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: 2021/12/1 / 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
視覚的模倣における表現学習の驚くべき有効性
視覚的模倣学習において表現学習と行動学習を分離し、オフラインデータで教師あり・自己教師あり学習した表現エンコーダと局所重み付き回帰で行動予測を行うことで、従来手法より少ないデモで高い性能を実現した。
原題: The Surprising Effectiveness of Representation Learning for Visual Imitation / Jyothish Pari, Nur Muhammad Shafiullah, Sridhar Pandian Arunachalam 他
日本語で読む → - 論文自動運転/模倣学習ロボティクス
ヨー誘導による都市環境の自動運転のための模倣学習
ナビ地図の軌跡から得たヨー情報を活用し、ResNet34とアテンションを組み込んだEnd-to-End模倣学習で都市環境の経路選択性能を改善した研究。
原題: Yaw-Guided Imitation Learning for Autonomous Driving in Urban Environments / Yandong Liu, Chengzhong Xu, Hui Kong
日本語で読む → - 論文模倣学習ロボティクス
自己リプレイによる1回の実演からの多段階タスク学習
1回の人間の実演から、物体知識なしに多段階の日常タスクを模倣学習する手法を提案。対象物体へ到達して実演を再生するサイクルを繰り返し、自律的に学習データを収集する。
原題: Learning Multi-Stage Tasks with One Demonstration via Self-Replay / Norman Di Palo, Edward Johns
日本語で読む → - 論文模倣学習ロボティクス
人間の実演と誘導探索によるロボット超音波走査スキルの学習
超音波画像・プローブ位置姿勢・接触力を統合した多モードモデルを模倣学習で訓練し、誘導探索による事後最適化でロボット超音波走査スキルを獲得する手法を提案した。
原題: Learning Robotic Ultrasound Scanning Skills via Human Demonstrations and Guided Explorations / Xutian Deng, Yiting Chen, Fei Chen 他
日本語で読む → - 論文模倣学習ロボティクス
動画デモとシミュレーションを整合させて道具操作を学習する
YouTube動画から道具の軌道を抽出し、シミュレーション環境を実シーンに整合させた上で強化学習と最適化により道具操作方策を学習する手法を提案し、シャベル・鎌・ハンマーで有効性を示した。
原題: Learning to Manipulate Tools by Aligning Simulation to Video Demonstration / Kateryna Zorina, Justin Carpentier, Josef Sivic 他
日本語で読む → - 論文模倣学習+強化学習ロボティクス
AW-Opt:模倣と強化学習を大規模に統合してロボット技能を学習する
アドバンテージ重み付き回帰とQT-Optを組み合わせ、デモンストレーションと多様な事前データを活用して実世界ロボット技能をスケーラブルに学習する手法AW-Optを提案・検証した論文。
原題: AW-Opt: Learning Robotic Skills with Imitation and Reinforcement at Scale / Yao Lu, Karol Hausman, Yevgen Chebotar 他
日本語で読む → - 論文模倣学習ロボティクス
模倣学習を現実へ引き戻す:ロボット学習の評価指標再考
ロボット学習の評価が機械学習由来のデータ効率偏重になっていると指摘し、人間の実コストを反映する時間効率を指標にすべきと提言する論文。
原題: Back to Reality for Imitation Learning / Edward Johns
日本語で読む → - 論文模倣学習機械学習
信頼度を考慮した模倣学習:最適性の異なるデモンストレーションからの学習
最適性がばらつくデモンストレーションから、信頼度スコアと高性能な方策を同時に学習する枠組みCAILを提案し、理論的な収束保証と実機実験で有効性を示した論文。
原題: Confidence-Aware Imitation Learning from Demonstrations with Varying Optimality / Songyuan Zhang, Zhangjie Cao, Dorsa Sadigh 他
日本語で読む → - 論文模倣学習ロボティクス
リー群上の安定ベクトル場の学習
ロボットの姿勢全体に対する安定・滑らか・反応的なベクトル場を、ユークリッド空間ではなくリー群SE(2)/SE(3)上で学習する手法を提案し、シミュレーションと実機で有効性を示した。
原題: Learning Stable Vector Fields on Lie Groups / Julen Urain, Davide Tateo, Jan Peters
日本語で読む → - 論文模倣学習ロボティクス
異なるダイナミクスを持つ実演者を模倣するための実行可能性学習
実演者と模倣者のダイナミクスが異なる場合でも、実演が模倣者にとって実行可能かを評価する指標を学習し、有益な実演を優先して模倣する手法を提案した。
原題: Learning Feasibility to Imitate Demonstrators with Different Dynamics / Zhangjie Cao, Yilun Hao, Mengxi Li 他
日本語で読む → - 論文模倣学習/安全制御ロボティクス
人間のデモンストレーションからのクレジット割り当てに基づく安全学習
失敗を含むデモンストレーションから、人手のラベリングなしで危険状態を抽出し、安全価値関数を学習してリアルタイム安全フィルタを生成する手法を提案。
原題: Credit Assignment Safety Learning from Human Demonstrations / Ahalya Prabhakar, Aude Billard
日本語で読む → - 論文自動運転/模倣学習ロボティクス
運転しないための学習:実演から運転制約を学ぶ
人間の運転軌跡から、既存の自動運転システムに追加できる形で運動計画の制約を学習する手法を提案。計画問題を制約付きMDPとして定式化し、専門家軌跡の分布学習により制約を獲得する。
原題: How To Not Drive: Learning Driving Constraints from Demonstration / Kasra Rezaee, Peyman Yadmellat
日本語で読む → - 論文模倣学習機械学習
模倣学習と強化学習における潜在交絡因子の共変量シフトについて
未観測の交絡因子を含む専門家データからの模倣・強化学習を定式化し、分布シフト下での学習可能性と不可能性を示すとともに、外部報酬がある場合のサンプリング手法を提案して収束を証明した。
原題: On Covariate Shift of Latent Confounders in Imitation and Reinforcement Learning / Guy Tennenholtz, Assaf Hallak, Gal Dalal 他
日本語で読む → - 論文自動運転/模倣学習ロボティクス
都市環境におけるEnd-to-End自動運転のための生成的敵対的模倣学習
CARLAシミュレータの都市環境で、3台の前方カメラ画像と連続入力から運転方策を学ぶGAILの2変種を提案し、BC損失を加えたGAILが優れることを示した。
原題: Generative Adversarial Imitation Learning for End-to-End Autonomous Driving on Urban Environments / Gustavo Claudio Karl Couto, Eric Aislan Antonelo
日本語で読む → - 論文模倣学習ロボティクス
相互情報量メタ学習による人間教師ラベルの補正
DAgger型のロボット中心LfDで劣化した人間の修正ラベルを、変分推論による相互情報量最大化で個人化埋め込みを学習し真のラベルへ写像して改善する手法を提案。
原題: Improving Robot-Centric Learning from Demonstration via Personalized Embeddings / Mariah L. Schrum, Erin Hedlund, Matthew C. Gombolay
日本語で読む → - 論文模倣学習ロボティクス
四元数軌道のための周期的DMP定式化
周期的な姿勢(向き)軌道を学習・再現できる新しい動的運動プリミティブ(DMP)の定式化を提案し、リーマン計量に基づく手法と単位四元数に基づく手法の2つを開発、実機で研磨・混合タスクにより検証した論文。
原題: Periodic DMP formulation for Quaternion Trajectories / Fares J. Abu-Dakka, Matteo Saveriano, Luka Peternel
日本語で読む → - 論文模倣学習ロボティクス
より汎化可能なワンショット視覚模倣学習に向けて
多様な7タスク61バリエーションの視覚ロボット操作ベンチマークを構築し、マルチタスク設定でのワンショット模倣学習の汎化性能を検証。自己注意と時間的コントラスト学習を組み合わせたMOSAICを提案し、新規タスクへの適応性能を向上させた。
原題: Towards More Generalizable One-shot Visual Imitation Learning / Zhao Mandi, Fangchen Liu, Kimin Lee 他
日本語で読む → - 論文模倣学習画像認識
一人称視点動画から活動文脈の事前知識を抽出しエージェント行動を形成する
人間の一人称視点動画から物体同士の共起関係(活動文脈の事前知識)を学習し、補助報酬としてロボットエージェントに与えることで、複雑な家庭内タスクの学習を大幅に加速させる手法を提案した。
原題: Shaping embodied agent behavior with activity-context priors from egocentric video / Tushar Nagarajan, Kristen Grauman
日本語で読む → - 論文模倣学習機械学習
最適輸送による異形態間の模倣学習
異なる身体構造や次元を持つエージェント間で、Gromov-Wasserstein距離を用いて状態空間を対応付けることで専門家のデモンストレーションを模倣する手法を提案した論文。
原題: Cross-Domain Imitation Learning via Optimal Transport / Arnaud Fickinger, Samuel Cohen, Stuart Russell 他
日本語で読む → - 論文模倣学習/強化学習機械学習
実演と成功体験を報酬再ラベリングで活用するSACR2
Soft Actor-Criticに実演データと成功エピソードへの報酬ボーナス・再ラベリングを組み込み、スパース報酬のロボットマニピュレーション学習を効率化する手法を提案・評価した論文。
原題: Learning from demonstrations with SACR2: Soft Actor-Critic with Reward Relabeling / Jesus Bujalance Martin, Raphael Chekroun, Fabien Moutarde
日本語で読む → - 論文模倣学習ロボティクス
複数表現の学習による類似度を考慮したスキル再現
複数の模倣学習表現と類似度指標を組み合わせ、与えられた境界条件に対して最も類似度の高い再現を選ぶことでスキル汎化を改善するフレームワークを提案し、シミュレーションと実機で検証した。
原題: Similarity-Aware Skill Reproduction based on Multi-Representational Learning from Demonstration / Brendan Hertel, S. Reza Ahmadzadeh
日本語で読む → - 論文模倣学習ロボティクス
Bridge Data:クロスドメインデータセットでロボット技能の汎化を促進
10環境71タスク7200デモからなる大規模マルチドメインデータセットを収集し、新規タスク・新規環境での学習に併用すると成功率が約2倍になることを示した。
原題: Bridge Data: Boosting Generalization of Robotic Skills with Cross-Domain Datasets / Frederik Ebert, Yanlai Yang, Karl Schmeckpeper 他
日本語で読む → - 論文模倣学習ロボティクス
不変表現による異種ロボット間の模倣学習
サイクル一貫性とドメイン混同を用いてロボット間で不変な状態・行動表現を学習し、人手ラベルなしで類似ロボット間の模倣を可能にした。
原題: Cross Domain Robot Imitation with Invariant Representation / Zhao-Heng Yin, Lingfeng Sun, Hengbo Ma 他
日本語で読む → - 論文模倣学習ロボティクス
混在品質のデモンストレーションを用いた半教師あり模倣学習による自動運転
ラベル付き専門家デモと品質のばらついたラベルなしデモを混ぜ、各状態行動ペアの信頼度(leverage)を推定して半教師ありで方策を学習する手法を提案し、RCカー実機でも有効性を示した。
原題: Semi-Supervised Imitation Learning with Mixed Qualities of Demonstrations for Autonomous Driving / Gunmin Lee, Wooseok Oh, Seungyoun Shin 他
日本語で読む → - 論文模倣学習ロボティクス
暗黙的モデルによる行動クローニング
エネルギー-basedモデルを用いた暗黙的行動クローニングが、明示的モデルより優れることを示し、D4RLや実機の接触タスクで有効性を実証した論文。
原題: Implicit Behavioral Cloning / Pete Florence, Corey Lynch, Andy Zeng 他
日本語で読む → - 論文模倣学習ロボティクス
人間のデモンストレーションから周期的タスクを学習する手法
ロボットが人間の動画デモから布拭き・ケーブル巻き・攪拌などの周期的タスクを、キーポイントの教師なし学習とベイズ最適化によるrDMPの調整で少ない試行回数で習得する手法を提案。
原題: Learning Periodic Tasks from Human Demonstrations / Jingyun Yang, Junwu Zhang, Connor Settle 他
日本語で読む → - 論文模倣学習ロボティクス
ロバストチューブMPCの模倣による実演効率の高い誘導方策探索
ロバストチューブMPCを模倣学習で深層ネットワークに圧縮し、チューブ特性を活かしたデータ拡張で実演効率と外乱ロバスト性を高めた。
原題: Demonstration-Efficient Guided Policy Search via Imitation of Robust Tube MPC / Andrea Tagliabue, Dong-Ki Kim, Michael Everett 他
日本語で読む → - 論文自動運転/模倣学習ロボティクス
対話型自動運転のための反復的模倣方策改善
実都市交通のデータから弱いシミュレータを構築し、A*プランナを疑似エキスパートとしてデータ集約を反復することで、自動運転の模倣学習方策を改善する手法を提案した。
原題: Iterative Imitation Policy Improvement for Interactive Autonomous Driving / Zhao-Heng Yin, Chenran Li, Liting Sun 他
日本語で読む → - 論文自動運転/模倣学習ロボティクス
アーバンドライバー:実世界デモンストレーションからのポリシー勾配による都市運転学習
知覚出力とHDマップ上に微分可能なデータ駆動シミュレータを構築し、実世界の都市運転デモ100時間から閉ループでポリシー勾配により運転ポリシーを学習、実車にも展開した研究。
原題: Urban Driver: Learning to Drive from Real-world Demonstrations Using Policy Gradients / Oliver Scheel, Luca Bergamini, Maciej Wołczyk 他
日本語で読む → - 論文模倣学習ロボティクス
模倣学習による相対的インタラクションの学習
ロボットが物体に対して特定の相対姿勢を取るタスクを模倣学習で訓練し、任意姿勢への拡張とセンサー対称性の影響を調査した。
原題: Learning Relative Interactions through Imitation / Giorgia Adorni, Elia Cereda
日本語で読む →
PR・アフィリエイト広告
