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 →- 論文自動運転/強化学習機械学習
V-Max: 自動運転のための強化学習フレームワーク
自動運転の意思決定に強化学習を実用的に適用するためのオープンな研究フレームワークV-Maxを提案し、大規模実験を可能にするシミュレータ上で多様なデータセットの高速シミュレーションを実現した。
原題: V-Max: A Reinforcement Learning Framework for Autonomous Driving / Valentin Charraut, Waël Doulazmi, Thomas Tournaire 他
日本語で読む → - 論文オフライン強化学習機械学習
離散拡散スキルによるオフライン強化学習
トランスフォーマーエンコーダと拡散デコーダで離散スキル空間を構築し、階層型オフライン強化学習を実現した手法を提案。長距離タスクで既存手法を上回る性能を示す。
原題: Offline Reinforcement Learning with Discrete Diffusion Skills / RuiXi Qiao, Jie Cheng, Xingyuan Dai 他
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 → - 論文強化学習機械学習
充足優先度論理による意図と行動のギャップの解消
複数の競合する目的を持つ強化学習において、意図と優先度を論理式で記述する充足優先度論理(FPL)を提案し、非線形効用スカラー化を実現するBalanced Policy Gradientを開発した。
原題: Closing the Intent-to-Behavior Gap via Fulfillment Priority Logic / Bassel El Mabsout, Abdelrahman Abdelgawad, Renato Mancuso
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AI
効率的強化学習のための因果情報優先順位付け
強化学習において、状態・行動・報酬間の因果関係を因子分解MDPで推論し、因果情報を優先することでサンプル効率を向上させる手法CIPを提案した。
原題: Causal Information Prioritization for Efficient Reinforcement Learning / Hongye Cao, Fan Feng, Tianpei Yang 他
日本語で読む → - 論文オフライン強化学習AI
金融アルゴリズム手法を用いたオフライン強化学習のための多様なTransformerデコーディング
オフライン強化学習におけるTransformerのデコーディングで、金融経済学のポートフォリオ理論に着想を得た不確実性を考慮した多様化機構を導入し、探索と活用のバランスを改善するPortfolio Beam Searchを提案。
原題: Diverse Transformer Decoding for Offline Reinforcement Learning Using Financial Algorithmic Approaches / Dan Elbaz, Oren Salzman
日本語で読む → - 論文強化学習機械学習
バッチ・重み正規化によるオフポリシー強化学習のスケーリング
CrossQに重み正規化を組み込み、高い更新対データ比でも安定して学習できるようにし、連続制御タスクでのサンプル効率を改善した。
原題: Scaling Off-Policy Reinforcement Learning with Batch and Weight Normalization / Daniel Palenicek, Florian Vogt, Joe Watson 他
日本語で読む → - 論文制御/強化学習制御
強化学習によるクアッドロータUAVのPIDゲイン予測
強化学習(DDPG)を用いてクアッドロータのPIDゲインをオンラインで微調整し、手動調整よりも姿勢追従性能を大幅に改善する手法を提案・検証した。
原題: Reinforcement Learning Based Prediction of PID Controller Gains for Quadrotor UAVs / Serhat Sönmez, Luca Montecchio, Simone Martini 他
日本語で読む → - 論文階層型強化学習ロボティクス
DHP: 階層型強化学習エージェントのための離散階層計画
サブゴールの到達可能性を離散的に判定して木構造の計画を再帰的に構築する階層型強化学習手法を提案し、長期的な視覚計画の成功率とデータ効率を大幅に改善した。
原題: DHP: Discrete Hierarchical Planning for Hierarchical Reinforcement Learning Agents / Shashank Sharma, Janina Hoffmann, Vinay Namboodiri
日本語で読む → - 論文強化学習機械学習
拡散ポリシーのための効率的なオンライン強化学習
拡散ポリシーをオンライン強化学習で効率的に学習するため、損失関数を再重み付けしたReweighted Score Matchingを提案し、DPMDとSDACの2アルゴリズムを開発した。
原題: Efficient Online Reinforcement Learning for Diffusion Policy / Haitong Ma, Tianyi Chen, Kai Wang 他
日本語で読む → - 論文強化学習/耐故障制御ロボティクス
水中ロボットのためのクロスプラットフォーム学習ベース耐故障浮上コントローラ
強化学習を用いて、故障したアクチュエータを特定せずに残りのアクチュエータだけで浮上できる耐故障コントローラを開発し、異なる水中ロボット間で制御方策の一部を転移学習することで学習効率と汎化性能を向上させた。
原題: Cross-platform Learning-based Fault Tolerant Surfacing Controller for Underwater Robots / Yuya Hamamatsu, Walid Remmas, Jaan Rebane 他
日本語で読む → - 論文強化学習機械学習
自動化における最適化のための強化学習サーベイ
製造・エネルギー・ロボティクスにおける強化学習を用いた最適化手法の現状を整理し、サンプル効率や安全性などの課題と今後の研究方向をまとめたサーベイ。
原題: A Survey of Reinforcement Learning for Optimization in Automation / Ahmad Farooq, Kamran Iqbal
日本語で読む → - 論文制御×強化学習制御
深層Expected Sarsaと非線形時間差分学習を用いた収束型NMPCベース強化学習
NMPCの最適重みを強化学習で学習する手法を提案し、ニューラルネットで行動価値関数を近似して計算負荷を半減、さらに勾配時間差分法でパラメータの発散を防ぎ安定収束を実現した。
原題: Convergent NMPC-based Reinforcement Learning Using Deep Expected Sarsa and Nonlinear Temporal Difference Learning / Amine Salaje, Thomas Chevet, Nicolas Langlois
日本語で読む → - 論文自動運転/強化学習画像認識
RAD: 大規模3DGSベース強化学習によるエンドツーエンド自動運転ポリシーの学習
3Dガウシアンスプラッティングで構築したフォトリアルな閉ループ環境で強化学習を行い、模倣学習を正則化として併用することで、衝突率を大幅に低減した自動運転ポリシーを学習する手法を提案。
原題: RAD: Training an End-to-End Driving Policy via Large-Scale 3DGS-based Reinforcement Learning / Hao Gao, Shaoyu Chen, Bo Jiang 他
日本語で読む → - 論文飛行制御/強化学習ロボティクス
深層強化学習によるソフトアクチュエータ昆虫サイズ飛行ロボットのホバリング飛行
遅延や不確かさに対処するため、状態行動再マッチング付き行動クローニングとPPOを組み合わせた深層強化学習制御器を設計し、720mgと850mgのソフト駆動昆虫サイズ飛行ロボットでゼロショットホバリングを実現した。
原題: Hovering Flight of Soft-Actuated Insect-Scale Micro Aerial Vehicles using Deep Reinforcement Learning / Yi-Hsuan Hsiao, Wei-Tung Chen, Yun-Sheng Chang 他
日本語で読む → - 論文UAV/強化学習ロボティクス
少数ショットメタオフライン強化学習による耐障害性UAV軌道計画
オフライン強化学習(CQL)とメタ学習(MAML)を組み合わせ、オンライン相互作用なしにUAVの軌道とスケジューリングを最適化し、未知環境にも適応できる手法を提案した。
原題: Resilient UAV Trajectory Planning via Few-Shot Meta-Offline Reinforcement Learning / Eslam Eldeeb, Hirley Alves
日本語で読む → - 論文自動運転/階層型強化学習ロボティクス
二層マルチアームドバンディットに基づく階層型強化学習による無信号交差点での相互作用を考慮した自動運転
無信号交差点での自動運転に向け、周囲車両の不確実性を考慮した二層マルチアームドバンディットベースの階層型強化学習フレームワークBiM-ACPPOを提案し、CARLAでの実験で優れた性能と汎化性を示した。
原題: Bilevel Multi-Armed Bandit-Based Hierarchical Reinforcement Learning for Interaction-Aware Self-Driving at Unsignalized Intersections / Zengqi Peng, Yubin Wang, Lei Zheng 他
日本語で読む → - 論文ソフトロボティクス/強化学習ロボティクス
深層ニューラルネットワーク代理モデルを用いた水中ソフトフィンのひれ振動運動制御
水中ロボットのソフトフィン駆動において、DNN代理モデルをシミュレータとして強化学習を行い、実機の推力制御を高精度化した研究。
原題: Underwater Soft Fin Flapping Motion with Deep Neural Network Based Surrogate Model / Yuya Hamamatsu, Pavlo Kupyn, Roza Gkliva 他
日本語で読む → - 論文強化学習/飛行制御機械学習
トンボ型タンデム翼実験機のためのConcert強化学習によるリアルタイム制御
トンボを模したタンデム翼実験機の複雑な空力制御に対し、古典制御と強化学習を組み合わせたCRL2RTアルゴリズムを提案し、2500Hz超のリアルタイム制御と追従性能の大幅な向上を実現した。
原題: Real Time Control of Tandem-Wing Experimental Platform Using Concerto Reinforcement Learning / Zhang Minghao, Yang Xiaojun, Wang Zhihe 他
日本語で読む → - 論文強化学習/水中ロボットロボティクス
深層強化学習による6自由度自律水中ロボットの省エネ位置制御
6自由度ホロノミックAUVの制御にTQCアルゴリズムを適用し、手動調整なしで目標点到達と消費電力削減を両立できることをシミュレーションで示した。
原題: Toward 6-DOF Autonomous Underwater Vehicle Energy-Aware Position Control based on Deep Reinforcement Learning: Preliminary Results / Gustavo Boré, Vicente Sufán, Sebastián Rodríguez-Martínez 他
日本語で読む → - 論文模倣学習/強化学習ロボティクス
DFM: 表現豊かなダンス動作学習のための深層フーリエ模倣
周波数領域の動作表現と強化学習を組み合わせ、局所周期性の制約を緩めることで、ダンス動作の高精度追従と滑らかな遷移、移動や視線制御などの並行タスクを可能にする手法を提案。
原題: DFM: Deep Fourier Mimic for Expressive Dance Motion Learning / Ryo Watanabe, Chenhao Li, Marco Hutter
日本語で読む → - 論文強化学習/世界モデル機械学習
非キュレーション�データで世界モデルを導く効率的強化学習
報酬なし・品質混在・複数身体性の未整理データを世界モデルの微調整に活用し、経験リハーサルと実行ガイダンスでオンライン強化学習のサンプル効率を大幅に改善した。
原題: Efficient Reinforcement Learning by Guiding World Models with Non-Curated Data / Yi Zhao, Aidan Scannell, Wenshuai Zhao 他
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強化学習における時間・エージェント間の報酬再分配
マルチエージェント強化学習の信用割り当て問題に対し、モデル精度に依存せず最適方策を保証する報酬再分配手法TAR²を提案し、SMACLiteやGRFで学習加速と性能向上を示した。
原題: Redistributing Rewards Across Time and Agents for Multi-Agent Reinforcement Learning / Aditya Kapoor, Kale-ab Tessera, Mayank Baranwal 他
日本語で読む → - 論文強化学習/飛行制御ロボティクス
クアッドロータ低レベル制御のための同変強化学習フレームワーク
クアッドロータの動力学に含まれる回転・鏡映対称性を同変ネットワークに組み込み、少ないデータで効率的に低レベル制御を学習する強化学習手法を提案した。
原題: Equivariant Reinforcement Learning Frameworks for Quadrotor Low-Level Control / Beomyeol Yu, Taeyoung Lee
日本語で読む → - 論文ロバスト強化学習/ベンチマーク機械学習
Robust Gymnasium:ロバスト強化学習のための統合モジュラー型ベンチマーク
ロバスト強化学習の標準ベンチマークが不足している問題に対し、エージェントの観測・報酬・行動・環境の多様な撹乱をサポートする60以上のタスク環境を備えた統合ベンチマークを提案し、既存手法を評価した。
原題: Robust Gymnasium: A Unified Modular Benchmark for Robust Reinforcement Learning / Shangding Gu, Laixi Shi, Muning Wen 他
日本語で読む →
PR・アフィリエイト広告
