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: 2024/10/1 / 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 →- 論文オフライン強化学習機械学習
動特性ずれに頑健な条件付き拡散プランナー
動特性が異なる大規模データと少量の目標データを条件付き拡散モデルで統合し、データ不足下のオフライン強化学習を改善する手法を提案。
原題: Off-dynamics Conditional Diffusion Planners / Wen Zheng Terence Ng, Jianda Chen, Tianwei Zhang
日本語で読む → - 論文強化学習/車両制御ロボティクス
強化学習による参照不要のフォーミュラドリフト:走行データからタイヤエネルギー着想の実世界ポリシーへ
走行データから学習した車両モデル上で強化学習を行い、ウェイポイントに沿って実車でドリフト走行を実現した。
原題: Reference-Free Formula Drift with Reinforcement Learning: From Driving Data to Tire Energy-Inspired, Real-World Policies / Franck Djeumou, Michael Thompson, Makoto Suminaka 他
日本語で読む → - 論文強化学習ロボティクス
新規性に基づくサンプル再利用による連続ロボティクス制御
強化学習において、頻繁に観測される状態は更新を減らし、稀な新規状態には追加更新を行うことで、サンプルを効率的に再利用し、収束速度と成功率を向上させる手法NSRを提案した。
原題: Novelty-based Sample Reuse for Continuous Robotics Control / Ke Duan, Kai Yang, Houde Liu 他
日本語で読む → - 論文生体信号制御/強化学習/アシスティブロボティクス
STREAMS: 生体信号によるロボット制御を支援するマルチモーダルAIフレームワーク
生体信号を用いたロボットアーム制御において、深層強化学習と自己学習機構を組み合わせ、ノイズの多い入力から滑らかな軌道を生成する支援フレームワークを提案。シミュレーションと実機実験で成功率とユーザー満足度を大幅に改善した。
原題: STREAMS: An Assistive Multimodal AI Framework for Empowering Biosignal Based Robotic Controls / Ali Rabiee, Sima Ghafoori, Xiangyu Bai 他
日本語で読む → - 論文強化学習機械学習
ETGL-DDPG: 疎な報酬の連続制御のための深層決定論的方策勾配アルゴリズム
疎な報酬の連続制御タスクにおいて、探索手法εt-greedy、二重経験再生バッファGDRB、最長nステップリターンをDDPGに統合し、標準ベンチマークで性能を向上させた。
原題: ETGL-DDPG: A Deep Deterministic Policy Gradient Algorithm for Sparse Reward Continuous Control / Ehsan Futuhi, Shayan Karimi, Chao Gao 他
日本語で読む → - 論文階層的強化学習ロボティクス
拡散モデルとオプションの融合:時間的に拡張されたタスクのための階層的生成スキル構成
線形時相論理で指定された長期タスクを、拡散モデルと階層強化学習を組み合わせてオプションの連鎖に分解し、再計画しながら実行するフレームワークを提案。
原題: Diffusion Meets Options: Hierarchical Generative Skill Composition for Temporally-Extended Tasks / Zeyu Feng, Hao Luan, Kevin Yuchen Ma 他
日本語で読む → - 論文オフライン強化学習ロボティクス
マルチゴールオフライン強化学習のためのゴール条件付きDecision Transformer
ゴール状態を系列モデリングに組み込んだDecision Transformerにより、収集済みデータのみでロボットの多様なタスクを効率的に学習する手法を提案し、Franka Pandaのオフラインデータセットで有効性を示した。
原題: Goal-Conditioned Decision Transformer for Multi-Goal Offline Reinforcement Learning / Paweł Gajewski, Dominik Żurek, Marcin Pietroń 他
日本語で読む → - 論文強化学習/制御ロボティクス
速度履歴を用いたSoft Actor-CriticによるIROS'24競技への挑戦
Soft Actor-CriticにCNNで履歴を符号化したコンテキストベクトルを追加し、PendubotとAcrobotの不安定な劣駆動系を安定化する手法を提案した。
原題: Velocity-History-Based Soft Actor-Critic Tackling IROS'24 Competition "AI Olympics with RealAIGym" / Tim Lukas Faust, Habib Maraqten, Erfan Aghadavoodi 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
LLM駆動のデータ合成とポリシー適応による自動運転向けロバスト強化学習
LLMエージェントが生成したオフラインデータを蒸留し、ロバスト蒸留と混合ポリシー適応を組み合わせて、自動運転向けの効率的でロバストな強化学習ポリシーを訓練するRAPIDを提案した。
原題: Robust RL with LLM-Driven Data Synthesis and Policy Adaptation for Autonomous Driving / Sihao Wu, Jiaxu Liu, Xiangyu Yin 他
日本語で読む → - 論文強化学習機械学習
データ拡張なしで視覚ベース強化学習をゼロショット汎化
視覚ベース強化学習において、連想記憶と潜在空間の disentanglement を組み合わせることで、データ拡張に頼らず未知環境へのゼロショット汎化を実現する手法 ALDA を提案した。
原題: Zero-Shot Generalization of Vision-Based RL Without Data Augmentation / Sumeet Batra, Gaurav S. Sukhatme
日本語で読む → - 論文強化学習制御
深層決定論的方策勾配法による到達・回避・滞在問題の解法
強化学習ベースの到達可能性解析を拡張し、目標への到達・障害物回避・目標付近への滞在を同時に達成する二段階DDPG手法を提案した論文。
原題: Solving Reach-Avoid-Stay Problems Using Deep Deterministic Policy Gradients / Gabriel Chenevert, Jingqi Li, Achyuta kannan 他
日本語で読む → - 論文強化学習/制御ロボティクス
連続制御ポリシーにおける高周波振動のベンチマークと低減
強化学習ポリシーの高周波振動を抑える損失正則化とアーキテクチャ手法を分類・比較し、実機ロボットを含むベンチマークを実施。両者を組み合わせたハイブリッド手法が制御の滑らかさを26.8%改善しつつ性能低下を2.8%に抑えることを示した。
原題: Benchmarking Smoothness and Reducing High-Frequency Oscillations in Continuous Control Policies / Guilherme Christmann, Ying-Sheng Luo, Hanjaya Mandala 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
環境をポリシーとして:未知のコースを走るドローンレースの学習
強化学習でドローンレースのポリシーを訓練する際、別のRLポリシーがエージェントの性能に応じて訓練環境を動的に調整することで、再訓練なしに未知のコースへ汎化できる手法を提案した。
原題: Environment as Policy: Learning to Race in Unseen Tracks / Hongze Wang, Jiaxu Xing, Nico Messikommer 他
日本語で読む → - 論文強化学習cs.CR
自律型軍用車両のインシデント対応における強化学習の探求
強化学習を用いて、軍用無人車両へのサイバー攻撃に自律的に対応するエージェントを訓練し、簡単なシミュレーションから実車両まで適用可能であることを示した。
原題: Exploring reinforcement learning for incident response in autonomous military vehicles / Henrik Madsen, Gudmund Grov, Federico Mancini 他
日本語で読む → - 論文安全強化学習/制御ロボティクス
外乱下でのマルチコプタ衝突回避追従のための安全強化学習フィルタ
外乱がある環境でマルチコプタが衝突せずに軌道追従できるよう、ロバスト制御バリア関数と二次計画法を組み合わせた安全フィルタを強化学習に導入した研究。
原題: Safe Reinforcement Learning Filter for Multicopter Collision-Free Tracking under disturbances / Qihan Qi, Xinsong Yang, Gang Xia
日本語で読む → - 論文強化学習機械学習
DODT: DreamerのActor-Criticによる軌道予測を用いたオンラインDecision Transformerの強化
Dreamerが生成する予測軌道とOnline Decision Transformerを組み合わせ、相互に強化し合う並列学習フレームワークを提案し、サンプル効率と報酬を改善した。
原題: DODT: Enhanced Online Decision Transformer Learning through Dreamer's Actor-Critic Trajectory Forecasting / Eric Hanchen Jiang, Zhi Zhang, Dinghuai Zhang 他
日本語で読む → - 論文強化学習ロボティクス
時相論理目標に対するサンプル効率の良い強化学習:タスク仕様を活用した探索誘導
LTLで記述された高レベル目標に対し、タスク達成に寄与しそうな方向へ探索を偏らせる新手法を提案し、サンプル効率を大幅に改善した。
原題: Sample-Efficient Reinforcement Learning with Temporal Logic Objectives: Leveraging the Task Specification to Guide Exploration / Yiannis Kantaros, Jun Wang
日本語で読む → - 論文強化学習/報酬設計機械学習
ORSO: オンライン報酬選択と方策最適化による報酬設計の加速
報酬整形関数の選択をオンラインモデル選択問題として定式化し、人間の介入なしに高性能な報酬関数を自動特定する手法を提案。連続制御タスクでデータ効率と計算時間を大幅に改善。
原題: ORSO: Accelerating Reward Design via Online Reward Selection and Policy Optimization / Chen Bo Calvin Zhang, Zhang-Wei Hong, Aldo Pacchiano 他
日本語で読む → - 論文オフライン強化学習機械学習
オフダイナミクス強化学習のためのリターン拡張Decision Transformer
データが豊富なソースドメインから、データが少ないターゲットドメインへの方策学習を改善するため、Decision Transformer系フレームワークにおいてリターン分布をターゲットに合わせて拡張するREAG手法を提案し、理論的保証とD4RLでの性能向上を示した。
原題: Return Augmented Decision Transformer for Off-Dynamics Reinforcement Learning / Ruhan Wang, Yu Yang, Zhishuai Liu 他
日本語で読む → - 論文強化学習/制御機械学習
直駆動タンデム翼実験プラットフォーム向けのプラグアンドプレイ完全オンザジョブリアルタイム強化学習アルゴリズム
タンデム翼の非線形空力干渉下での運動制御のため、物理に着想を得たルールベース方策合成と摂動モジュールを組み込んだプラグアンドプレイ型リアルタイム強化学習アルゴリズムを開発し、複数のランダム動作条件で追従精度と収束速度を大幅に改善した。
原題: A Plug-and-Play Fully On-the-Job Real-Time Reinforcement Learning Algorithm for a Direct-Drive Tandem-Wing Experiment Platforms Under Multiple Random Operating Conditions / Zhang Minghao, Song Bifeng, Yang Xiaojun 他
日本語で読む → - 論文モデルベース強化学習機械学習
トンプソンサンプリングによる楽観的探索を用いた効率的なモデルベース強化学習
遷移と報酬の不確かさを同時に考慮するトンプソンサンプリングに基づく楽観的探索手法を提案し、MuJoCoやVMASの連続制御タスクでスパース報酬環境での学習を大幅に加速できることを示した。
原題: Efficient Model-Based Reinforcement Learning Through Optimistic Thompson Sampling / Jasmine Bayrooti, Carl Henrik Ek, Amanda Prorok
日本語で読む → - 論文オフライン強化学習/表現学習/視覚的妨害物機械学習
DMC-VB:視覚的妨害物を含む制御のための表現学習ベンチマーク
視覚的妨害物がある環境でのオフライン強化学習エージェントの頑健性を評価するための大規模データセットとベンチマークを提案し、事前学習済み表現が政策学習に寄与しないことや状態と画素観測の間の表現ギャップを明らかにした。
原題: DMC-VB: A Benchmark for Representation Learning for Control with Visual Distractors / Joseph Ortiz, Antoine Dedieu, Wolfgang Lehrach 他
日本語で読む → - 論文選好ベース強化学習機械学習
多種類選好学習:等価選好を活用した選好ベース強化学習
人間の等価選好も学習に取り入れることで、選好ベース強化学習のフィードバック効率を向上させる手法を提案し、複数のタスクで有効性を検証した。
原題: Multi-Type Preference Learning: Empowering Preference-Based Reinforcement Learning with Equal Preferences / Ziang Liu, Junjie Xu, Xingjiao Wu 他
日本語で読む → - 論文強化学習機械学習
暗黙的再パラメータ化勾配によるベータ方策を用いたSoft Actor-Critic
暗黙的再パラメータ化勾配を利用して、ベータ分布を方策に用いたSoft Actor-Criticを実現し、ロボット歩行タスクで従来の正規分布方策より優れることを示した。
原題: Soft Actor-Critic with Beta Policy via Implicit Reparameterization Gradients / Luca Della Libera
日本語で読む → - 論文安全強化学習機械学習
安全強化学習における安全な探索の再検討
安全強化学習の安全性評価に「連続コストの期待最大値(EMCC)」という新指標を導入し、探索中の危険度をより適切に評価できるようにした。
原題: Revisiting Safe Exploration in Safe Reinforcement learning / David Eckel, Baohe Zhang, Joschka Bödecker
日本語で読む → - 論文強化学習機械学習
拡散モデルとPPOの統合による強化学習のサンプル効率と探索の向上
オフラインで学習した条件付き拡散行動事前分布をLoRA等でオンライン適応し、PPOの探索を改善するオンポリシー手法PPO-DAPを提案。MuJoCo 8タスクでサンプル効率が向上。
原題: Enhancing Sample Efficiency and Exploration in Reinforcement Learning through the Integration of Diffusion Models and Proximal Policy Optimization / Tianci Gao, Konstantin A. Neusypin, Dmitry D. Dmitriev 他
日本語で読む → - 論文強化学習/制御ロボティクス
批評家をリアプノフ関数として用いる安定化強化学習エージェント
批評家ネットワークをリアプノフ関数として扱い、モデルフリーで各エピソード中に動的システムの安定性を保証する強化学習エージェントCALFを提案し、移動ロボットシミュレータで学習性能の向上を示した。
原題: Critic as Lyapunov function (CALF): a model-free, stability-ensuring agent / Pavel Osinenko, Grigory Yaremenko, Roman Zashchitin 他
日本語で読む → - 論文強化学習機械学習
オンライン意思決定MetaMorphFormer:汎用身体知能のためのカジュアルトランスフォーマー強化学習フレームワーク
トランスフォーマーを用いた強化学習のオフライン学習の限界を克服するため、自己認識・環境認識・行動計画を統合モデルで実現するオンライン意思決定フレームワークODMを提案し、少数・ゼロショット環境テストで汎化性能を検証した。
原題: Online Decision MetaMorphFormer: A Casual Transformer-Based Reinforcement Learning Framework of Universal Embodied Intelligence / Luo Ji, Runji Lin
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
XP-MARL: 非定常性に対処するためのマルチエージェント強化学習における補助的優先順位付け
協調型マルチエージェント強化学習において、エージェントに優先順位を学習させ、高優先度エージェントが先に行動して他に伝達することで非定常性を緩和するフレームワークXP-MARLを提案。
原題: XP-MARL: Auxiliary Prioritization in Multi-Agent Reinforcement Learning to Address Non-Stationarity / Jianye Xu, Omar Sobhy, Bassam Alrifaee
日本語で読む → - 論文強化学習ロボティクス
自然言語入力を活用した階層強化学習による捜索救助のための選択的探索と情報収集
大規模言語モデルで人間の言語指示を強化学習の知見に変換し、階層強化学習と組み合わせて捜索救助エージェントの探索戦略を適応的に調整する手法を提案した。
原題: Selective Exploration and Information Gathering in Search and Rescue Using Hierarchical Learning Guided by Natural Language Input / Dimitrios Panagopoulos, Adolfo Perrusquia, Weisi Guo
日本語で読む →
PR・アフィリエイト広告
