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: 2025/3/1 / 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 →- 論文強化学習機械学習
マルチフィデリティ制御変数による方策勾配推定
高忠実度データが乏しい状況で、低忠実度シミュレータのデータを制御変数として活用し、分散を低減した不偏な方策勾配推定器を構築するマルチフィデリティ強化学習フレームワークを提案。
原題: A Multi-Fidelity Control Variate Approach for Policy Gradient Estimation / Xinjie Liu, Cyrus Neary, Kushagra Gupta 他
日本語で読む → - 論文強化学習/スケジューリングロボティクス
敏捷な地球観測衛星スケジューリング問題に対する省エネ学習解法
深層強化学習を用いて、時間依存の利益を持つ地球観測衛星の観測計画を最適化し、画質不良画像の取得を60%以上削減、姿勢制御のエネルギー浪費を最大78%削減した。
原題: An energy-efficient learning solution for the Agile Earth Observation Satellite Scheduling Problem / Antonio M. Mercado-Martínez, Beatriz Soret, Antonio Jurado-Navas
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 → - 論文強化学習/センサ管理ロボティクス
Stone Soupマルチターゲット追跡特徴抽出による深層強化学習環境での自律探索・追跡
Stone Soup追跡フレームワークを特徴抽出器としてGymnasium環境に組み込み、センサ管理タスクの強化学習エージェントを訓練する手法を提案し、探索・追跡シナリオで単純な方策を上回ることを示した。
原題: Stone Soup Multi-Target Tracking Feature Extraction For Autonomous Search And Track In Deep Reinforcement Learning Environment / Jan-Hendrik Ewers, Joe Gibbs, David Anderson
日本語で読む → - 論文ロボット探索/強化学習/sim2realロボティクス
CTSAC: カリキュラム学習ベースのTransformer Soft Actor-Criticによる目標指向ロボット探索
TransformerをSACの知覚ネットワークに組み込み、周期的レビュー型カリキュラム学習とLiDARクラスタリング最適化により、ロボット探索の効率とSim-to-Real転移性能を向上させた手法を提案。
原題: CTSAC: Curriculum-Based Transformer Soft Actor-Critic for Goal-Oriented Robot Exploration / Chunyu Yang, Shengben Bi, Yihui Xu 他
日本語で読む → - 論文強化学習機械学習
ガウス過程尤度推定による報酬再分配
ガウス過程で報酬関数をモデル化し、軌跡全体の尤度最大化により疎な報酬を密な報酬に再分配する手法を提案。MuJoCoベンチマークでサンプル効率と性能が向上。
原題: Reward Redistribution via Gaussian Process Likelihood Estimation / Minheng Xiao, Xian Yu
日本語で読む → - 論文外骨格/強化学習ロボティクス
痙縮条件下における外骨格の強化学習による適応トルク制御
脳性麻痺や脊髄損傷などによる痙縮を持つ人向けに、深層強化学習を用いて膝外骨格の適応トルク制御器を開発し、シミュレーションで従来のコンプライアント制御より最大トルクと振動を低減できることを示した。
原題: Adaptive Torque Control of Exoskeletons under Spasticity Conditions via Reinforcement Learning / Andrés Chavarrías, David Rodriguez-Cianca, Pablo Lanillos
日本語で読む → - 論文マルチエージェント強化学習機械学習
PEnGUiN: サンプル効率の高いマルチエージェント強化学習のための部分的同変グラフニューラルネットワーク
実環境に存在する非対称性に対応するため、部分的な同変性を扱えるグラフニューラルネットワークPEnGUiNを提案し、非対称なマルチエージェント強化学習タスクで従来手法より優れることを示した。
原題: PEnGUiN: Partially Equivariant Graph NeUral Networks for Sample Efficient MARL / Joshua McClellan, Greyson Brothers, Furong Huang 他
日本語で読む → - 論文マルチタスク強化学習/飛行制御ロボティクス
グラフ方策を用いたマルチタスク強化学習によるクアッドコプターの姿勢安定化と追従
IsaacGymでの並列シミュレーションとグラフ畳み込みネットワーク方策を組み合わせたマルチタスクSACで、クアッドコプターの姿勢追従と安定化を同時に学習し、Pixhawk上で400Hz制御を実現した。
原題: Multitask Reinforcement Learning for Quadcopter Attitude Stabilization and Tracking using Graph Policy / Yu Tang Liu, Afonso Vale, Aamir Ahmad 他
日本語で読む → - 論文強化学習機械学習
適応的勾配マスク敵対攻撃によるロボティクスにおける堅牢な深層強化学習
深層強化学習エージェントの脆弱性を狙う新しい敵対攻撃手法AGMRを提案し、重要な状態次元を動的に特定して摂動を集中させることで攻撃性能を高め、防御機構を通じてエージェントの堅牢性も向上させる。
原題: Robust Deep Reinforcement Learning in Robotics via Adaptive Gradient-Masked Adversarial Attacks / Zongyuan Zhang, Tianyang Duan, Zheng Lin 他
日本語で読む → - 論文強化学習機械学習
実時間強化学習における遅延への対処
ニューロンの並列実行に伴う観測遅延とネットワーク表現力のトレードオフを、時間スキップ接続と履歴拡張観測で解決する手法を提案し、MujocoやMinAtarで有効性を示した。
原題: Handling Delay in Real-Time Reinforcement Learning / Ivan Anokhin, Rishav Rishav, Matthew Riemer 他
日本語で読む → - 論文安全強化学習ロボティクス
Bresa: 接触の多いロボットタスクのための生物に着想を得た反射的安全強化学習
生物の反射を模倣し、タスク学習と安全学習を分離した階層型安全強化学習を提案。高頻度の安全クリティックが低レベルでリアルタイム介入し、接触の多いタスクでの安全性と適応性を向上させた。
原題: Bresa: Bio-inspired Reflexive Safe Reinforcement Learning for Contact-Rich Robotic Tasks / Heng Zhang, Gokhan Solak, Arash Ajoudani
日本語で読む → - 論文強化学習/部分観測/記憶機械学習
部分観測下の強化学習における記憶の分析ツールとPOPGym Arcade
部分観測環境でエージェントが記憶をどう使うかを分析するツールと、完全観測/部分観測の対照実験が可能なAtari風ベンチマークPOPGym Arcadeを提案し、価値関数が無関係な履歴にクレジットを拡散する問題を明らかにした。
原題: Investigating Memory in Model-Free RL with POPGym Arcade / Zekang Wang, Zhe He, Borong Zhang 他
日本語で読む → - 論文強化学習/制御ロボティクス
極限海況下のAUVのためのLLM強化RLベース適応S面制御器
LLMを用いて強化学習の報酬関数と制御器パラメータを同時最適化し、極限海況下でのAUVの適応的なS面制御を実現した研究。
原題: Never too Prim to Swim: An LLM-Enhanced RL-based Adaptive S-Surface Controller for AUVs under Extreme Sea Conditions / Guanwen Xie, Jingzehua Xu, Yimian Ding 他
日本語で読む → - 論文強化学習/マニピュレーションロボティクス
CONTHER: 後知恵経験再生とTransformerによる専門家デモ不要の人間らしい文脈的ロボット学習
専門家のデモンストレーションなしで、後知恵経験再生(HER)を改良したリプレイバッファとTransformerを用いて、目標指向のマニピュレーションや障害物回避を効率的に学習する強化学習アルゴリズムを提案した。
原題: CONTHER: Human-Like Contextual Robot Learning via Hindsight Experience Replay and Transformers without Expert Demonstrations / Maria Makarova, Qian Liu, Dzmitry Tsetserukou
日本語で読む → - 論文強化学習ロボティクス
因果関係に基づく多段階ロボットタスクの強化学習手法
ロボットが行動と報酬の因果関係を自動発見し、因果的行動のみで行動空間を構成することで、多段階タスクにおける冗長な探索や手戻りを抑える強化学習手法を提案した。
原題: Causality-Based Reinforcement Learning Method for Multi-Stage Robotic Tasks / Jiechao Deng, Ning Tan
日本語で読む → - 論文安全強化学習AI
HASARD: 身体性エージェントのための視覚ベース安全強化学習ベンチマーク
Doomを舞台に、一人称視覚のみで安全な意思決定を学ぶ強化学習エージェントを評価するベンチマークHASARDを提案し、難易度3段階と2種類の行動空間を用意して既存手法の性能と報酬・コストのトレードオフを分析した。
原題: HASARD: A Benchmark for Vision-Based Safe Reinforcement Learning in Embodied Agents / Tristan Tomilin, Meng Fang, Mykola Pechenizkiy
日本語で読む → - 論文制御/強化学習ロボティクス
自己教師あり強化学習によるニューラルリアプノフ関数近似
自己教師あり強化学習とデータ駆動型ワールドモデルを組み合わせ、非線形系のリアプノフ関数を効率的に近似する手法を提案し、ロボットタスクで精度と収束速度の向上を示した。
原題: Neural Lyapunov Function Approximation with Self-Supervised Reinforcement Learning / Luc McCutcheon, Bahman Gharesifard, Saber Fallah
日本語で読む → - 論文強化学習ロボティクス
実機ロボットにおける同期型強化学習と非同期型強化学習の比較
Franka Emika Pandaロボットアームを用いて、同期型と非同期型の強化学習を比較し、非同期型の方が学習が速く、より高いリターンを得られることを示した。
原題: Synchronous vs Asynchronous Reinforcement Learning in a Real World Robot / Ali Parsaee, Fahim Shahriar, Chuxin He 他
日本語で読む → - 論文強化学習ロボティクス
LaMOuR: 言語モデルを活用した強化学習の分布外状態からの復帰
LVLMが画像説明・論理推論・コード生成を用いて密な報酬コードを生成し、不確実性推定に頼らずエージェントを分布外状態から元のタスクへ復帰させる手法を提案。
原題: LaMOuR: Leveraging Language Models for Out-of-Distribution Recovery in Reinforcement Learning / Chan Kim, Seung-Woo Seo, Seong-Woo Kim
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 → - 論文跳躍/強化学習ロボティクス
剛体および関節型ソフト四足ロボットの爆発的跳躍:模範誘導強化学習による実現
モデルベース軌道最適化による粗い跳躍例を模倣した深層強化学習で、剛体と並列弾性を備えた四足ロボットに多様な跳躍を学習させ、着地誤差・エネルギー・ピークトルクを低減しつつ不整地への頑健性を実現した。
原題: Explosive Jumping with Rigid and Articulated Soft Quadrupeds via Example Guided Reinforcement Learning / Georgios Apostolides, Wei Pan, Jens Kober 他
日本語で読む → - 論文マルチエージェント強化学習cs.MA
協調型マルチエージェント強化学習のための因子化深層Qネットワークによる被災者タグ付け
大規模災害時の被災者タグ付けを迅速化するため、マルチエージェント強化学習(因子化深層Qネットワーク)を適用し、従来のヒューリスティクスと比較評価した。
原題: Factorized Deep Q-Network for Cooperative Multi-Agent Reinforcement Learning in Victim Tagging / Maria Ana Cardei, Afsaneh Doryab
日本語で読む → - 論文モデルベース強化学習機械学習
微分可能情報を活用したモデルベース強化学習の強化
微分可能環境の情報を活用し、Sobolev損失でモデル予測精度を高め、混合長さの切り詰め学習で方策勾配の分散を抑えるMBRL手法MB-MIXを提案。ヒューマノイド制御や変形物体操作で既存手法を上回る。
原題: Differentiable Information Enhanced Model-Based Reinforcement Learning / Xiaoyuan Zhang, Xinyan Cai, Bo Liu 他
日本語で読む → - 論文強化学習ロボティクス
強化学習に基づくロボットの無秩序ターゲット知的認識に関する研究と設計
複雑環境下での無秩序なターゲット認識精度向上のため、バイラテラルフィルタで画像を照明・反射成分に分解して強調・融合し、深層強化学習で認識する手法を提案した。
原題: Research and Design on Intelligent Recognition of Unordered Targets for Robots Based on Reinforcement Learning / Yiting Mao, Dajun Tao, Shengyuan Zhang 他
日本語で読む → - 論文安全強化学習/自動運転ロボティクス
人間のリスク選好に整合した安全強化学習による密集交通での高速道路合流
ユーザのリスク選好を制約付きMDPの安全制約に組み込み、ファジィ制御で制約のコスト上限を調整し、MPCによる行動シールドで安全でない行動を除去する合流意思決定手法を提案した。
原題: Human-aligned Safe Reinforcement Learning for Highway On-Ramp Merging in Dense Traffic / Yang Li, Shijie Yuan, Yuan Chang 他
日本語で読む → - 論文安全強化学習ロボティクス
接触リッチなロボットタスクのための受動性中心の安全強化学習
接触を伴うロボットタスクにおいて、強化学習方策に受動性制約を導入し、訓練時と展開時の両方で安全性と安定性を確保する手法を提案した。
原題: Passivity-Centric Safe Reinforcement Learning for Contact-Rich Robotic Tasks / Heng Zhang, Gokhan Solak, Sebastian Hjorth 他
日本語で読む → - 論文強化学習ロボティクス
非定常環境における空中ロボット制御のための強化学習の可塑性維持:コスト認識フレームワーク
強化学習の長期学習で生じる可塑性喪失を防ぐため、報酬と損失のバランスを取る回顧的コスト機構(RECOM)を提案し、風擾乱下でのホバリング制御でポリシー崩壊を回避した。
原題: Maintaining Plasticity in Reinforcement Learning: A Cost-Aware Framework for Aerial Robot Control in Non-stationary Environments / Ali Tahir Karasahin, Ziniu Wu, Basaran Bahadir Kocer
日本語で読む → - 論文マルチエージェント強化学習cs.MA
マルチエージェント逆Q学習による模倣学習
他エージェントの方策で周辺化したクリティックを学習し、単一エージェントのsoft-Q IRLの最適化基準を適用することで、マルチエージェントの逆強化学習を高効率化した手法MAMQLを提案。
原題: Multi-Agent Inverse Q-Learning from Demonstrations / Nathaniel Haynam, Adam Khoja, Dhruv Kumar 他
日本語で読む → - 論文強化学習機械学習
進化的方策最適化
進化的アルゴリズムのスケーラビリティと方策勾配の安定性を組み合わせたハイブリッド強化学習手法EPOを提案し、巧みな操作や歩行タスクで性能を向上させた。
原題: Evolutionary Policy Optimization / Jianren Wang, Yifan Su, Abhinav Gupta 他
日本語で読む →
PR・アフィリエイト広告
