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: 2022/3/1 / 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 →- 論文模倣学習ロボティクス
両側制御に基づく模倣学習のための独立学習可能な階層モデル
長期タスクの模倣学習を可能にするため、長期計画を学ぶ上層と動作プリミティブを学ぶ下層を独立に訓練できる階層モデルを提案し、従来法より短時間で同等以上の成功率を達成した。
原題: An Independently Learnable Hierarchical Model for Bilateral Control-Based Imitation Learning Applications / Kazuki Hayashi, Sho Sakaino, Toshiaki Tsuji
日本語で読む → - 論文模倣学習機械学習
模倣学習に基づく適応型ヒューマンレースドライバーモデル
プロのレースドライバーの運転行動を模倣学習でモデル化し、未知のサーキットでも人間らしい走行ラインを生成しながら周回ごとに自己修正してラップタイムを短縮できる適応型ドライバーモデルを提案した。
原題: An Adaptive Human Driver Model for Realistic Race Car Simulations / Stefan Löckel, Siwei Ju, Maximilian Schaller 他
日本語で読む → - 論文模倣学習ロボティクス
視覚デモンストレーションから逐次操作タスクの感覚運動プリミティブを学習する
人の作業を撮影した生の動画だけから、低レベル動作と高レベル判断を同時に学習するニューラルネット枠組みを提案し、ロボットアームの物体操作で既存の模倣学習を上回る性能を示した。
原題: Learning Sensorimotor Primitives of Sequential Manipulation Tasks from Visual Demonstrations / Junchi Liang, Bowen Wen, Kostas Bekris 他
日本語で読む → - 論文模倣学習AI
人間の教示から高速学習する汎用エージェント
事前学習済みスキルの「ポリシープール」を階層的に管理し、人間の1回のデモンストレーションから複雑なタスクを即座に習得する手法を提案した論文。
原題: A Versatile Agent for Fast Learning from Human Instructors / Yiwen Chen, Zedong Zhang, Haofeng Liu 他
日本語で読む → - 論文模倣学習ロボティクス
強化学習を組み合わせた介入型模倣学習フレームワークReIL
介入型模倣学習と強化学習を統合し、非専門家でも実環境で少ない監督でエージェントを訓練できるフレームワークを提案。移動ロボットのナビゲーション実験で、疎な修正から高速に学習し性能劣化なく任意の報酬関数を利用できることを示した。
原題: ReIL: A Framework for Reinforced Intervention-based Imitation Learning / Rom Parnichkun, Matthew N. Dailey, Atsushi Yamashita
日本語で読む → - 論文模倣学習機械学習
タスク分割によるマルチタスク模倣学習のためのモジュール型適応ポリシー選択
プロトポリシーをモジュールとして並列に動かし、セレクタが適応的に選択することで、タスク間で共有できる部分行動とタスク固有の部分行動に自動分割し、負の転移を抑えつつマルチタスク模倣学習の精度を向上させる手法を提案した。
原題: Modular Adaptive Policy Selection for Multi-Task Imitation Learning through Task Division / Dafni Antotsiou, Carlo Ciliberto, Tae-Kyun Kim
日本語で読む → - 論文言語条件付き模倣学習機械学習
言語から解釈可能なスキル抽象化を学習するLISA
言語条件付きデモからベクトル量子化で離散スキルを学習し、未知の長距離指示にも汎化できる階層的模倣学習フレームワークを提案。
原題: LISA: Learning Interpretable Skill Abstractions from Language / Divyansh Garg, Skanda Vaidyanath, Kuno Kim 他
日本語で読む → - 論文模倣学習/sim2realロボティクス
タスク整合性損失による実世界での実用的な模倣学習
シミュレーションと実世界の特徴量・行動予測レベルでの整合を促す自己教師あり損失(TCL)を導入し、移動マニピュレータがドアに接近して取っ手を回し開けて入室するタスクをRGB-D画像から end-to-end で学習、未見のドアにも汎化して72%の成功率を達成した。
原題: Practical Imitation Learning in the Real World via Task Consistency Loss / Mohi Khansari, Daniel Ho, Yuqing Du 他
日本語で読む → - 論文模倣学習ロボティクス
状態オブザーバを用いた動画からの敵対的模倣学習
高次元動画から自己教師あり状態オブザーバで低次元の固有感覚状態を推定し、動画のみのデモからサンプル効率よく模倣学習するVGAIfO-SOを提案。
原題: Adversarial Imitation Learning from Video using a State Observer / Haresh Karnan, Garrett Warnell, Faraz Torabi 他
日本語で読む → - 論文模倣学習/sim2realロボティクス
複数センサ入力のベイズ模倣学習による移動マニピュレータのエンドツーエンド制御
Variational Information BottleneckでCNNを正則化し、RGBと深度の不確実性に応じた融合でsim2realギャップを縮め、実オフィスでのドア開けタスク成功率96%を達成した。
原題: Bayesian Imitation Learning for End-to-End Mobile Manipulation / Yuqing Du, Daniel Ho, Alexander A. Alemi 他
日本語で読む → - 論文自動運転/模倣学習ロボティクス
群衆交差点における自動運転のためのマルチタスク条件付き模倣学習
歩行者と相互作用が必要な混雑交差点での自動運転に向け、横方向・縦方向の制御を適応させるマルチタスク条件付き模倣学習を提案し、新ベンチマークIntersectNavで最大30%の成功率向上を達成した。
原題: Multi-Task Conditional Imitation Learning for Autonomous Navigation at Crowded Intersections / Zeyu Zhu, Huijing Zhao
日本語で読む → - 論文遠隔操作/模倣学習ロボティクス
ロボティック・テレキネシス:YouTube動画から学ぶロボットハンド模倣
単眼RGBカメラで人間の手の動きを観察し、YouTubeの大量の手動画データを活用して、人間とロボットの形状差を超えてリアルタイムにロボットハンド・アームへ動作を転写する遠隔操作システムを構築した。
原題: Robotic Telekinesis: Learning a Robotic Hand Imitator by Watching Humans on Youtube / Aravind Sivakumar, Kenneth Shaw, Deepak Pathak
日本語で読む → - 論文模倣学習ロボティクス
記憶に基づく注視予測を用いたロボットマニピュレーションの深層模倣学習
複雑な環境で過去の経験を活かすタスク向けに、連続視覚入力からTransformerで注視点を予測し記憶を実現する深層模倣学習手法を提案し、実機の物体操作タスクで評価した。
原題: Memory-based gaze prediction in deep imitation learning for robot manipulation / Heecheol Kim, Yoshiyuki Ohmura, Yasuo Kuniyoshi
日本語で読む → - 論文模倣学習機械学習
模倣学習のためのランキングゲーム
模倣学習を方策と報酬の2プレイヤーランキングゲームとして定式化し、専門家デモと選好データの両方から同時に学習できる新アルゴリズムを提案した論文。
原題: A Ranking Game for Imitation Learning / Harshit Sikchi, Akanksha Saran, Wonjoon Goo 他
日本語で読む → - 論文模倣学習ロボティクス
BC-Z: ロボット模倣学習によるゼロショットタスク汎化
言語や動画で条件付けできる模倣学習システムを構築し、100以上のタスクで学習して未見の24タスクを実演なしで平均44%の成功率で遂行できることを示した。
原題: BC-Z: Zero-Shot Task Generalization with Robotic Imitation Learning / Eric Jang, Alex Irpan, Mohi Khansari 他
日本語で読む → - 論文模倣学習機械学習
時間相関ノイズ下での因果的模倣学習
専門家行動に時間相関ノイズが混入したデータから、操作変数回帰を用いて偽相関を排除し方策を学習する2手法(DoubILとResiduIL)を提案した論文。
原題: Causal Imitation Learning under Temporally Correlated Noise / Gokul Swamy, Sanjiban Choudhury, J. Andrew Bagnell 他
日本語で読む → - 論文模倣学習ロボティクス
ロボットなしでロボットを訓練:マスター・トゥ・ロボット方策転送のための深層模倣学習
ロボットを使わずに力覚フィードバックを伴う作業を教示できるM2R方策転送システムを提案し、注視ベースの模倣学習とTransformerでマスターとロボット間のギャップを埋め、ペットボトルの蓋開けタスクで評価した。
原題: Training Robots without Robots: Deep Imitation Learning for Master-to-Robot Policy Transfer / Heecheol Kim, Yoshiyuki Ohmura, Akihiko Nagakubo 他
日本語で読む → - 論文模倣学習ロボティクス
人間のデモ動画から幾何学的アプローチで汎化可能なタスク表現を学習
人間のデモ動画から幾何学的タスク構造を用いてタスク表現を学習し、カテゴリ物体間で汎化させてロボット制御に転移する手法CoVGS-ILを提案。
原題: Generalizable task representation learning from human demonstration videos: a geometric approach / Jun Jin, Martin Jagersand
日本語で読む → - 論文継続的模倣学習ロボティクス
ハイパーネットワークとNeural ODEによるロボットスキルの継続的模倣学習
ハイパーネットワークとNeural ODEソルバーを用い、過去のデモデータを保存せずに連続した軌道学習タスクを忘れずに学ぶ継続的模倣学習手法を提案し、実機実験で有効性を示した。
原題: Continual Learning from Demonstration of Robotics Skills / Sayantan Auddy, Jakob Hollenstein, Matteo Saveriano 他
日本語で読む → - 論文模倣学習ロボティクス
不完全なデモンストレーションからの敵対的信頼度転移による学習
信頼度付きのデモがある環境から、ラベルなしデモしかない環境へ敵対的分布マッチングで信頼度予測器を転移し、有益なデモを重み付けして方策を学習する手法を提案した。
原題: Learning from Imperfect Demonstrations via Adversarial Confidence Transfer / Zhangjie Cao, Zihan Wang, Dorsa Sadigh
日本語で読む → - 論文ドローンレース/視覚的注意/模倣学習ロボティクス
視覚的注意予測でドローンレースAIの性能向上
人間パイロットの視線データから視覚的注意予測モデルを学習し、それを用いた模倣学習でドローンレースの自律制御器を構築、成功率88%と画像入力や特徴追跡ベースを上回った。
原題: Visual Attention Prediction Improves Performance of Autonomous Drone Racing Agents / Christian Pfeiffer, Simon Wengeler, Antonio Loquercio 他
日本語で読む → - 論文模倣学習ロボティクス
デュアルメタ模倣学習による階層構造の転移
高レベルネットワークとサブスキルを交互にメタ学習し、長期的な未分割デモから学んだ階層構造を新しいタスクへ少数例で適応させる手法DMILを提案。
原題: Transfering Hierarchical Structure with Dual Meta Imitation Learning / Chongkai Gao, Yizhou Jiang, Feng Chen
日本語で読む → - 論文模倣学習ロボティクス
一度の実演でカテゴリレベル操作を学習するフレームワーク
単一の実演動画からカテゴリレベルの物体表現と6DoF動作追跡を用いて新規物体への操作軌道を生成し、CatBCで閉ループ制御する手法を提案。
原題: You Only Demonstrate Once: Category-Level Manipulation from Single Visual Demonstration / Bowen Wen, Wenzhao Lian, Kostas Bekris 他
日本語で読む → - 論文模倣学習ロボティクス
少数のデモンストレーションからタスクパラメータ化スキルを学習する手法
合成データで訓練データを拡張し、少数のデモンストレーションから状況に適応するタスクパラメータ化スキルを学習可能にした研究。
原題: Learning Task-Parameterized Skills from Few Demonstrations / Jihong Zhu, Michael Gienger, Jens Kober
日本語で読む → - 論文模倣学習機械学習
STIR²: 報酬再ラベリングによる強化学習と模倣学習の統合
専門家デモとオンライン成功エピソードに報酬ボーナスを再ラベリングで付与し、スパース報酬のロボット操作タスクでSACやDDPGの性能とデータ効率を向上させた手法。
原題: STIR$^2$: Reward Relabelling for combined Reinforcement and Imitation Learning on sparse-reward tasks / Jesus Bujalance Martin, Fabien Moutarde
日本語で読む → - 論文模倣学習/自動運転ロボティクス
安全運転のための並列化・ランダム化敵対的模倣学習
複数のADAS機能を協調制御する自動運転の意思決定者を、LIDAR入力を用いたランダム化敵対的模倣学習(RAIL)で訓練し、多車線高速道路のシミュレーションで有効性を示した論文。
原題: Parallelized and Randomized Adversarial Imitation Learning for Safety-Critical Self-Driving Vehicles / Won Joon Yun, MyungJae Shin, Soyi Jung 他
日本語で読む → - 論文模倣学習ロボティクス
タスク・運動計画の誘導模倣による長期的操作タスクの学習
TAMPソルバの出力を模倣するフィードフォワード方策を学習し、部分学習済み制御方策で計画を高速化することで、複数物体のピック・プレースや9目標ベンチマークを感覚入力から解けるようにした。
原題: Guided Imitation of Task and Motion Planning / Michael James McDonald, Dylan Hadfield-Menell
日本語で読む → - 論文模倣学習機械学習
ガイド付きプレイからの学習:敵対的模倣学習における探索改善のためのスケジュール階層型アプローチ
専門家の主タスクと複数の補助タスクのデモを活用し、階層モデルとタスクを組み合わせるスケジューラで全タスクの探索を促すことで、敵対的模倣学習の学習効率と転移を改善するフレームワークを提案した論文。
原題: Learning from Guided Play: A Scheduled Hierarchical Approach for Improving Exploration in Adversarial Imitation Learning / Trevor Ablett, Bryan Chan, Jonathan Kelly
日本語で読む → - 論文模倣学習ロボティクス
自律運転のための因果模倣モデル
専門家の運転デモから因果構造を明示的に学習し、慣性や衝突といった問題を抑えた運転ポリシーを訓練する手法を提案した論文。
原題: Causal Imitative Model for Autonomous Driving / Mohammad Reza Samsami, Mohammadhossein Bahari, Saber Salehkaleybar 他
日本語で読む → - 論文模倣学習ロボティクス
ステージ認識注意ネットワーク(SCAN):少数デモンストレーションに条件付けられた模倣ポリシー
長さや位相が揃わない少数の専門家デモから、複数ステージからなる複合タスクを学習する注意機構付き模倣学習手法SCANを提案し、異なる専門家からの学習も可能にした。
原題: Stage Conscious Attention Network (SCAN) : A Demonstration-Conditioned Policy for Few-Shot Imitation / Jia-Fong Yeh, Chi-Ming Chung, Hung-Ting Su 他
日本語で読む →
PR・アフィリエイト広告
