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: 2024/12/1 / 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
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 → - 論文強化学習/sim2realロボティクス
古典的ロボティクススタックへの強化学習統合:ロボットサッカーにおけるケーススタディ
ロボカップSPL向けに、古典的ロボティクススタック内に強化学習を統合し、マルチフィデリティsim2realとサブ行動分解・ヒューリスティック選択を組み合わせたアーキテクチャを開発し、2024年大会で優勝した。
原題: Reinforcement Learning Within the Classical Robotics Stack: A Case Study in Robot Soccer / Adam Labiosa, Zhihan Wang, Siddhant Agarwal 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 → - 論文強化学習機械学習
過去から逃げることで探索する強化学習手法RAMP
強化学習において、エージェントの過去の行動分布と現在の行動分布の乖離を最大化することで探索を促進する手法RAMPを提案し、迷路探索やロボット操作・歩行タスクで有効性を示した。
原題: Exploration by Running Away from the Past / Paul-Antoine Le Tolguenec, Yann Besse, Florent Teichteil-Koenigsbuch 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二重緩和一般化
オフライン強化学習において、データセット外への過度な一般化を抑えつつ、適度な一般化を活用する二重緩和一般化(DMG)を提案し、Gym-MuJoCoやAntMazeで最高性能を達成した。
原題: Doubly Mild Generalization for Offline Reinforcement Learning / Yixiu Mao, Qi Wang, Yun Qu 他
日本語で読む → - 論文オフライン強化学習機械学習
線形構造を持つfダイバージェンス正則化によるロバストオフライン強化学習
遷移ダイナミクスと正則化に潜在的な線形構造を導入したd-矩形線形RRMDPを提案し、fダイバージェンス正則化付きのロバスト正則化悲観的価値反復法(R2PVI)を開発して、理論的な性能保証と実験的な有効性を示した。
原題: Robust Offline Reinforcement Learning with Linearly Structured f-Divergence Regularization / Cheng Tang, Zhishuai Liu, Pan Xu
日本語で読む → - 論文強化学習AI
生得的価値駆動強化学習による認知モデリング
生得的価値に基づく内発的動機を組み込んだ強化学習IVRLを提案し、VIZDoomでDQNやA2Cなどの既存手法より優れた性能を示した。
原題: Innate-Values-driven Reinforcement Learning based Cognitive Modeling / Qin Yang
日本語で読む → - 論文強化学習機械学習
潜在状態クラスタの境界を探索する目標条件付き強化学習
現在の政策で到達可能な状態を潜在空間でクラスタリングし、その境界にある探索価値の高い目標を優先することで、目標条件付き強化学習の探索効率を高める手法CE²を提案した。
原題: Exploring the Edges of Latent State Clusters for Goal-Conditioned Reinforcement Learning / Yuanlin Duan, Guofeng Cui, He Zhu
日本語で読む → - 論文模倣学習/強化学習ロボティクス
BMP:Bスプラインと運動プリミティブの橋渡し
Bスプラインを運動プリミティブとして再定式化し、境界条件の充足と軌道分布の高次統計の両立を可能にしたBMPを提案。模倣学習と強化学習で既存手法より高い表現力と適用性を示した。
原題: BMP: Bridging the Gap between B-Spline and Movement Primitives / Weiran Liao, Ge Li, Hongyi Zhou 他
日本語で読む → - 論文ナノロボティクス/強化学習ロボティクス
強化学習を用いたナノロボットの癌細胞検出・追跡シミュレーション
Q学習でナノロボットの移動を最適化し、生体環境中のバイオマーカー濃度勾配から癌細胞を自律検出するシミュレーション研究。
原題: Simulation of Nanorobots with Artificial Intelligence and Reinforcement Learning for Advanced Cancer Cell Detection and Tracking / Shahab Kavousinejad
日本語で読む → - 論文強化学習機械学習
バッチ更新・ターゲットネットワーク・リプレイバッファ不要の深層方策勾配法
リプレイバッファやバッチ更新を使わず、最新サンプルのみで学習するインクリメンタルな深層方策勾配法AVGを提案し、実ロボットでの有効性を示した。
原題: Deep Policy Gradient Methods Without Batch Updates, Target Networks, or Replay Buffers / Gautham Vasan, Mohamed Elsayed, Alireza Azimi 他
日本語で読む → - 論文強化学習ロボティクス
SuPLE: リアプノフ指数を報酬に用いたロボット学習
系のダイナミクスから計算される正のリアプノフ指数の和を報酬として用いることで、外部知識や補助的な探索なしにロボットの安定化学習を可能にする手法を提案。
原題: SuPLE: Robot Learning with Lyapunov Rewards / Phu Nguyen, Daniel Polani, Stas Tiomkin
日本語で読む → - 論文オフライン強化学習ロボティクス
視覚言語モデルのフィードバックによる実世界オフライン強化学習
視覚言語モデルからの選好フィードバックとタスクのテキスト記述を用いてオフラインデータセットに自動で報酬ラベルを付与し、実世界のロボット支援着衣タスクなどで有効な方策を学習するシステムを提案した。
原題: Real-World Offline Reinforcement Learning from Vision Language Model Feedback / Sreyas Venkataraman, Yufei Wang, Ziyu Wang 他
日本語で読む → - 論文強化学習/タスクスケジューリングAI
拡散モデル強化学習による依存関係を考慮したCAVタスクスケジューリング
依存関係をもつ複数のサブタスクからなるコネクテッド自動運転車(CAV)の計算タスクを、近隣CAVや基地局へ割り当てるスケジューリング問題を解くため、拡散モデルによる合成経験リプレイを組み込んだ強化学習アルゴリズムを提案した。
原題: Dependency-Aware CAV Task Scheduling via Diffusion-Based Reinforcement Learning / Xiang Cheng, Zhi Mao, Ying Wang 他
日本語で読む → - 論文メタ強化学習機械学習
多様性を狙うことでオープンエンドシミュレータにおける適応的エージェント訓練を可能にする
複雑なオープンエンドシミュレータで多様な訓練タスクを進化的に生成する手法DIVAを提案し、メタ強化学習エージェントの適応能力を向上させる。
原題: Enabling Adaptive Agent Training in Open-Ended Simulators by Targeting Diversity / Robby Costales, Stefanos Nikolaidis
日本語で読む → - 論文目標条件付き強化学習機械学習
制約なし目標ナビゲーションのための世界モデル学習
リプレイバッファ内の任意のサブゴール間の状態遷移をモデル化する世界モデルベースの探索アルゴリズムMUNを提案し、新しい目標設定への汎化性能を向上させた。
原題: Learning World Models for Unconstrained Goal Navigation / Yuanlin Duan, Wensen Mao, He Zhu
日本語で読む → - 論文安全フィルタ/強化学習ロボティクス
Q学習に基づくモデルフリー安全フィルタ
Q学習を用いて任意のタスク方策の危険な行動をフィルタリングする、モデルフリーでプラグアンドプレイな安全フィルタ学習フレームワークを提案し、シミュレーションとソフトロボットアームで有効性を検証した。
原題: Q-learning-based Model-free Safety Filter / Guo Ning Sue, Yogita Choudhary, Richard Desatnik 他
日本語で読む → - 論文強化学習機械学習
ソフトマックス方策ミラー上昇法の高速収束
ソフトマックス方策ミラー上昇法(SPMA)を改良し、表形式MDPで線形収束を証明するとともに、線形関数近似や非線形関数近似に拡張してMuJoCoやAtariで性能を評価した。
原題: Fast Convergence of Softmax Policy Mirror Ascent / Reza Asad, Reza Babanezhad, Issam Laradji 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
安全で堅牢な自動運転高速道路ランプ進入のためのマルチエージェント深層強化学習の系統的研究
高速道路の合流地点において、複数車両のマルチエージェント深層強化学習を用いて衝突を最小化する制御器を学習し、その安全性と堅牢性を系統的に評価した。
原題: A Systematic Study of Multi-Agent Deep Reinforcement Learning for Safe and Robust Autonomous Highway Ramp Entry / Larry Schester, Luis E. Ortiz
日本語で読む → - 論文敵対的強化学習/自動運転シミュレーション機械学習
CRASH: 強化学習による敵対的シナリオ生成と安全性強化
自動運転車の安全性検証のため、強化学習で敵対的なNPCエージェントを制御し衝突を誘発するフレームワークCRASHを提案。さらに失敗事例を活用してプランナを反復改善する「安全性強化」手法を導入し、衝突率を26%削減した。
原題: CRASH: Challenging Reinforcement-Learning Based Adversarial Scenarios For Safety Hardening / Amar Kulkarni, Shangtong Zhang, Madhur Behl
日本語で読む → - 論文手術ロボット/強化学習ロボティクス
da Vinci Research Kitを用いた強化学習による自律的な手術用灌流・吸引の学習
手術支援ロボットで灌流と吸引の2工程を視覚ベースの強化学習エージェントに学習させ、シミュレータから実機へ転移して人手に近い性能を達成した。
原題: Learning Autonomous Surgical Irrigation and Suction with the da Vinci Research Kit Using Reinforcement Learning / Yafei Ou, Mahdi Tavakoli
日本語で読む → - 論文強化学習機械学習
行動系列を用いた粗から細へのQネットワークによるデータ効率的強化学習
行動系列を入力としてQ値を予測するクリティックを学習する強化学習手法CQN-ASを提案し、疎な報酬のヒューマノイド制御や卓上操作タスクでデータ効率と性能を向上させた。
原題: Coarse-to-fine Q-Network with Action Sequence for Data-Efficient Reinforcement Learning / Younggyo Seo, Pieter Abbeel
日本語で読む → - 論文模倣学習/強化学習ロボティクス
強化学習によるリザバーダイナミクス変調を用いた効率的なロボットスキル合成
リザバーコンピューティングと強化学習を組み合わせ、デモンストレーションにない動きもオンラインで生成できるロボット学習フレームワークを提案した。
原題: Modulating Reservoir Dynamics via Reinforcement Learning for Efficient Robot Skill Synthesis / Zahra Koulaeizadeh, Erhan Oztop
日本語で読む → - 論文安全強化学習ロボティクス
移動障害物下におけるロボット軌道の安全強化学習
移動障害物を避けるための退避ポリシーを強化学習で事前学習し、他タスクの学習時に衝突リスクを推定して安全な代替行動を選択する手法を提案。実機実験でリアルタイムな安全軌道生成を実証した。
原題: Safe Reinforcement Learning of Robot Trajectories in the Presence of Moving Obstacles / Jonas Kiemel, Ludovic Righetti, Torsten Kröger 他
日本語で読む → - 論文ドローンレース/強化学習ロボティクス
障害物を考慮した自律ドローンレースのための汎化可能な方策の学習
ドローンレースにおいて、トラックと障害物配置にドメインランダム化を適用し、並列経験収集と組み合わせることで、未知の障害物環境でも汎化する深層強化学習方策を学習した。
原題: Learning Generalizable Policy for Obstacle-Aware Autonomous Drone Racing / Yueqian Liu
日本語で読む → - 論文金融強化学習機械学習
ロボットが見て、ロボットが行う:ノイズの多い金融環境における模倣報酬
金融資産取引の強化学習において、トレンドラベリングアルゴリズムを専門家とした模倣学習を活用し、ノイズの多い報酬信号に頑健な報酬関数を提案した研究。
原題: Robot See, Robot Do: Imitation Reward for Noisy Financial Environments / Sven Goluža, Tomislav Kovačević, Stjepan Begušić 他
日本語で読む → - 論文強化学習/汎用エージェント機械学習
Kinetix:オープンエンドな物理ベース制御タスクによる汎用エージェントの訓練
何千万もの2D物理タスクを自動生成し、Jax2Dという高速物理エンジンを用いて汎用強化学習エージェントを訓練。未見の人間設計環境をゼロショットで解き、微調整で標準RLを上回る性能を示した。
原題: Kinetix: Investigating the Training of General Agents through Open-Ended Physics-Based Control Tasks / Michael Matthews, Michael Beukman, Chris Lu 他
日本語で読む →
PR・アフィリエイト広告
