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: 2025/5/1 / 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/キャラクタ制御ロボティクス
AMOR: 多目的強化学習による適応的キャラクタ制御
重み付けされた複数の報酬を条件とする単一の強化学習ポリシーを訓練し、訓練後に重みを調整可能にすることで、ロボットキャラクタの動的動作生成と新規タスクへの適応を効率化した。
原題: AMOR: Adaptive Character Control through Multi-Objective Reinforcement Learning / Lucas N. Alegre, Agon Serifi, Ruben Grandia 他
日本語で読む → - 論文安全強化学習制御
確率線形システム制御のためのリスク対応型安全強化学習
確率離散時間線形システムに対し、リスクを考慮した安全な強化学習制御を提案。安全保証器による介入ではなく、安全制御器も学習しRL制御器と組み合わせることで、高信頼な安全性と効率的な計算を両立する。
原題: Risk-Aware Safe Reinforcement Learning for Control of Stochastic Linear Systems / Babak Esmaeili, Nariman Niknejad, Hamidreza Modares
日本語で読む → - 論文オフライン強化学習機械学習
オフライン強化学習のための変分OOD状態補正
オフライン強化学習において、データ密度を考慮した安全知覚(DASP)により分布外状態を補正し、安全な領域への誘導を図る手法を提案した。
原題: Variational OOD State Correction for Offline Reinforcement Learning / Ke Jiang, Wen Jiang, Xiaoyang Tan
日本語で読む → - 論文強化学習ロボティクス
強化学習による因果的好奇心を用いたパラメータ推定:限界と課題
強化学習手法「因果的好奇心」の測定精度を初めて分析し、その限界と改善提案を示した。
原題: Parameter Estimation using Reinforcement Learning Causal Curiosity: Limits and Challenges / Miguel Arana-Catania, Weisi Guo
日本語で読む → - 論文強化学習ロボティクス
大規模言語モデルによるロボットスキル学習のための自動ハイブリッド報酬スケジューリング
LLMがタスク記述から報酬の重み付けルールを生成・選択し、複数の報酬成分を段階的に学習させることで、ロボットの強化学習スキル獲得を効率化するフレームワークを提案した。
原題: Automated Hybrid Reward Scheduling via Large Language Models for Robotic Skill Learning / Changxin Huang, Junyang Liang, Yanbin Chang 他
日本語で読む → - 論文自動運転/強化学習/安全制御ロボティクス
不確実性を考慮した安全クリティカルな自動運転車の意思決定と制御:無信号交差点における枠組み
強化学習の不確実性を推定し、高次制御バリア関数を安全フィルタとして動的に切り替えることで、無信号交差点での安全性と効率性を両立する手法を提案した。
原題: Uncertainty-Aware Safety-Critical Decision and Control for Autonomous Vehicles at Unsignalized Intersections / Ran Yu, Zhuoren Li, Lu Xiong 他
日本語で読む → - 論文自動運転/強化学習/LLMロボティクス
HCRMP:LLMヒント付き文脈強化学習による自動運転フレームワーク
LLMの幻覚に依存しすぎる従来手法を改善するため、LLMを意味的ヒント生成に限定しRLと相対的に独立させる新パラダイムを提案し、CARLAで検証した。
原題: HCRMP: A LLM-Hinted Contextual Reinforcement Learning Framework for Autonomous Driving / Zhiwen Chen, Bo Leng, Zhuoren Li 他
日本語で読む → - 論文強化学習機械学習
学習履歴のフィルタリングによる文脈内強化学習の強化
強化学習の学習履歴を改善度と安定性で重み付け・選別し、文脈内強化学習が元アルゴリズムの劣った挙動を引き継ぐ問題を抑える手法を提案した。
原題: Filtering Learning Histories Enhances In-Context Reinforcement Learning / Weiqin Chen, Xinjie Zhang, Dharmashankar Subramanian 他
日本語で読む → - 論文オフライン強化学習機械学習
動画で強化するオフライン強化学習:モデルベースアプローチ
ラベルなし動画から世界モデルを構築し、そのモデルベースの行動ガイダンスでオフライン強化学習の性能を大幅に向上させる手法を提案。
原題: Video-Enhanced Offline Reinforcement Learning: A Model-Based Approach / Minting Pan, Yitao Zheng, Jiajian Li 他
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
四足歩行ロボットチームによる実世界での協調・競争サッカーに向けて
階層型マルチエージェント強化学習により、四足歩行ロボットが自律的に協調・競争サッカーを行うフレームワークを提案し、実機でロボット同士や人間との試合を実現した。
原題: Toward Real-World Cooperative and Competitive Soccer with Quadrupedal Robot Teams / Zhi Su, Yuman Gao, Emily Lukas 他
日本語で読む → - 論文安全強化学習ロボティクス
ログサムエックス近似CBFの閉形式解による複数制約安全強化学習
複数の安全制約を単一の合成CBFで連続的に近似し、二次計画問題の閉形式解を導出することで、微分可能最適化を不要にした安全強化学習手法を提案する。
原題: Multi-Constraint Safe Reinforcement Learning via Closed-form Solution for Log-Sum-Exp Approximation of Control Barrier Functions / Chenggang Wang, Xinyi Wang, Yutong Dong 他
日本語で読む → - 論文模倣学習/強化学習ロボティクス
IN-RIL: 模倣学習と強化学習を交互に組み合わせた方策ファインチューニング
強化学習の更新の合間に模倣学習の更新を定期的に挿入し、勾配を直交部分空間に分離することで、ファインチューニングの安定性とサンプル効率を向上させる手法を提案した。
原題: IN-RIL: Interleaved Reinforcement and Imitation Learning for Policy Fine-Tuning / Dechen Gao, Hang Wang, Hanchu Zhou 他
日本語で読む → - 論文音響知覚/強化学習ロボティクス
非線形音響計算と強化学習を統合した実世界ヒューマンロボットインタラクションの枠組み
非線形音響モデルを強化学習の制御ループに組み込み、雑音や残響下での音源定位・音声認識を高精度化する手法を提案した。
原題: A Synergistic Framework of Nonlinear Acoustic Computing and Reinforcement Learning for Real-World Human-Robot Interaction / Xiaoliang Chen, Xin Yu, Le Chang 他
日本語で読む → - 論文強化学習ロボティクス
深層強化学習における効率的なロボット操作のための時間反転対称性
ロボット操作タスクに潜む時間反転対称性を利用し、軌道反転によるデータ拡張と報酬整形を組み合わせて、深層強化学習のサンプル効率と性能を向上させるフレームワークTR-DRLを提案した。
原題: Time Reversal Symmetry for Efficient Robotic Manipulations in Deep Reinforcement Learning / Yunpeng Jiang, Jianshu Hu, Paul Weng 他
日本語で読む → - 論文軌道計画/強化学習ロボティクス
SafeMove-RL: 動的運動制約下での軌道計画のための検証可能な強化学習フレームワーク
動的で不確実な環境での局所運動計画のため、動的安全マージンと適応的ギャップ分析を組み込んだ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機で有効性を検証した。
原題: SafeMove-RL: A Certifiable Reinforcement Learning Framework for Dynamic Motion Constraints in Trajectory Planning / Tengfei Liu, Haoyang Zhong, Jiazheng Hu 他
日本語で読む → - 論文選好ベース強化学習ロボティクス
TREND: デモンストレーションを用いたノイズに頑健な選好ベース強化学習のための三者相互学習
少数の専門家デモンストレーションと三者相互学習戦略を組み合わせ、ノイズの多い選好フィードバック下でもロボットマニピュレーションタスクで高い成功率を達成する選好ベース強化学習フレームワークを提案。
原題: TREND: Tri-teaching for Robust Preference-based Reinforcement Learning with Demonstrations / Shuaiyi Huang, Mara Levy, Anubhav Gupta 他
日本語で読む → - 論文オフライン強化学習機械学習
時間距離を考慮した遷移拡張によるオフライン・モデルベース強化学習
オフライン強化学習において、生の状態空間ではなく時間的に構造化された潜在空間で遷移を拡張するTempDATAを提案し、スパース報酬の長期的タスクで従来手法を上回る性能を達成した。
原題: Temporal Distance-aware Transition Augmentation for Offline Model-based Reinforcement Learning / Dongsu Lee, Minhae Kwon
日本語で読む → - 論文自動運転/安全強化学習ロボティクス
調和勾配を用いた分布型Soft Actor-Criticによるマルチレーン自動運転の安全かつ効率的な学習
効率的な走行と安全制約の2つの方策勾配を調和させて衝突を抑える新しい安全強化学習手法DSAC-Hを提案し、マルチレーン自動運転でほぼ違反ゼロの効率的走行を実現した。
原題: Distributional Soft Actor-Critic with Harmonic Gradient for Safe and Efficient Autonomous Driving in Multi-lane Scenarios / Feihong Zhang, Guojian Zhan, Bin Shuai 他
日本語で読む → - 論文自動運転/安全強化学習ロボティクス
VLM-SAFE: 視覚言語モデルと世界モデルによる安全志向の自動運転強化学習
視覚言語モデルでシーンの意味的な安全信号を得て、世界モデルで将来軌道を想像し、その安全性を評価して方策を学習するオフライン安全強化学習フレームワークを提案。
原題: VLM-SAFE: Vision-Language Model-Guided Safety-Aware Reinforcement Learning with World Models for Autonomous Driving / Yansong Qu, Zilin Huang, Zihao Sheng 他
日本語で読む → - 論文安全強化学習ロボティクス
ガードレールに導かれて:ロボット学習の安全インストラクターとしての制御バリア関数
安全行動の時間的影響を連続的な負の報酬でモデル化し、制御バリア関数(CBF)を強化学習に統合する3つの手法を提案。シミュレーションと実機の四輪差動駆動ロボットで、CBFが危険領域回避と学習改善に有効であることを示した。
原題: Guided by Guardrails: Control Barrier Functions as Safety Instructors for Robotic Learning / Maeva Guerrier, Karthik Soma, Hassan Fouad 他
日本語で読む → - 論文強化学習ロボティクス
平均報酬最大エントロピー強化学習による二重振り子タスクのグローバル方策
アクロボットとペンドボットの振り上げ・安定化タスクに対し、平均報酬エントロピーアドバンテージ方策最適化(AR-EAPO)を改良して適用し、ICRA 2025のAIオリンピック新規定に対応した制御器を提案した。
原題: Average-Reward Maximum Entropy Reinforcement Learning for Global Policy in Double Pendulum Tasks / Jean Seong Bjorn Choe, Bumkyu Choi, Jong-kook Kim
日本語で読む → - 論文強化学習機械学習
サブゴール方策のブートストラップによる階層構造の平坦化
サブゴール条件付き方策をアドバンテージ重み付き重点サンプリングでブートストラップし、生成モデル不要で長地平のフラットな目標条件付き方策をオフライン学習する手法を提案。
原題: Flattening Hierarchies with Policy Bootstrapping / John L. Zhou, Jonathan C. Kao
日本語で読む → - 論文マルチエージェント強化学習AI
階層型マルチエージェント強化学習による空中戦術の強化
空中戦のシミュレーションにおいて、低レベルの個体制御と高レベルの指揮官によるマクロ命令を階層的に学習させる強化学習フレームワークを提案し、その有効性を検証した。
原題: Enhancing Aerial Combat Tactics through Hierarchical Multi-Agent Reinforcement Learning / Ardian Selmonaj, Oleg Szehr, Giacomo Del Rio 他
日本語で読む → - 論文自動運転/強化学習AI
信号交差点における自動運転車両のための深層強化学習に基づく縦制御戦略
信号交差点での自動運転車の縦制御に深層強化学習(DDPGとSAC)を適用し、安全性・快適性に加え効率性や黄信号時の意思決定を考慮した報酬関数を設計。実世界とシミュレーションの軌跡で訓練し、人間運転より車間距離とジャークを低減しつつ安全性を維持できることを示した。
原題: Deep reinforcement learning-based longitudinal control strategy for automated vehicles at signalised intersections / Pankaj Kumar, Aditya Mishra, Pranamesh Chakraborty 他
日本語で読む → - 論文強化学習機械学習
部分観測下におけるガイド付き方策最適化
特権情報を活用するガイダーと学習者を共訓練し、模倣学習を通じて部分観測環境での強化学習を改善するフレームワークを提案。
原題: Guided Policy Optimization under Partial Observability / Yueheng Li, Guangming Xie, Zongqing Lu
日本語で読む → - 論文階層型強化学習AI
MRS: 階層型強化学習エージェントのためのマルチ解像度スキル
階層型強化学習において、複数の時間スケールに特化した目標予測モジュールを学習し、状態に応じてメタコントローラが選択することで、敏捷性が必要なタスクの性能を向上させる手法を提案。
原題: MRS: Multi-Resolution Skills for HRL Agents / Shashank Sharma, Janina Hoffmann, Vinay Namboodiri
日本語で読む → - 論文モデルベース強化学習機械学習
モデルベース強化学習における性能非対称性
モデルベース強化学習が人間を超えるタスクと大きく劣るタスクがある性能非対称性を指摘し、バランスの取れた評価指標Sym-HNSと新たな世界モデルJEDIを提案した。
原題: Performance Asymmetry in Model-Based Reinforcement Learning / Jing Yu Lim, Rushi Shah, Zarif Ikram 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
自動カリキュラム学習による運転シナリオ生成:堅牢で効率的な強化学習に向けて
エージェントの能力に応じて難易度を自動調整する運転シナリオを生成するカリキュラム学習フレームワークを提案し、強化学習による自動運転エージェントの汎化性能と訓練効率を向上させた。
原題: Automatic Curriculum Learning for Driving Scenarios: Towards Robust and Efficient Reinforcement Learning / Ahmed Abouelazm, Tim Weinstein, Tim Joseph 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
選好に応じて運転スタイルを動的に適応させる多目的強化学習による自動運転
多目的強化学習を用いて、効率・快適性・速度・攻撃性などの運転スタイル選好を連続的な重みベクトルで表現し、再学習なしに実行時に適応できる単一ポリシーの自動運転エージェントを提案した。CARLAシミュレータでの評価により、衝突回避や経路完走性能を維持しつつ選好に応じて動的に運転行動を変化させることを示した。
原題: Multi-Objective Reinforcement Learning for Adaptable Personalized Autonomous Driving / Hendrik Surmann, Jorge de Heuvel, Maren Bennewitz
日本語で読む → - 論文強化学習機械学習
動的行動補間:専門家ガイダンスで強化学習を加速する汎用アプローチ
専門家と強化学習の行動を時間変化する重みで補間するだけで、Actor-Criticアルゴリズムのサンプル効率を大幅に改善する手法を提案。
原題: Dynamic Action Interpolation: A Universal Approach for Accelerating Reinforcement Learning with Expert Guidance / Wenjun Cao
日本語で読む →
PR・アフィリエイト広告
