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: 2025/4/1 / 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 →- 論文ソフトロボティクス/強化学習ロボティクス
ヒステリシスを考慮したニューラルネットワークモデリングと全身強化学習によるソフトロボット制御
軟質材料のヒステリシスを考慮した全身NNモデルを構築し、強化学習で全身制御方策を学習。ファントム実験で高精度な軌道追従を実現した。
原題: Hysteresis-Aware Neural Network Modeling and Whole-Body Reinforcement Learning Control of Soft Robots / Zongyuan Chen, Yan Xia, Jiayuan Liu 他
日本語で読む → - 論文UAV/強化学習AI
協調型航空モビリティ制御のための幻覚対応生成事前学習トランスフォーマー
GPTと強化学習を組み合わせ、安全フィルタで幻覚を抑えつつUAVのラストマイル配送を効率化するSafeGPTを提案した論文。
原題: Hallucination-Aware Generative Pretrained Transformer for Cooperative Aerial Mobility Control / Hyojun Ahn, Seungcheol Oh, Gyu Seon Kim 他
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クリーンな基盤
オフライン強化学習の曖昧な定義と複雑な実装を整理し、統一アルゴリズムUnifloralと厳密な評価プロトコルを提案。これによりTD3-AWRとMoBRACという新手法を開発し、既存手法を大幅に上回る性能を達成した。
原題: A Clean Slate for Offline Reinforcement Learning / Matthew Thomas Jackson, Uljad Berdica, Jarek Liesen 他
日本語で読む → - 論文マルチエージェント強化学習cs.MA
MARFT: マルチエージェント強化学習ファインチューニング
LLMベースのマルチエージェントシステムを強化学習でファインチューニングするための新しい定式化とフレームワークを提案し、従来のマルチエージェント強化学習との違いを分析した。
原題: MARFT: Multi-Agent Reinforcement Fine-Tuning / Junwei Liao, Muning Wen, Jun Wang 他
日本語で読む → - 論文Human-in-the-Loop強化学習AI
実世界のHuman-in-the-Loop深層強化学習を設計するための体系的手法:顕著な特徴、課題、トレードオフ
人間の入力(報酬・行動・実演)を統合した多層階層型HITL強化学習アルゴリズムを提案し、敵ドローン迎撃UAV問題で有効性を検証した。
原題: A Systematic Approach to Design Real-World Human-in-the-Loop Deep Reinforcement Learning: Salient Features, Challenges and Trade-offs / Jalal Arabneydi, Saiful Islam, Srijita Das 他
日本語で読む → - 論文強化学習/ケーブル駆動ロボットロボティクス
CaRoSaC: ケーブル弛みを考慮したケーブル駆動パラレルロボットの強化学習による運動制御
ケーブルの弛みを再現するシミュレータを構築し、モデルフリー強化学習でケーブル駆動パラレルロボットの運動制御を学習させ、従来の運動学手法より高精度な制御を実現した。
原題: CaRoSaC: A Reinforcement Learning-Based Kinematic Control of Cable-Driven Parallel Robots by Addressing Cable Sag through Simulation / Rohit Dhakate, Thomas Jantos, Eren Allak 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
視覚入力によるレースカー自動運転エージェント
深層強化学習(PPO)を用い、視覚情報のみからレースカーのステアリングとペダルを操作し、タイヤグリップ限界での走行を実現するエージェントを訓練した。
原題: Vision based driving agent for race car simulation environments / Gergely Bári, László Palkovics
日本語で読む → - 論文自動運転/モデル予測制御/逆強化学習ロボティクス
逆強化学習によるシーン動力学学習を用いた自動運転車の非線形予測制御
距離センサの時系列からシーン動力学モデルを深層学習し、逆強化学習で目標軌道を推定して非線形モデル予測制御に組み込む自動運転手法を提案し、屋内・屋外・実車で評価した。
原題: Inverse RL Scene Dynamics Learning for Nonlinear Predictive Control in Autonomous Vehicles / Sorin Grigorescu, Mihai Zaha
日本語で読む → - 論文オフライン強化学習機械学習
非専門家デモを超えて:オフライン強化学習のための結果駆動型行動制約
非専門家による質の低いデモデータでも安全に学習できるよう、行動の生起確率ではなく結果が安全領域に収まるかで評価する新しい保守的報酬機構ODAFを提案し、MuJoCoや迷路タスクで有効性を示した論文。
原題: Beyond Non-Expert Demonstrations: Outcome-Driven Action Constraint for Offline Reinforcement Learning / Ke Jiang, Wen Jiang, Yao Li 他
日本語で読む → - 論文安全強化学習/ナビゲーションAI
確率的列挙による制御バリア関数設計:安全な強化学習ナビゲーション
確率的列挙で危険領域を特定し、制御バリア関数に基づく安全層を構築することで、任意の強化学習ナビゲーション方策を安全に補正する階層制御フレームワークを提案した。
原題: Designing Control Barrier Function via Probabilistic Enumeration for Safe Reinforcement Learning Navigation / Luca Marzari, Francesco Trotti, Enrico Marchesini 他
日本語で読む → - 論文強化学習/安全制御機械学習
適応型制御Lyapunov関数による強化学習の安定性向上
安全制約を動的に調整する制御Lyapunov関数を組み込んだSAC-CLFを提案し、非線形システムや衛星姿勢制御で安全性と性能の両立を実現した。
原題: Stability Enhancement in Reinforcement Learning via Adaptive Control Lyapunov Function / Donghe Chen, Han Wang, Lin Cheng 他
日本語で読む → - 論文オフライン強化学習/自動運転ロボティクス
遮蔽された横断歩道における自動緊急ブレーキのための人間整合報酬ラベリングを用いたオフライン強化学習
実走行データに人間の判断に沿った報酬ラベルを自動生成し、遮蔽歩行者横断シーンでの自動緊急ブレーキをオフライン強化学習で訓練する手法を提案した。
原題: Offline Reinforcement Learning using Human-Aligned Reward Labeling for Autonomous Emergency Braking in Occluded Pedestrian Crossing / Vinal Asodia, Barkin Dagda, Yinglong He 他
日本語で読む → - 論文強化学習/自動運転ロボティクス
強化学習によるレーシングポリシーの学習
強化学習を用いて自動運転レースのポリシーを学習し、ドメインランダム化やアクチュエータ動力学モデル化により実機でゼロショット展開を実現。F1TENTHでMPCを上回り、RCレースで人間の専門ドライバーを超えた初の事例。
原題: On learning racing policies with reinforcement learning / Grzegorz Czechmanowski, Jan Węgrzynowski, Piotr Kicki 他
日本語で読む → - 論文モデルベース強化学習ロボティクス
モデルベース強化学習による劣駆動システムの大域制御学習
MC-PILCOというモデルベース強化学習手法を用いて、ペンダボットとアクロボットの大域的な制御方策を学習し、RealAIGym競技会での優位性を示した論文。
原題: Learning global control of underactuated systems with Model-Based Reinforcement Learning / Niccolò Turcato, Marco Calì, Alberto Dalla Libera 他
日本語で読む → - 論文強化学習機械学習
行動基盤モデルの高速適応
事前学習済み行動基盤モデルのゼロショット方策を、低次元タスク埋め込み空間での探索によりオンライン数ステップで高速適応させる手法を提案。
原題: Fast Adaptation with Behavioral Foundation Models / Harshit Sikchi, Andrea Tirinzoni, Ahmed Touati 他
日本語で読む → - 論文強化学習報酬設計画像認識
GROVE: オープン語彙の身体スキルを学習するための汎用報酬
LLMとVLMを組み合わせて報酬を自動生成し、手設計や実演なしで多様な身体スキルを学習できる汎用報酬フレームワークを提案。
原題: GROVE: A Generalized Reward for Learning Open-Vocabulary Physical Skill / Jieming Cui, Tengyu Liu, Ziyu Meng 他
日本語で読む → - 論文安全強化学習ロボティクス
マルチエージェント安全臨界シナリオの意思決定のための動的残差安全強化学習
弱から強への理論をマルチエージェント意思決定に初導入し、動的残差安全強化学習フレームワークで衝突率を最大92.17%削減した研究。
原題: Dynamic Residual Safe Reinforcement Learning for Multi-Agent Safety-Critical Scenarios Decision-Making / Kaifeng Wang, Yinsong Chen, Qi Liu 他
日本語で読む → - 論文強化学習/マルチタスクcs.NE
適応的タスク切替ポリシーを備えたスパイキングニューラルネットワークによるスケーラブルなマルチタスク学習
スパイキングニューラルネットワークと適応的タスク切替ポリシーを組み合わせ、タスク干渉を抑えつつ複数タスクを効率的に学習する手法SwitchMTを提案した。
原題: Scalable Multi-Task Learning through Spiking Neural Networks with Adaptive Task-Switching Policy for Intelligent Autonomous Agents / Rachmad Vidya Wicaksana Putra, Avaneesh Devkota, Muhammad Shafique
日本語で読む → - 論文飛行制御/強化学習ロボティクス
大きな外乱を受けるUASのRLに基づく制御
外乱のトリガー信号を観測に取り込み、外乱が発生する前に予測的に対処する強化学習ベースのUAS位置・姿勢制御フレームワークを提案し、予測ポリシーが位置偏差を最小化することを示した。
原題: RL-based Control of UAS Subject to Significant Disturbance / Kousheek Chakraborty, Thijs Hof, Ayham Alharbat 他
日本語で読む → - 論文自動運転/強化学習/計画機械学習
CaRL: 単純な報酬でスケーラブルな計画ポリシーを学習する
自動運転の計画タスクにおいて、経路完了という単一の直感的な報酬を主に最適化する新しい報酬設計を提案し、PPOを大規模ミニバッチで効率的にスケールさせることで、CARLAとnuPlanで優れた性能を達成した。
原題: CaRL: Learning Scalable Planning Policies with Simple Rewards / Bernhard Jaeger, Daniel Dauner, Jens Beißwenger 他
日本語で読む → - 論文強化学習ロボティクス
LAPP: 大規模言語モデルフィードバックによる選好駆動型強化学習
LLMを使って強化学習中の軌道から自動で選好ラベルを生成し、オンライン選好予測器を訓練することで、人間の手間を最小限に抑えつつ複雑なロボット行動を獲得するフレームワーク。
原題: LAPP: Large Language Model Feedback for Preference-Driven Reinforcement Learning / Pingcheng Jian, Xiao Wei, Yanbaihui Liu 他
日本語で読む → - 論文オフライン強化学習ロボティクス
不確実性を考慮したロボット世界モデルによる実機オフライン強化学習の実現
自己回帰型世界モデルに認識的不確実性推定を組み込み、長期ロールアウトでの誤差蓄積を抑えることで、実機ロボットのオフラインデータのみからマニピュレーションや歩行タスクの制御方策を学習可能にした。
原題: Uncertainty-Aware Robotic World Model Makes Offline Model-Based Reinforcement Learning Work on Real Robots / Chenhao Li, Andreas Krause, Marco Hutter
日本語で読む → - 論文強化学習/協働ロボットロボティクス
人間に配慮した制御器:筋骨格系障害に関連する制約への強化学習による適応
強化学習(Q学習とDQN)を用いて協働ロボットの人間に配慮した制御戦略を開発し、筋骨格系障害歴のある作業者の痛みリスクをゼロに保ちつつ作業時間を短縮できることを示した。
原題: A Human-Sensitive Controller: Adapting to Human Musculoskeletal Disorder-Related Constraints via Reinforcement Learning / Vitor Martins, Sara M. Cerqueira, Mercedes Balcells 他
日本語で読む → - 論文自己教師あり強化学習機械学習
自己教師あり強化学習のための1000層ネットワーク:深さのスケーリングが新たな目標到達能力を可能にする
自己教師あり強化学習において、ネットワークを最大1024層まで深くすることで、目標到達タスクの成功率が2倍から50倍に向上し、学習される行動も質的に変化することを示した。
原題: 1000 Layer Networks for Self-Supervised RL: Scaling Depth Can Enable New Goal-Reaching Capabilities / Kevin Wang, Ishaan Javali, Michał Bortkiewicz 他
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行動選好回帰
ペア比較に基づく選好最適化をオフライン強化学習に応用し、Q関数の最大モードを行動方策との整合性を保ちながら学習するBPRを提案。D4RLやV-D4RLで最先端性能を達成。
原題: Behavior Preference Regression for Offline Reinforcement Learning / Padmanaba Srinivasan, William Knottenbelt
日本語で読む → - 論文安全強化学習ロボティクス
適応的Conformal Predictionを用いた計算・サンプル効率の良い安全強化学習
ガウス過程の近似にQFF、不確実性定量に適応的Conformal Predictionと制御バリア関数を組み合わせ、安全かつサンプル効率の良い非線形制御を実現する枠組みを提案。
原題: Computationally and Sample Efficient Safe Reinforcement Learning Using Adaptive Conformal Prediction / Hao Zhou, Yanze Zhang, Wenhao Luo
日本語で読む → - 論文自動運転/強化学習ロボティクス
交差点走行の安全性を高めるリスク認識型強化学習
自動運転の交差点通過において、リスクを評価する安全クリティックと注意機構を組み合わせた強化学習手法を提案し、衝突率の低減と通過効率の向上を実現した。
原題: Risk-Aware Reinforcement Learning for Autonomous Driving: Improving Safety When Driving through Intersection / Bo Leng, Ran Yu, Wei Han 他
日本語で読む → - 論文水中ロボティクス/強化学習ロボティクス
MarineGym:水中ロボティクス向け高性能強化学習プラットフォーム
水中ロボット向けにIsaac SimベースのGPU加速流体力学プラグインを統合し、単一GPUで毎秒25万フレームの高速学習を実現する強化学習プラットフォームを提案。
原題: MarineGym: A High-Performance Reinforcement Learning Platform for Underwater Robotics / Shuguang Chu, Zebin Huang, Yutong Li 他
日本語で読む → - 論文強化学習ロボティクス
ロボット長期的強化学習における事前学習済みベイズノンパラメトリック知識事前分布
ディリクレ過程混合モデルを用いて多様なスキルをノンパラメトリックに事前学習し、長期的なロボット操作タスクの強化学習を効率化する手法を提案した。
原題: Pretrained Bayesian Non-parametric Knowledge Prior in Robotic Long-Horizon Reinforcement Learning / Yuan Meng, Xiangtong Yao, Kejia Chen 他
日本語で読む → - 論文強化学習ロボティクス
報酬の補助輪:ロボティクス強化学習のための適応的補助報酬
教師-生徒フレームワークにより、ロボットの学習進度に応じて補助報酬の重みを動的に調整し、人手設計の報酬を上回る性能と学習効率を実現した。
原題: Reward Training Wheels: Adaptive Auxiliary Rewards for Robotics Reinforcement Learning / Linji Wang, Tong Xu, Yuanjie Lu 他
日本語で読む →
PR・アフィリエイト広告
