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: 2025/1/1 / 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 →- 論文説明可能強化学習AI
説明可能強化学習における人間被験者評価のための客観的指標
説明可能強化学習の評価で主観的指標に頼りがちな現状を改め、観察可能な行動に基づく客観的な人間評価手法を提案し、グリッド環境で実例を示した論文。
原題: Objective Metrics for Human-Subjects Evaluation in Explainable Reinforcement Learning / Balint Gyevnar, Mark Towers
日本語で読む → - 論文強化学習ロボティクス
部分的微分可能報酬に対する改良型時間逆伝播
部分的にしか微分できない報酬でも、Q値関数を活用して勾配バイアスを軽減し、ドローンの制御方策を効率的に学習する手法を提案。
原題: ABPT: Amended Backpropagation through Time with Partially Differentiable Rewards / Fanxing Li, Fangyu Sun, Tianbao Zhang 他
日本語で読む → - 論文跳躍/強化学習/sim2realロボティクス
並列機構を持つ単脚ロボットの跳躍学習
並列機構の単脚ロボットの跳躍を強化学習で制御するため、長履歴フィードバックと直列近似・トルク変換でsim-to-realを実現した。
原題: Learning to Hop for a Single-Legged Robot with Parallel Mechanism / Hongbo Zhang, Xiangyu Chu, Yanlin Chen 他
日本語で読む → - 論文安全強化学習機械学習
DIAL: 安全クリティカルシステムのためのマルチタスク制約の分布情報適応学習
複数タスクに共通する制約分布を模倣学習で獲得し、リスクレベルを調整して新しいタスクに適応することで、タスク固有の制約定義なしに安全な強化学習を実現する手法を提案した。
原題: DIAL: Distribution-Informed Adaptive Learning of Multi-Task Constraints for Safety-Critical Systems / Se-Wook Yoo, Seung-Woo Seo
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
不確実環境下での知識転移を用いたマルチエージェント深層強化学習による適応的目標位置推定
複数のセンシングエージェントが協調して目標を探索・検出・到達可能性を判断するMADRL手法を提案し、到達不能時の位置推定に転移学習を活用した。
原題: Adaptive Target Localization under Uncertainty using Multi-Agent Deep Reinforcement Learning with Knowledge Transfer / Ahmed Alagha, Rabeb Mizouni, Shakti Singh 他
日本語で読む → - 論文安全強化学習機械学習
最小限の監督による安全な強化学習
人手によるデモや設計済み制御器に頼らず、教師なし強化学習でオフラインデータを収集し、限られたデータでも安全なオンライン強化学習を可能にする「楽観的忘却」を提案した論文。
原題: Safe Reinforcement Learning with Minimal Supervision / Alexander Quessy, Thomas Richardson, Sebastian East
日本語で読む → - 論文強化学習機械学習
報酬予測誤差に基づく経験再生の優先順位付け:RPE-PER法
生物の報酬予測誤差に着想を得て、経験再生バッファ内の経験を報酬予測誤差で優先順位付けするRPE-PERを提案し、連続制御タスクで学習速度と性能を向上させた。
原題: Reward Prediction Error Prioritisation in Experience Replay: The RPE-PER Method / Hoda Yamani, Yuning Xing, Lee Violet C. Ong 他
日本語で読む → - 論文安全フィルタ/強化学習制御
ベースに戻れ:到達回避安全フィルタによるハンズオフ学習に向けて
到達回避問題の価値関数から安全フィルタを構築し、ロボットが自律的に安全なリセットを行えるようにすることで、実世界強化学習のハンズオフ訓練を効率化する手法を提案。
原題: Back to Base: Towards Hands-Off Learning via Safe Resets with Reach-Avoid Safety Filters / Azra Begzadić, Nikhil Uday Shinde, Sander Tonkens 他
日本語で読む → - 論文強化学習機械学習
オフライン方策改善のための能動的強化学習戦略
既存のオフラインデータを再利用しつつ、追加のオンライン経験を最小限に抑える能動的強化学習手法を提案し、連続制御環境で最大75%のインタラクション削減を実証した。
原題: Active Reinforcement Learning Strategies for Offline Policy Improvement / Ambedkar Dukkipati, Ranga Shaarad Ayyagari, Bodhisattwa Dasgupta 他
日本語で読む → - 論文強化学習機械学習
大規模行動空間における強化学習のためのアドバンテージベース最適化手法
大規模行動空間での強化学習において、各次元の行動価値をアドバンテージで調整するABQを提案し、BDQや連続行動ベースラインを上回る性能を示した。
原題: An Advantage-based Optimization Method for Reinforcement Learning in Large Action Space / Hai Lin, Cheng Huang, Zhihong Chen
日本語で読む → - 論文強化学習/飛行制御ロボティクス
TD3によるFPVゲートを通過するクアッドコプターのニューラルネットワーク制御
深層強化学習のTD3を用いてクアッドコプターの速度制御器を学習し、ゲート通過タスクを実機で実現した。
原題: Implementing TD3 to train a Neural Network to fly a Quadcopter through an FPV Gate / Patrick Thomas, Kevin Schroeder, Jonathan Black
日本語で読む → - 論文自動運転/強化学習ロボティクス
大規模言語モデルが導く自動運転意思決定のための深層強化学習
LLMを専門家として組み込み、専門家方策制約アルゴリズムとLLM介入型インタラクション機構で深層強化学習の学習効率と性能を高める自動運転意思決定フレームワークを提案した。
原題: Large Language Model guided Deep Reinforcement Learning for Decision Making in Autonomous Driving / Hao Pang, Zhenpo Wang, Guoqiang Li
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目標条件付きデータ拡張
オフライン強化学習において、リターン指向の目標条件を組み込んだ拡散モデルにより、高品質なデータを生成してデータセットを拡張する手法GODAを提案した。
原題: Goal-Conditioned Data Augmentation for Offline Reinforcement Learning / Xingshuai Huang, Di Wu, Benoit Boulet
日本語で読む → - 論文オフライン強化学習機械学習
M³PC:事前学習済みマスク付き軌道モデルのためのテスト時モデル予測制御
マスク付き自己符号化で事前学習した軌道モデルを、推論時にモデル予測制御(MPC)で活用し、追加学習なしで意思決定性能を向上させる手法を提案。
原題: M$^3$PC: Test-time Model Predictive Control for Pretrained Masked Trajectory Model / Kehan Wen, Yutong Hu, Yao Mu 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
深層ニューラルネットワークによるマルチ航空宇宙システムのピックアンドプレースタスクのための最適化協調戦略
深層強化学習を用いてマルチエージェント航空宇宙システムの協調制御を最適化し、物体移動タスクの効率を最大16%向上させた。
原題: Optimized Coordination Strategy for Multi-Aerospace Systems in Pick-and-Place Tasks By Deep Neural Network / Ye Zhang, Linyue Chu, Letian Xu 他
日本語で読む → - 論文強化学習機械学習
RAT: 深層強化学習エージェントの標的行動を誘導する敵対的攻撃
人間の選好に沿った意図方策を標的として学習させ、リプレイバッファ内の状態占有度を動的に調整することで、強化学習エージェントを特定の行動へ誘導する敵対的攻撃手法RATを提案した。
原題: RAT: Adversarial Attacks on Deep Reinforcement Agents for Targeted Behaviors / Fengshuo Bai, Runze Liu, Yali Du 他
日本語で読む → - 論文マルチタスク強化学習/クアッドロータ制御ロボティクス
クアッドロータのためのマルチタスク強化学習
クアッドロータ制御において、共有された物理ダイナミクスを活用し、単一のポリシーで複数の機動(高速安定化、速度追従、自律レースなど)を実行できるマルチタスク強化学習フレームワークを提案した。
原題: Multi-Task Reinforcement Learning for Quadrotors / Jiaxu Xing, Ismail Geles, Yunlong Song 他
日本語で読む → - 論文オフライン強化学習機械学習
ACL-QL: オフライン強化学習のためのQ学習における適応的保守レベル
オフライン強化学習において、状態行動ペアごとに保守性の度合いを適応的に制御する手法ACL-QLを提案し、過度に保守的になる問題を緩和して性能を向上させた。
原題: ACL-QL: Adaptive Conservative Level in Q-Learning for Offline Reinforcement Learning / Kun Wu, Yinuo Zhao, Zhiyuan Xu 他
日本語で読む → - 論文オフライン強化学習ロボティクス
ロボット制御のためのオフライン強化学習における行動摂動に対するロバスト性評価
オフライン強化学習手法のロバスト性を脚式ロボットで評価し、関節トルクへのランダム・敵対的摂動に対してオンライン手法より脆弱であることを示した。
原題: Robustness Evaluation of Offline Reinforcement Learning for Robot Control Against Action Perturbations / Shingo Ayabe, Takuto Otomo, Hiroshi Kera 他
日本語で読む → - 論文マルチエージェント強化学習cs.MA
エントロピー探索による安全なマルチエージェント協調
チーム制約下でのマルチエージェント強化学習において、観測エントロピー最大化で探索を促し、安全性を保ちつつ協調行動を学習する手法E2Cを提案。
原題: Safe Multiagent Coordination via Entropic Exploration / Ayhan Alp Aydeniz, Enrico Marchesini, Robert Loftin 他
日本語で読む → - 論文強化学習・確率方策ロボティクス
計算効率を両立する任意の確率方策に向けた制限付き正規化フローの設計
正規化フローを適切に制限して解析的平均を可能にし、二峰性student-t分布をベースに用いることで表現力と計算効率を両立した確率方策Bit-RNFを提案し、強化学習ベンチマークと実機ロボット実験で有効性を示した。
原題: Design of Restricted Normalizing Flow towards Arbitrary Stochastic Policy with Computational Efficiency / Taisuke Kobayashi, Takumi Aotani
日本語で読む → - 論文強化学習/ナビゲーションロボティクス
分布強化学習に基づく自律水上艇の統合的意思決定と制御
LiDARとオドメトリのみを用い、分布強化学習で連続行動空間の推力指令を生成し、COLREGs遵守と安全・効率的な航行を両立する自律水上艇ナビゲーションを提案した。
原題: Distributional Reinforcement Learning based Integrated Decision Making and Control for Autonomous Surface Vehicles / Xi Lin, Paul Szenher, Yewei Huang 他
日本語で読む → - 論文強化学習ロボティクス
強化学習のための適応的報酬設計
LTLで指定された複雑なタスクを強化学習で解く際、従来の疎な報酬ではなく、サブタスク達成を促す報酬関数群を提案し、学習中に動的に更新する適応的報酬整形手法を開発した。
原題: Adaptive Reward Design for Reinforcement Learning / Minjae Kwon, Ingy ElSayed-Aly, Lu Feng
日本語で読む → - 論文強化学習ロボティクス
自律テストドライバーに向けて:強化学習による高性能ドライバーモデリング
深層強化学習でレーシングカーの自律テストドライバーを訓練し、トップドライバー並みの走行で車両セットアップ評価を可能にするとともに、模倣学習を組み合わせて人間らしい運転挙動も再現できるようにした。
原題: Towards an Autonomous Test Driver: High-Performance Driver Modeling via Reinforcement Learning / John Subosits, Jenna Lee, Shawn Manuel 他
日本語で読む → - 論文安全強化学習ロボティクス
物理モデル誘導による最悪ケースサンプリングを用いた安全強化学習
物理モデルを活用して安全上重要なコーナーケースを重点的にサンプリングし、安全な強化学習ポリシーを効率的に学習する手法を提案した。
原題: Physics-model-guided Worst-case Sampling for Safe Reinforcement Learning / Hongpeng Cao, Yanbing Mao, Lui Sha 他
日本語で読む → - 論文安全強化学習ロボティクス
ナビゲーションタスクの安全で効率的な強化学習のための動的安全シールド
最適化ベース制御器の堅牢性と強化学習エージェントの長期予測能力を組み合わせ、エージェントが制御器のパラメータを適応的に調整できる新しい安全シールドを提案し、衝突を抑えつつ探索を改善する。
原題: A Dynamic Safety Shield for Safe and Efficient Reinforcement Learning of Navigation Tasks / Murad Dawood, Ahmed Shokry, Maren Bennewitz
日本語で読む → - 論文強化学習/計画ロボティクス
強化学習と計画のための同変アクションサンプリング
ロボット操作などの対称性を持つ連続制御タスクにおいて、サンプリングベースの行動選択に同変性を導入し、MPPI計画法に適用することで効率と性能を向上させる手法を提案した。
原題: Equivariant Action Sampling for Reinforcement Learning and Planning / Linfeng Zhao, Owen Howell, Xupeng Zhu 他
日本語で読む → - 論文マルチエージェント強化学習cs.MA
スパースなマルチエージェント強化学習における最適方策保存のためのエージェント・時間クレジット割り当て
スパースなグローバル報酬を時間方向とエージェント方向に再分配するTAR²を提案し、ポテンシャルベース報酬整形との等価性を理論的に示して最適方策を保ちながら学習を安定・高速化した。
原題: Agent-Temporal Credit Assignment for Optimal Policy Preservation in Sparse Multi-Agent Reinforcement Learning / Aditya Kapoor, Sushant Swamy, Kale-ab Tessera 他
日本語で読む → - 論文知覚/強化学習ロボティクス
強化学習による知覚モデルへのシステムレベル安全要件の組み込み
システムレベルの安全要件をルールブック形式で安全スコアに変換し、強化学習の報酬に組み込むことで知覚モデルを微調整する手法を提案した。
原題: Incorporating System-level Safety Requirements in Perception Models via Reinforcement Learning / Weisi Fan, Jesse Lane, Qisai Liu 他
日本語で読む → - 論文脚式ロボット/強化学習/報酬設計ロボティクス
Video2Reward: 脚式ロボットの行動学習のための動画からの報酬関数生成
動画から対象行動のキーポイント軌道を抽出し、LLMで報酬関数を生成、さらに視覚的フィードバックで反復改善することで、脚式ロボットの行動学習を効率化する手法を提案。
原題: Video2Reward: Generating Reward Function from Videos for Legged Robot Behavior Learning / Runhao Zeng, Dingjie Zhou, Qiwei Liang 他
日本語で読む →
PR・アフィリエイト広告
