報で訓練した教師エンコーダから攻撃に強い潜在表現を学習し、履歴センサデータのみで展開可能な学生エンコーダを訓練する強化学習手法を提案。
原題: ARMOR: Robust Reinforcement Learning-based Control for UAVs under Physical Attacks / Pritam Dash, Ethan Chan, Nathan P. Lawrence 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 → - 論文モデルベース強化学習機械学習
M3PO: 大規模マルチタスクモデルベース方策最適化
観測再構成を不要とする暗黙的世界モデルと、モデルベース計画とモデルフリーの不確実性ボーナスを組み合わせた探索戦略により、マルチタスク強化学習のサンプル効率と汎化性能を向上させる手法を提案。
原題: M3PO: Massively Multi-Task Model-Based Policy Optimization / Aditya Narendra, Dmitry Makarov, Aleksandr Panov
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
LAMARL: LLM支援による協調方策生成のためのマルチエージェント強化学習
LLMを使って事前方策と報酬関数を自動生成し、マルチエージェント強化学習のサンプル効率とタスク達成率を大幅に改善する手法を提案。形状組み立てタスクで実機検証も行った。
原題: LAMARL: LLM-Aided Multi-Agent Reinforcement Learning for Cooperative Policy Generation / Guobin Zhu, Rui Zhou, Wenkang Ji 他
日本語で読む → - 論文モデルベース強化学習機械学習
非線形軌道最適化によるモデルベース強化学習の加速
モデルベース強化学習MC-PILCOにiLQRを組み合わせ、探索軌道生成と方策初期化を行うことで、収束を加速し実行時間を最大45.9%削減した。
原題: Accelerating Model-Based Reinforcement Learning using Non-Linear Trajectory Optimization / Marco Calì, Giulio Giacomuzzo, Ruggero Carli 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 → - 論文強化学習機械学習
不確かさ推定で残差強化学習を加速する
ベース方策の不確かさを利用して探索を効率化し、確率的なベース方策にも対応できる残差強化学習手法を提案。シミュレーションと実機で既存手法を上回る性能を示した。
原題: Accelerating Residual Reinforcement Learning with Uncertainty Estimation / Lakshita Dodeja, Karl Schmeckpeper, Shivam Vats 他
日本語で読む → - 論文ロボット分解/強化学習ロボティクス
CIRO7.2: 循環性-7.2を実現するマテリアルネットワークと強化学習制御ロボット分解装置
循環経済のためのマテリアルネットワークをモデル化し、強化学習で制御されたロボット分解装置の性能を循環性指標λで評価した。
原題: CIRO7.2: A Material Network with Circularity of -7.2 and Reinforcement-Learning-Controlled Robotic Disassembler / Federico Zocco, Monica Malvezzi
日本語で読む → - 論文強化学習/形式仕様機械学習
微分可能シミュレーションを用いた線形時相論理による学習の加速
線形時相論理(LTL)と微分可能シミュレータを統合し、形式仕様から直接勾配ベースで学習できる初のエンドツーエンド枠組みを提案。接触の多い連続制御タスクで学習を大幅に加速し、離散ベースラインの最大2倍のリターンを達成した。
原題: Accelerated Learning with Linear Temporal Logic using Differentiable Simulation / Alper Kamil Bozkurt, Calin Belta, Ming C. Lin
日本語で読む → - 論文マルチタスク強化学習機械学習
大きく、正則化し、カテゴリカルに:高容量価値関数は効率的なマルチタスク学習者
高容量な価値モデルをクロスエントロピーで学習し、学習可能なタスク埋め込みで条件付けることで、オンライン強化学習におけるタスク干渉を解決し、マルチタスク学習をスケーラブルにする手法を提案。
原題: Bigger, Regularized, Categorical: High-Capacity Value Functions are Efficient Multi-Task Learners / Michal Nauman, Marek Cygan, Carmelo Sferrazza 他
日本語で読む → - 論文強化学習機械学習
深層アクター・クリティックのための厳密なリスク証明
深層アクター・クリティックの汎化性能を検証データから予測する厳密なリスク証明を、PAC-Bayes理論の再帰的適用により実現した。
原題: Deep Actor-Critics with Tight Risk Certificates / Bahareh Tasdighi, Manuel Haussmann, Yi-Shan Wu 他
日本語で読む →
PR・アフィリエイト広告
