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: 2024/9/1 / 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 →- 論文強化学習ロボティクス
進化的Soft Actor-CriticによるAIオリンピック挑戦
IROS 2024のAIオリンピック競技に向けて、モデルフリー深層強化学習と進化的戦略を組み合わせた手法を提案した論文。
原題: AI Olympics challenge with Evolutionary Soft Actor Critic / Marco Calì, Alberto Sinigaglia, Niccolò Turcato 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Q値正則化Decision ConvFormer
Decision ConvFormerに動的計画法によるQ値最大化項を組み込み、軌道の繋ぎ合わせ性能を高めたオフライン強化学習手法を提案。
原題: Q-value Regularized Decision ConvFormer for Offline Reinforcement Learning / Teng Yan, Zhendong Ruan, Yaobang Cai 他
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 → - 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 → - 論文強化学習機械学習
非専門家の観測データからの効果的なサブゴール誘導による目標到達方策学習
非専門家の行動なし観測データから長期的な目標到達方策を学ぶため、拡散モデルでサブゴールを生成し、状態-目標価値関数で効率的な探索を促す手法を提案した。
原題: Goal-Reaching Policy Learning from Non-Expert Observations via Effective Subgoal Guidance / RenMing Huang, Shaochong Liu, Yunqiang Pei 他
日本語で読む → - 論文強化学習機械学習
SHIRE: 人間の直感を活用した強化学習のサンプル効率向上
人間の直感を確率的グラフィカルモデルで符号化し、深層強化学習の学習に組み込むことで、サンプル効率を25〜78%改善しつつ方策の説明可能性も高めるフレームワークを提案した。
原題: SHIRE: Enhancing Sample Efficiency using Human Intuition in REinforcement Learning / Amogh Joshi, Adarsh Kumar Kosta, Kaushik Roy
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 → - 論文飛行制御/強化学習ロボティクス
ProxFly: 残差強化学習による近接飛行のためのロバスト制御
カスケード制御器に残差強化学習モジュールを追加し、機体間通信なしで近接飛行時のダウンウォッシュ外乱や推力損失を補償する制御手法を提案。実機の近接飛行や空中ドッキングで有効性を検証した。
原題: ProxFly: Robust Control for Close Proximity Quadcopter Flight via Residual Reinforcement Learning / Ruiqi Zhang, Dingqi Zhang, Mark W. Mueller
日本語で読む → - 論文強化学習ロボティクス
平均報酬最大エントロピー強化学習による劣駆動二重振り子タスク
平均報酬強化学習と最大エントロピー強化学習を組み合わせたAR-EAPOで、アクロボットとペンドゥボットの振り上げ・安定化をモデルフリーで実現し、ベースラインを上回る性能と堅牢性を示した。
原題: Average-Reward Maximum Entropy Reinforcement Learning for Underactuated Double Pendulum Tasks / Jean Seong Bjorn Choe, Bumkyu Choi, Jong-kook Kim
日本語で読む → - 論文強化学習/安全制御ロボティクス
形式的目标到達保証を備えた新規エージェント:移動ロボットによる実験的検証
安全なモデルフリー強化学習エージェントCALFを提案し、目標状態への到達を形式的に保証しつつ、TurtleBot3 Burgerでの実験でPPOを上回る性能を示した。
原題: A novel agent with formal goal-reaching guarantees: an experimental study with a mobile robot / Grigory Yaremenko, Dmitrii Dobriborsci, Roman Zashchitin 他
日本語で読む → - 論文強化学習/自動運転ロボティクス
最大安全確率学習に基づく自律ドリフト制御
物理情報を組み込んだ強化学習により、スパースな二値報酬のみから最大安全確率を最大化する方策を学習し、高速走行時の安全なドリフトを実現した。
原題: Autonomous Drifting Based on Maximal Safety Probability Learning / Hikaru Hoshino, Jiaxing Li, Arnav Menon 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
信号なし交差点における協調型自動運転車の意思決定:注意機構と階層ゲーム事前分布を用いたMARLアプローチ
信号のない交差点での複数自動運転車の協調意思決定を、注意機構と階層ゲーム事前分布を組み込んだマルチエージェント強化学習で解決し、安全性・効率・快適性を向上させた。
原題: Cooperative Decision-Making for CAVs at Unsignalized Intersections: A MARL Approach with Attention and Hierarchical Game Priors / Jiaqi Liu, Peng Hang, Xiaoxiang Na 他
日本語で読む → - 論文オフライン強化学習/sim2real機械学習
COSBO: 保守的なオフライン模擬ベース方策最適化
不完全なシミュレータと実環境データを組み合わせ、シミュレーションと現実のギャップを補いながらオフライン強化学習の方策を訓練する手法を提案し、CQL・MOPO・COMBOを上回る性能を示した。
原題: COSBO: Conservative Offline Simulation-Based Policy Optimization / Eshagh Kargar, Ville Kyrki
日本語で読む → - 論文ロバスト強化学習ロボティクス
解釈可能なハミルトン・ヤコビ到達可能性に導かれた外乱によるロバスト方策の学習
ハミルトン・ヤコビ到達可能性解析を用いて最悪ケースの外乱を生成し、敵対的強化学習と組み合わせることで、外部のブラックボックス敵対者なしにロバストな方策を訓練するフレームワークを提案した。
原題: Learning Robust Policies via Interpretable Hamilton-Jacobi Reachability-Guided Disturbances / Hanyang Hu, Xilun Zhang, Xubo Lyu 他
日本語で読む → - 論文強化学習ロボティクス
アクロバティックロボットのための段階的報酬設計:制約付き多目的強化学習アプローチ
複雑なアクロバティック動作を段階に分割し、各段階で複数の報酬とコストを定義する制約付き多目的強化学習法を提案し、シミュレーションと実機で有効性を示した。
原題: Stage-Wise Reward Shaping for Acrobatic Robots: A Constrained Multi-Objective Reinforcement Learning Approach / Dohyeong Kim, Hyeokjin Kwon, Junseok Kim 他
日本語で読む → - 論文走行制御/強化学習ロボティクス
縦に厳しい地形における車輪移動のための強化学習
急斜面や岩場などの縦に厳しい地形を車輪ロボットが走破できるよう、シミュレータ上でPPOとカリキュラム学習を用いたエンドツーエンド強化学習を訓練し、実機V4Wで検証した。
原題: Reinforcement Learning for Wheeled Mobility on Vertically Challenging Terrain / Tong Xu, Chenhui Pan, Xuesu Xiao
日本語で読む → - 論文多脚ロボット/強化学習ロボティクス
起伏に富んだ地形における多脚ロボットの性能を高める学習制御
MuJoCoシミュレータ上で強化学習を用い、多脚ロボットの体の水平・垂直うねりと脚の踏み出しをリアルタイム調整する制御則を開発し、実機実験で線形制御より30〜50%の速度向上を達成した。
原題: Learning to enhance multi-legged robot on rugged landscapes / Juntao He, Baxi Chong, Zhaochen Xu 他
日本語で読む → - 論文モデルベース強化学習ロボティクス
モデルベース強化学習による劣駆動二重振り子の制御学習
IROS 2024のAIオリンピック第2回大会に向けた、モデルベース強化学習アルゴリズムMC-PILCOを用いた劣駆動二重振り子の制御手法を提案・実装した。
原題: Learning control of underactuated double pendulum with Model-Based Reinforcement Learning / Niccolò Turcato, Alberto Dalla Libera, Giulio Giacomuzzo 他
日本語で読む → - 論文強化学習ロボティクス
計画と強化学習で新規状況への適応を橋渡しする学習
強化学習で「ブリッジ方策」を学習し、モデルベース計画と組み合わせることで、未知の状況変化に効率的に適応する手法を提案。
原題: Learning to Bridge the Gap: Efficient Novelty Recovery with Planning and Reinforcement Learning / Alicia Li, Nishanth Kumar, Tomás Lozano-Pérez 他
日本語で読む → - 論文強化学習ロボティクス
ロボティクスにおけるリー群を用いた姿勢表現の強化学習
ロボットや物体の姿勢をリー群構造に従ってニューラルネットワークで扱う簡単な入出力修正を提案し、姿勢制御やピックアンドプレースで性能を向上させた。
原題: Reinforcement Learning with Lie Group Orientations for Robotics / Martin Schuck, Jan Brüdigam, Sandra Hirche 他
日本語で読む → - 論文選好ベース強化学習ロボティクス
PrefMMT: マルチモーダルTransformerによる選好ベース強化学習での人間選好のモデリング
ロボット軌道の状態と行動を別モダリティとして扱うマルチモーダルTransformerで人間の選好をモデル化し、選好ベース強化学習の性能を向上させた論文。
原題: PrefMMT: Modeling Human Preferences in Preference-based Reinforcement Learning with Multimodal Transformers / Dezhong Zhao, Ruiqi Wang, Dayoon Suh 他
日本語で読む → - 論文強化学習ロボティクス
LiRA: 実世界のモデルベース強化学習のための軽量ロバスト敵対学習
変分推論に基づく敵対学習でロバスト性と保守性のバランスを自動調整し、四足ロボットの力反応型歩行制御を2時間未満の実データで学習した。
原題: LiRA: Light-Robust Adversary for Model-based Reinforcement Learning in Real World / Taisuke Kobayashi
日本語で読む → - 論文安全強化学習ロボティクス
視覚駆動型UAV河川追従:安全強化学習によるベンチマーク
Unityの写実的シミュレーション環境で、視覚駆動型UAVの河川追従タスクに対する安全強化学習アルゴリズムのベンチマークを実施し、意味拡張画像エンコーディングの有効性と最適なアルゴリズムを明らかにした。
原題: Vision-driven UAV River Following: Benchmarking with Safe Reinforcement Learning / Zihan Wang, Nina Mahmoudian
日本語で読む → - 論文強化学習/宇宙ロボティクス機械学習
宇宙ミッション計画の再考:強化学習ガイドによる複数デブリランデブー手法
マスク付きPPO強化学習とランベルト解法を組み合わせ、宇宙デブリを訪れる最適な順序を計画し、従来の遺伝的アルゴリズムや貪欲法より短時間で効率的なミッション計画を実現した。
原題: Revisiting Space Mission Planning: A Reinforcement Learning-Guided Approach for Multi-Debris Rendezvous / Agni Bandyopadhyay, Guenther Waxenegger-Wilfing
日本語で読む → - 論文強化学習/カリキュラム学習/LLMロボティクス
CurricuLLM:大規模言語モデルを用いた複雑なロボットスキル学習のための自動タスクカリキュラム設計
大規模言語モデルを活用して、ロボットの複雑なタスクを段階的なサブタスクに分解し、報酬コードや目標分布コードを自動生成することで、カリキュラム学習を効率的に設計する手法を提案した。
原題: CurricuLLM: Automatic Task Curricula Design for Learning Complex Robot Skills using Large Language Models / Kanghyun Ryu, Qiayuan Liao, Zhongyu Li 他
日本語で読む → - 論文強化学習ロボティクス
未知環境におけるロボットダイナミクス最適化のための因果強化学習
物体の見た目と動きやすさの因果関係を強化学習で学ばせ、未知環境でのロボット判断を改善する手法を提案し、災害救助シナリオで学習時間を24.5%以上削減した。
原題: Causal Reinforcement Learning for Optimisation of Robot Dynamics in Unknown Environments / Julian Gerald Dcruz, Sam Mahoney, Jia Yun Chua 他
日本語で読む → - 論文逆強化学習ロボティクス
対比的説明からの適応的な言語ガイド抽象化
言語モデルと逆強化学習を交互に用いて、少数の実演から解釈可能な特徴量に基づく汎化可能な報酬関数を学習する手法ALGAEを提案。
原題: Adaptive Language-Guided Abstraction from Contrastive Explanations / Andi Peng, Belinda Z. Li, Ilia Sucholutsky 他
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 → - 論文手術自動化/強化学習ロボティクス
SurgIRL: 増分強化学習による手術自動化の生涯学習
手術タスクを段階的に学習・再利用する増分強化学習フレームワークSurgIRLを提案し、知識を活用するKIAN-ACEで複数タスクの自動化を効率化した。
原題: SurgIRL: Towards Life-Long Learning for Surgical Automation by Incremental Reinforcement Learning / Yun-Jie Ho, Zih-Yun Chiu, Yuheng Zhi 他
日本語で読む → - 論文強化学習機械学習
RVI-SAC: 平均報酬基準のオフポリシー深層強化学習
継続タスクに適した平均報酬基準でSoft Actor-Criticを拡張し、Reset Costの自動調整で終了を伴うタスクにも適用可能にしたRVI-SACを提案、Mujocoの移動タスクで競争力のある性能を示した。
原題: RVI-SAC: Average Reward Off-Policy Deep Reinforcement Learning / Yukinari Hisaki, Isao Ono
日本語で読む →
PR・アフィリエイト広告
