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: 2024/8/1 / 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 →- 論文強化学習機械学習
単峰確率分布による連続行動空間の離散化:オンポリシー強化学習のための手法
連続行動空間をポアソン分布で単峰的に離散化する方策を提案し、オンポリシー強化学習の収束速度と性能を向上させた。
原題: Discretizing Continuous Action Space with Unimodal Probability Distributions for On-Policy Reinforcement Learning / Yuanyang Zhu, Zhi Wang, Yuanheng Zhu 他
日本語で読む → - 論文強化学習ロバスト性機械学習
集合ベース強化学習による検証可能なロバストエージェントの訓練
入力の摂動集合をネットワークで伝播させ、出力集合の大きさを罰則化する集合ベース方策勾配により、あらゆる敵対的攻撃に対して形式的に検証可能なロバスト強化学習エージェントを訓練する手法を提案。
原題: Training Verifiably Robust Agents Using Set-Based Reinforcement Learning / Manuel Wendl, Lukas Koller, Tobias Ladner 他
日本語で読む → - 論文マルチエージェント強化学習cs.MA
GNN駆動の内的報酬による分散型MARLでの異種マルチエージェント協調の強化
部分観測と報酬の希薄さの中で、異種エージェントが分散学習するためのGNNベースの内的動機付け手法CoHetを提案し、協調タスクで性能を向上させた。
原題: Enhancing Heterogeneous Multi-Agent Cooperation in Decentralized MARL via GNN-driven Intrinsic Rewards / Jahir Sadik Monon, Deeparghya Dutta Barua, Md. Mosaddek Khan
日本語で読む → - 論文制御/強化学習ロボティクス
物理誘導強化学習による実車向けアクティブサスペンション制御
物理ガイド付き深層強化学習を用いて、クォーターカーモデルのアクティブサスペンションの剛性と減衰をリアルタイム制御し、乗り心地と安定性を向上させる手法を提案した。
原題: Physics-Guided Reinforcement Learning System for Realistic Vehicle Active Suspension Control / Anh N. Nhu, Ngoc-Anh Le, Shihang Li 他
日本語で読む → - 論文エコドライビング/強化学習制御
大都市の炭素排出を動的エコドライビングで大規模に削減する
米国3大都市の6,011交差点・100万シナリオを深層強化学習でモデル化し、エコドライビングが都市全体の交差点CO2排出を11〜22%削減できることを示した。
原題: Mitigating Metropolitan Carbon Emissions with Dynamic Eco-driving at Scale / Vindula Jayawardana, Baptiste Freydt, Ao Qu 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
SigmaRL: 運動計画のためのサンプル効率と汎化性に優れたマルチエージェント強化学習フレームワーク
自動運転車の運動計画のための分散型マルチエージェント強化学習フレームワークSigmaRLを提案し、情報密度の高い観測設計によりサンプル効率と未知の交通シナリオへのゼロショット汎化を実現した。
原題: SigmaRL: A Sample-Efficient and Generalizable Multi-Agent Reinforcement Learning Framework for Motion Planning / Jianye Xu, Pan Hu, Bassam Alrifaee
日本語で読む → - 論文位置合わせ/クロスモーダル/強化学習画像認識
CMR-Agent: 反復的な画像-点群位置合わせのためのクロスモーダルエージェント学習
画像とLiDAR点群の位置合わせを反復的なマルコフ決定過程として再定式化し、強化学習と模倣学習でクロスモーダルエージェントを訓練することで、高精度かつ高速なカメラ姿勢推定を実現した。
原題: CMR-Agent: Learning a Cross-Modal Agent for Iterative Image-to-Point Cloud Registration / Gongxin Yao, Yixin Xuan, Xinyang Li 他
日本語で読む → - 論文強化学習/SNN/エッジロボットロボティクス
ロバスト反復価値変換:ニューロチップ駆動エッジロボットのための深層強化学習
ニューロチップ上で動くエッジロボット向けに、浮動小数点ニューラルネットからスパイキングニューラルネットへの変換誤差を抑えつつ頑健に深層強化学習を行う手法RIVCを提案し、実機で有効性を検証した。
原題: Robust Iterative Value Conversion: Deep Reinforcement Learning for Neurochip-driven Edge Robots / Yuki Kadokawa, Tomohito Kodera, Yoshihisa Tsurumine 他
日本語で読む → - 論文飛行制御/強化学習ロボティクス
RESC: 強化学習ベースの探索・制御統合フレームワークによる高密度環境でのクアッドロータ局所計画
可視性経路探索と強化学習による制御生成を統合し、クアッドロータの動力学を直接考慮した局所計画フレームワークを提案。シミュレーションと実機実験で時間効率と機動性の向上を実証した。
原題: RESC: A Reinforcement Learning Based Search-to-Control Framework for Quadrotor Local Planning in Dense Environments / Zhaohong Liu, Wenxuan Gao, Yinshuai Sun 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
EcoFollower: 燃費を考慮した環境に優しい車間追従モデル
強化学習を用いて車間追従時の燃費を最適化するモデルを開発し、実データで従来モデルより燃費を10.42%削減できることを示した。
原題: EcoFollower: An Environment-Friendly Car Following Model Considering Fuel Consumption / Hui Zhong, Xianda Chen, PakHin Tiu 他
日本語で読む → - 論文安全強化学習ロボティクス
サブゴールによる安全な方策探索の改善
安全制約下での強化学習において、サブゴール方策と安全方策を組み合わせて遠距離目標への到達を可能にするSPEISを提案し、複数のロボット環境で有効性を示した。
原題: Safe Policy Exploration Improvement via Subgoals / Brian Angulo, Gregory Gorbov, Aleksandr Panov 他
日本語で読む → - 論文逆強化学習ロボティクス
人間フィードバックによる表現アラインメントを用いた、品質混在の実演からの異形態間報酬学習
品質が混在する実演データから、人間のフィードバックを活用して表現を整列させ、異なる身体形態のロボット間で転移可能な報酬関数を学習する手法を提案した。
原題: Representation Alignment from Human Feedback for Cross-Embodiment Reward Learning from Mixed-Quality Demonstrations / Connor Mattson, Anurag Aribandi, Daniel S. Brown
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深層強化学習:実世界での成功に関するサーベイ
深層強化学習をロボットに応用した実世界での成功事例を調査し、成功要因や未開拓領域、今後の研究方向を整理したサーベイ論文。
原題: Deep Reinforcement Learning for Robotics: A Survey of Real-World Successes / Chen Tang, Ben Abbatematteo, Jiaheng Hu 他
日本語で読む → - 論文マルチエージェント強化学習cs.MA
サブゴールベース階層型強化学習によるマルチエージェント協調
複雑なマルチエージェント協調タスクを、環境変化に応じて自律的にサブゴールを生成する階層型強化学習で解き、QMIXを改良して信用割り当てを改善した手法を提案した論文。
原題: Subgoal-based Hierarchical Reinforcement Learning for Multi-Agent Collaboration / Cheng Xu, Changtian Zhang, Yuchen Shi 他
日本語で読む → - 論文強化学習機械学習
後悔なし:カリキュラム発見のための後悔近似の調査と改善
強化学習のカリキュラム設計において、既存の後悔近似が実際には成功率と相関していることを明らかにし、学習可能性の高いシナリオを直接訓練する手法を提案した。
原題: No Regrets: Investigating and Improving Regret Approximations for Curriculum Discovery / Alexander Rutherford, Michael Beukman, Timon Willi 他
日本語で読む → - 論文バイオハイブリッド/強化学習ロボティクス
ジムで鍛える:強化学習による運動強化型バイオハイブリッドロボットのシミュレーション制御
生体筋肉をアクチュエータに用いたバイオハイブリッドロボットにおいて、筋肉が使うほど強くなる適応性を考慮し、強化学習で42個の筋肉を協調制御して目標への誘導と設計支援を実現した。
原題: Hitting the Gym: Reinforcement Learning Control of Exercise-Strengthened Biohybrid Robots in Simulation / Saul Schaffer, Hima Hrithik Pamu, Victoria A. Webster-Wood
日本語で読む → - 論文自動運転/強化学習ロボティクス
自動運転システムの意思決定と制御のための安全で効率的な自己進化アルゴリズム
人間の運転経験に基づく走行傾向で探索空間を絞り、力学モデルに基づく制約付き最適化で安全性を担保することで、強化学習による自動運転の自己進化を安全かつ効率的にする手法を提案した。
原題: A Safe and Efficient Self-evolving Algorithm for Decision-making and Control of Autonomous Driving Systems / Shuo Yang, Liwen Wang, Yanjun Huang 他
日本語で読む → - 論文安全強化学習ロボティクス
学習ベース計画・運動プリミティブ・安全強化学習の統合による軌道生成
運動プリミティブのブラックボックス学習と最適化を組み合わせ、複雑な運動学的制約下での安全な軌道計画を実現する手法を提案し、エアホッケーの打撃タスクで既存の安全強化学習を上回る性能を示した。
原題: Bridging the gap between Learning-to-plan, Motion Primitives and Safe Reinforcement Learning / Piotr Kicki, Davide Tateo, Puze Liu 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
移動ロボットによるマルチエージェント・マルチマシン機械操作の学習
移動ロボット群が複数の工作機械を操作するタスクを、注意機構を組み込んだマルチエージェント強化学習(AB-MAPPO)で学習し、成功率・安全性・資源利用効率を向上させた。
原題: Learning Multi-agent Multi-machine Tending by Mobile Robots / Abdalwhab Abdalwhab, Giovanni Beltrame, Samira Ebrahimi Kahou 他
日本語で読む → - 論文マルチエージェント強化学習AI
自動運転のためのマルチエージェント強化学習:サーベイ
自動運転と高度交通システムにおけるマルチエージェント強化学習の研究を、シミュレータの評価指標や環境モデリング、アルゴリズム設計の観点から整理したサーベイ論文。
原題: Multi-Agent Reinforcement Learning for Autonomous Driving: A Survey / Ruiqi Zhang, Jing Hou, Florian Walter 他
日本語で読む → - 論文強化学習ロボティクス
部分観測下における同変強化学習
部分観測環境で群対称性の同変性をニューラルネットに組み込み、過去の解を再利用することでサンプル効率と性能を高める強化学習手法を提案した。
原題: Equivariant Reinforcement Learning under Partial Observability / Hai Nguyen, Andrea Baisero, David Klee 他
日本語で読む → - 論文マルチエージェント強化学習cs.MA
部分報酬分離によるマルチエージェントPPOのクレジット割り当て
MAPPOに注意機構ベースの部分報酬分離を導入し、大規模チームを動的に小グループに分解してクレジット割り当てを改善する手法PRD-MAPPOを提案。StarCraft II等でデータ効率と性能を向上させ、共有報酬設定にも拡張した。
原題: Assigning Credit with Partial Reward Decoupling in Multi-Agent Proximal Policy Optimization / Aditya Kapoor, Benjamin Freed, Howie Choset 他
日本語で読む → - 論文強化学習/ヒューマンロボットインタラクションロボティクス
強化学習ロボットのオンライン行動修正による表現豊かなユーザ制御
強化学習で訓練したロボットの行動を、ユーザが実行中にリアルタイムで調整できる「オンライン行動修正」を提案し、行動多様性に基づくACORDアルゴリズムを開発した。描画タスクのユーザ研究で、自律性と堅牢性を保ちつつ共有自律と同等の制御感・表現性を実現できることを示した。
原題: Online Behavior Modification for Expressive User Control of RL-Trained Robots / Isaac Sheidlower, Mavis Murdock, Emma Bethel 他
日本語で読む → - 論文安全強化学習機械学習
Meta SAC-Lag: メタ勾配によるハイパーパラメータ調整で実用的な安全強化学習へ
安全制約付き強化学習において、ラグランジュ法の閾値調整をメタ勾配最適化で自動化し、ハイパーパラメータ調整の手間を減らして実環境展開を容易にする手法を提案した。
原題: Meta SAC-Lag: Towards Deployable Safe Reinforcement Learning via MetaGradient-based Hyperparameter Tuning / Homayoun Honari, Amir Mehdi Soufi Enayati, Mehran Ghafarian Tamizi 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
ラウンドアバウトでの対話型運転に向けた衝突なし・速度損失なしのKANベース強化学習意思決定システム
KANと深層Q学習を組み合わせ、ラウンドアバウトでの自動運転の安全性と効率を向上させる意思決定システムを提案し、衝突削減と走行時間短縮を実現した。
原題: A Conflicts-free, Speed-lossless KAN-based Reinforcement Learning Decision System for Interactive Driving in Roundabouts / Zhihao Lin, Zhen Tian, Jianglin Lan 他
日本語で読む → - 論文オフライン強化学習機械学習
D5RL: データ駆動型深層強化学習のための多様なデータセット
実世界のロボット操作・移動環境を模したシミュレーションで、スクリプト・人間操作・その他多様なデータ源を含むオフライン強化学習の新ベンチマークを提案。
原題: D5RL: Diverse Datasets for Data-Driven Deep Reinforcement Learning / Rafael Rafailov, Kyle Hatch, Anikait Singh 他
日本語で読む → - 論文階層強化学習機械学習
オフラインデータを用いた強化学習における時間的抽象化
既存のオフラインデータセットから階層的なオプションを学習する、初のオフライン階層強化学習手法を提案した。
原題: Temporal Abstraction in Reinforcement Learning with Offline Data / Ranga Shaarad Ayyagari, Anurita Ghosh, Ambedkar Dukkipati
日本語で読む → - 論文オフライン強化学習機械学習
報酬補完を用いたオフライン強化学習
わずかな報酬付き遷移から報酬モデルを学習し、残りの報酬なし遷移に報酬を補完することで、オフライン強化学習を適用可能にする手法を提案。
原題: Offline Reinforcement Learning with Imputed Rewards / Carlo Romeo, Andrew D. Bagdanov
日本語で読む → - 論文強化学習機械学習
時間距離を考慮した表現による教師なし目標条件付き強化学習
時間距離を活用して探索と目標到達を促す教師なし目標条件付き強化学習手法TLDRを提案し、複数の移動環境で広い状態空間の獲得性能を向上させた。
原題: TLDR: Unsupervised Goal-Conditioned RL via Temporal Distance-Aware Representations / Junik Bae, Kwanyoung Park, Youngwoon Lee
日本語で読む → - 論文強化学習機械学習
拡張ベイズ方策探索
性能差補題を利用してベイズ最適化の平均関数を拡張し、決定論的方策の探索を効率化するABSを提案。高次元の移動タスクで有効性を示した。
原題: Augmented Bayesian Policy Search / Mahdi Kallel, Debabrota Basu, Riad Akrour 他
日本語で読む →
PR・アフィリエイト広告
