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: 2020/8/1 / 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
ベイズガウス混合モデルによる制御ポリシーの能動的改善
ベイズガウス混合モデルの認識的不確かさに基づき、閉形式の情報密度コストを最適化して新たなクエリ点を選ぶ能動学習フレームワークを提案し、障害物環境での到達タスクを実機で実証した。
原題: Active Improvement of Control Policies with Bayesian Gaussian Mixture Model / Hakan Girgin, Emmanuel Pignat, Noémie Jaquier 他
日本語で読む → - 論文模倣学習機械学習
順逆強化学習がネットワーク重みとハイパーパラメータを共有する手法
順方向と逆方向の強化学習を統合し、ネットワーク重みとハイパーパラメータを共有するエントロピー正則化模倣学習ERILを提案。MuJoCo環境とロボットアームの視覚到達タスクでサンプル効率の高さを示した。
原題: Forward and inverse reinforcement learning sharing network weights and hyperparameters / Eiji Uchibe, Kenji Doya
日本語で読む → - 論文模倣学習ロボティクス
視覚模倣を手軽に:把持補助具で収集した実演からロボット動作を学習
市販のリーチャー・グラバーをデータ収集とロボットのエンドエフェクタの両方に使い、SfMと指検出ネットワークで視覚実演から行動を抽出して、プッシュと積み重ねタスクの模倣学習を実現した論文。
原題: Visual Imitation Made Easy / Sarah Young, Dhiraj Gandhi, Shubham Tulsiani 他
日本語で読む → - 論文模倣学習ロボティクス
宇宙ロボットアームの自律軌道学習のための模倣学習
物理シミュレータ上のMPCで生成した軌道データをProbabilistic Movement Primitivesで学習し、宇宙機搭載7自由度マニピュレータの軌道計画を自律化する手法を提案した論文。
原題: Imitation Learning for Autonomous Trajectory Learning of Robot Arms in Space / RB Ashith Shyam, Zhou Hao, Umberto Montanaro 他
日本語で読む → - 論文模倣学習ロボティクス
模倣学習の汎化保証
PAC-Bayes枠組みを用いて模倣学習ポリシーの新環境での期待コストの上界を導出し、条件付きVAEで潜在ポリシー分布を学習後に新環境で汎化境界を最適化する二段階学習法を提案した。
原題: Generalization Guarantees for Imitation Learning / Allen Z. Ren, Sushant Veer, Anirudha Majumdar
日本語で読む → - 論文模倣学習ロボティクス
状態空間における対話型模倣学習
人間がエージェントの状態変化をフィードバックする対話型模倣学習手法TIPSを提案し、非専門家のデモでも従来法を上回る性能を実現した。
原題: Interactive Imitation Learning in State-Space / Snehal Jauhri, Carlos Celemin, Jens Kober
日本語で読む → - 論文模倣学習ロボティクス
スパースな実演からの目的関数学習:連続ポントリャーギン微分可能プログラミング
ラベル付きキーフレームのみのスパース実演から、ロボットの目的関数と時間ワープ関数を同時に学習するContinuous PDPを提案し、シミュレーションと6自由度クアッドロータで有効性を示した。
原題: Learning from Sparse Demonstrations / Wanxin Jin, Todd D. Murphey, Dana Kulić 他
日本語で読む → - 論文模倣学習機械学習
シンクホーン距離による模倣学習
占有測度間のシンクホーン距離を最小化する模倣学習を提案し、敵対的学習特徴空間のコサイン距離コストと組み合わせてMuJoCoで評価した。
原題: Imitation Learning with Sinkhorn Distances / Georgios Papagiannis, Yunpeng Li
日本語で読む → - 論文模倣学習機械学習
非敵対的模倣学習と敵対的手法との関連性
敵対的模倣学習の不安定さを解消する非敵対的枠組みを提案し、AIRLがその一例であることを示すとともに、オフライン模倣学習アルゴリズムを導出して性能を検証した論文。
原題: Non-Adversarial Imitation Learning and its Connections to Adversarial Methods / Oleg Arenz, Gerhard Neumann
日本語で読む → - 論文模倣学習画像認識
観察から学ぶ:人間ナビゲータの動画を用いたドローン巡回の模倣学習
地上を歩く人間の生動画を観察・模倣し、ドローンが高高度で車線維持型の巡回飛行を自律的に学習する手法を提案した論文。
原題: Learn by Observation: Imitation Learning for Drone Patrolling from Videos of A Human Navigator / Yue Fan, Shilei Chu, Wei Zhang 他
日本語で読む → - 論文自動運転/模倣学習ロボティクス
選択的マルチクラス安全データセット集約によるサンプル効率の良い自動運転のための対話型エンドツーエンド深層学習
学習済みポリシーを軌道クラスに分割し性能の弱い区間だけ専門家に問い合わせることで、同じサンプル数でより高精度な自動運転ポリシーを学習する手法を提案した。
原題: Sample Efficient Interactive End-to-End Deep Learning for Self-Driving Cars with Selective Multi-Class Safe Dataset Aggregation / Yunus Bicer, Ali Alizadeh, Nazim Kemal Ure 他
日本語で読む → - 論文模倣学習ロボティクス
失敗予測で専門家負担を軽減するFIRE
方策の失敗を事前に予測して実行を停止し専門家に修正を求める仕組みを提案し、専門家データと非専門家データの両方から学習することで介入型学習のサンプル効率を大幅に改善した。
原題: Fighting Failures with FIRE: Failure Identification to Reduce Expert Burden in Intervention-Based Learning / Trevor Ablett, Filip Marić, Jonathan Kelly
日本語で読む → - 論文模倣学習機械学習
オンライン模倣学習における高速改善の理論的説明
オンライン模倣学習が既存理論より速く改善する現象を、政策クラスのバイアスを考慮した収束解析で説明した研究。
原題: Explaining Fast Improvement in Online Imitation Learning / Xinyan Yan, Byron Boots, Ching-An Cheng
日本語で読む → - 論文模倣学習機械学習
シミュレーションと実世界データを同時に用いた模倣学習によるAIドライビングオリンピックへの挑戦
AIドライビングオリンピックのレーン追従チャレンジに向け、シミュレーションと実世界のデータを混合して模倣学習を訓練し、両環境で同等に機能するモデルを構築した優勝手法の報告。
原題: Imitation Learning Approach for AI Driving Olympics Trained on Real-world and Simulation Data Simultaneously / Mikita Sazanovich, Konstantin Chaika, Kirill Krinkin 他
日本語で読む → - 論文模倣学習ロボティクス
弱教師付き分離表現を用いた模倣学習
人間のラベルを制約付き語彙で与えることで潜在変数を高レベル概念に整列させ、スポンジ拭きや注ぎ動作の模倣学習を解釈可能にする手法を提案した。
原題: Learning from Demonstration with Weakly Supervised Disentanglement / Yordan Hristov, Subramanian Ramamoorthy
日本語で読む → - 論文模倣学習ロボティクス
人間の遊びを模倣してロボットが遊びを学習する
少量の人間のテレオペ遊びデータから行動クローニングで大量の遊びデータを自律生成し、それを追加学習に使うことで汎用ゴール条件付き方策の性能を向上させた。
原題: Learning to Play by Imitating Humans / Rostam Dinyari, Pierre Sermanet, Corey Lynch
日本語で読む → - 論文模倣学習機械学習
時間的変分推論によるロボットスキルの学習
ロボットのデモンストレーションから、低レベル制御方策とそれらを組み合わせる高レベル方策を教師なしで同時に学習する枠組みを提案。オプションを連続潜在変数として捉え、軌道尤度の時間的分解に基づく変分推論で推論する。
原題: Learning Robot Skills with Temporal Variational Inference / Tanmay Shankar, Abhinav Gupta
日本語で読む → - 論文模倣学習機械学習
複数専門家のデモンストレーションを安全に再利用するベイズ経験リプレイ
複数の専門家のデモデータをベイズニューラルネットで不確実性モデリングし、二次計画問題で専門家モデルの確率分布を求めてデモをサンプリング・再利用する手法を提案。
原題: Bayesian Experience Reuse for Learning from Multiple Demonstrators / Michael Gimelfarb, Scott Sanner, Chi-Guhn Lee
日本語で読む → - 論文模倣学習ロボティクス
劣悪なデモンストレーションから時相論理式を学習して多段階タスクを説明する手法
成功だが最適とは限らないデモから、KKT最適性条件と反例誘導型反証を用いてLTL式の原子命題と論理構造を学習し、多段階タスクを説明する手法を提案。
原題: Explaining Multi-stage Tasks by Learning Temporal Logic Formulas from Suboptimal Demonstrations / Glen Chou, Necmiye Ozay, Dmitry Berenson
日本語で読む → - 論文模倣学習機械学習
ワッサースタイン距離で導く報酬形状探索付き敵対的模倣学習
JSダイバージェンスの代わりにワッサースタイン距離を用い、PPOと報酬形状の探索を組み合わせて模倣学習の安定性と性能を向上させた手法を提案した。
原題: Wasserstein Distance guided Adversarial Imitation Learning with Reward Shape Exploration / Ming Zhang, Yawei Wang, Xiaoteng Ma 他
日本語で読む → - 論文模倣学習/因果分析AI
実演からタスク空間仕様へ:因果分析による実演からのルールパラメータ化の抽出
人間の実演からユーザー行動タイプの生成モデルを学習し、潜在空間のクラスタリングで好みを分離。因果関係を抽出してタスク仕様をパラメータ化し、安全な動作計画の範囲を求める手法を提案。
原題: From Demonstrations to Task-Space Specifications: Using Causal Analysis to Extract Rule Parameterization from Demonstrations / Daniel Angelov, Yordan Hristov, Subramanian Ramamoorthy
日本語で読む → - 論文模倣学習AI
プリミティブ模倣による制御フレームワークPICO
実演を自動的にサブ行動へ分解し、既存プリミティブの動的ブレンドと不足分の新規方策学習を組み合わせて、新しい制御行動へ汎化する枠組みを提案した。
原題: PICO: Primitive Imitation for COntrol / Corban G. Rivera, Katie M. Popek, Chace Ashcraft 他
日本語で読む → - 論文模倣学習機械学習
Triple-GAIL:マルチモーダル模倣学習フレームワーク
スキル選択器を補助的に導入し、複数モードの専門家デモと生成経験からスキル選択と模倣を同時に学習する新しいGAILフレームワークを提案し、実運転軌跡とRTSゲームデータで有効性を示した。
原題: Triple-GAIL: A Multi-Modal Imitation Learning Framework with Generative Adversarial Nets / Cong Fei, Bin Wang, Yuzheng Zhuang 他
日本語で読む → - 論文言語条件付き模倣学習ロボティクス
自由形式の言語条件付き模倣学習
ピクセル知覚・言語理解・多タスク連続制御を単一ネットワークで学習し、ラベルなし実演データを活用して自然言語指示で多様なロボット操作を実現した。
原題: Language Conditioned Imitation Learning over Unstructured Data / Corey Lynch, Pierre Sermanet
日本語で読む → - 論文模倣学習機械学習
オフポリシー敵対的逆強化学習
サンプル効率と模倣性能を両立するオフポリシー型の敵対的逆強化学習アルゴリズムを提案し、連続制御タスクで有効性を示した。
原題: Off-Policy Adversarial Inverse Reinforcement Learning / Samin Yeasar Arnob
日本語で読む → - 論文模倣学習ロボティクス
ユークリッド化フロー:安定な力学系学習のための微分同相写像による簡約
人間の実演から複雑なロボット動作を、微分同相写像で単純な安定力学系に変換して学習する手法を提案し、ベンチマークと実機で有効性を示した。
原題: Euclideanizing Flows: Diffeomorphic Reduction for Learning Stable Dynamical Systems / Muhammad Asif Rana, Anqi Li, Dieter Fox 他
日本語で読む → - 論文模倣学習/強化学習機械学習
劣悪なデモンストレーションから疎な報酬タスクを学習する自己適応型模倣学習
限定された質の低いデモンストレーションしかない疎報酬タスクにおいて、模倣学習と強化学習を組み合わせてデモを超える性能を少ない試行で達成するSAILを提案した論文。
原題: Learning Sparse Rewarded Tasks from Sub-Optimal Demonstrations / Zhuangdi Zhu, Kaixiang Lin, Bo Dai 他
日本語で読む → - 論文模倣学習ロボティクス
状態のみの模倣学習による巧みな操作
逆動力学モデルをポリシーと同時に学習し、行動ラベルなしの状態のみのデモンストレーションから巧みな操作を模倣できるようにした。
原題: State-Only Imitation Learning for Dexterous Manipulation / Ilija Radosavovic, Xiaolong Wang, Lerrel Pinto 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長期的タスクへの汎化を学ぶ
複数の人間デモの軌道が状態空間で交差する構造を利用し、未見の開始・目標状態の組み合わせに汎化する目標指向方策を2段階のオフライン模倣学習で訓練する手法GTIを提案し、実世界の長期的マニピュレーションで検証した。
原題: Learning to Generalize Across Long-Horizon Tasks from Human Demonstrations / Ajay Mandlekar, Danfei Xu, Roberto Martín-Martín 他
日本語で読む → - 論文模倣学習ロボティクス
アニメキャラクターロボット「Hatsuki」:アニメ風表情と模倣学習による動作生成
アニメ風の外観・2D表情・振る舞いを持つヒューマノイドロボットHatsukiを開発し、イベントでのアンケート評価と、音声・表情・動作を組み合わせた11種類の行動を模倣学習で生成する手法を検証した。
原題: HATSUKI : An anime character like robot figure platform with anime-style expressions and imitation learning based action generation / Pin-Chu Yang, Mohammed Al-Sada, Chang-Chieh Chiu 他
日本語で読む →
PR・アフィリエイト広告
