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: 2024/7/1 / 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/故障耐性機械学習
強化学習による機械のハードウェア故障耐性向上:方策勾配アルゴリズムの比較
PPOとSACを用いてハードウェア故障に適応する制御を学習し、モデルパラメータやリプレイバッファの保持・破棄が復旧性能に与える影響を2つの環境で比較した。
原題: Enhancing Hardware Fault Tolerance in Machines with Reinforcement Learning Policy Gradient Algorithms / Sheila Schoepp, Mehran Taghian, Shotaro Miwa 他
日本語で読む → - 論文リハビリテーション/強化学習ロボティクス
複数モデル強化学習による人間-機械協調適応型ロボットリハビリテーション
人間の複雑な反応を複数のサブモデルで近似し、二重エージェント強化学習で患者とロボットが互いに適応する足首リハビリ支援フレームワークを提案し、健常者13名で有効性を検証した。
原題: Human-Machine Co-Adaptation for Robot-Assisted Rehabilitation via Dual-Agent Multiple Model Reinforcement Learning (DAMMRL) / Yang An, Yaqi Li, Hongwei Wang 他
日本語で読む → - 論文強化学習ロボティクス
目標到達強化学習におけるスパース報酬の再検討
目標到達タスクにおいて、最小時間タスクとして定式化したスパース報酬が高品質な方策の学習を促進し、密報酬を上回ることを示し、初期方策の目標到達率が成功の早期指標となることを明らかにした。
原題: Revisiting Sparse Rewards for Goal-Reaching Reinforcement Learning / Gautham Vasan, Yan Wang, Fahim Shahriar 他
日本語で読む → - 論文制御/強化学習ロボティクス
無重力環境における不確実な浮遊プラットフォームのPPOベース動的制御
無重力実験室で浮遊プラットフォームを制御するため、強化学習のPPOとモデル予測制御(MPC)を組み合わせ、不確実性や外乱に適応する制御手法を提案・検証した論文。
原題: PPO-based Dynamic Control of Uncertain Floating Platforms in the Zero-G Environment / Mahya Ramezani, M. Amin Alandihallaj, Andreas M. Hein
日本語で読む → - 論文強化学習ロボティクス
強化学習によるロボット制御における行動平滑性のための勾配ベース正則化
強化学習でロボットを制御する際に生じるギザギザした行動を抑えるため、行動の勾配差を減らすGrad-CAPSを提案し、複数のタスクで性能と平滑性の両立を確認した。
原題: Gradient-based Regularization for Action Smoothness in Robotic Control with Reinforcement Learning / I Lee, Hoang-Giang Cao, Cong-Tinh Dao 他
日本語で読む → - 論文強化学習ロボティクス
ロボット応用のための可変時間ステップ強化学習
必要なときだけ行動を実行する可変時間ステップ強化学習手法MOSEACを提案し、シミュレーションと実機で収束の速さや省エネ性を検証した。
原題: Variable Time Step Reinforcement Learning for Robotic Applications / Dong Wang, Giovanni Beltrame
日本語で読む → - 論文強化学習/航空戦闘ロボティクス
解釈可能な深層強化学習によるUCAVドッグファイトの機動決定
UCAVのドッグファイトにおいて、深層強化学習で基本的な飛行機動を選択する階層型フレームワークを提案し、解釈性の向上と新戦術の創発を示した。
原題: Interpretable DRL-based Maneuver Decision of UCAV Dogfight / Haoran Han, Jian Cheng, Maolong Lv
日本語で読む → - 論文自動運転/強化学習ロボティクス
部分的に遮蔽された市街交通環境における自動運転エージェントの安全性向上:表現ベースシールディング
見通しの悪い無信号交差点での自動運転の衝突防止に向け、エージェントが知覚できる情報に基づく新しい状態表現を強化学習に導入し、安全性とエネルギー効率を改善した。
原題: Enhancing Safety for Autonomous Agents in Partly Concealed Urban Traffic Environments Through Representation-Based Shielding / Pierre Haritz, David Wanke, Thomas Liebig
日本語で読む → - 論文強化学習/マルチエージェント機械学習
3Dマルチエンティティ物理環境における部分同変強化学習
複数エンティティからなる3D環境で、タスク割当てにより局所グラフに分解し、部分同変メッセージパッシングで効率的に方策を学習するSHNNを提案し、新ベンチマークMEBENで有効性を示した。
原題: Subequivariant Reinforcement Learning in 3D Multi-Entity Physical Environments / Runfa Chen, Ling Wang, Yu Du 他
日本語で読む → - 論文マルチタスク強化学習/ワールドモデルロボティクス
LIMT: 言語情報を活用したマルチタスク視覚ワールドモデル
事前学習済み言語モデルでタスクを意味的に表現し、視覚ワールドモデルと方策がタスク間の類似性を考慮できるようにするマルチタスク強化学習手法を提案。モデルベース手法がモデルフリー手法より優れることを示した。
原題: LIMT: Language-Informed Multi-Task Visual World Models / Elie Aljalbout, Nikolaos Sotirakis, Patrick van der Smagt 他
日本語で読む → - 論文強化学習ロボティクス
重要度サンプリングで誘導するメタ訓練:高インタラクティブ環境における知的エージェント
誘導付きメタ強化学習に重要度サンプリングを組み合わせ、訓練分布を反復的に調整することで、T字路やラウンドアバウトなど相互作用の多い運転タスクにおける学習を加速し性能を向上させる枠組みを提案した。
原題: Importance Sampling-Guided Meta-Training for Intelligent Agents in Highly Interactive Environments / Mansur Arief, Mike Timmerman, Jiachen Li 他
日本語で読む → - 論文強化学習ロボティクス
視覚プロンプトによるアフォーダンス誘導強化学習
視覚言語モデルが推定するキーポイントのアフォーダンスを報酬に変換し、実世界の多様なマニピュレーションタスクで自律強化学習のサンプル効率を向上させる手法KAGIを提案。
原題: Affordance-Guided Reinforcement Learning via Visual Prompting / Olivia Y. Lee, Annie Xie, Kuan Fang 他
日本語で読む → - 論文制御/強化学習ロボティクス
俊敏ロボティクス:最適制御・強化学習・微分可能シミュレーション
最適制御・強化学習・微分可能シミュレーションを組み合わせ、ロボットの俊敏性を高めつつ外乱に頑健な制御系を設計する方法を論じた論文。
原題: Agile Robotics: Optimal Control, Reinforcement Learning, and Differentiable Simulation / Yunlong Song, Davide Scaramuzza
日本語で読む → - 論文強化学習ロボティクス
倉庫ロボットのグリッド環境における対話型強化学習アルゴリズムの比較分析
仮想グリッド倉庫環境でQ学習とSARSAという2つの対話型強化学習アルゴリズムを同一人物のフィードバックで訓練し、性能を比較した研究。
原題: A Comparative Analysis of Interactive Reinforcement Learning Algorithms in Warehouse Robot Grid Based Environment / Arunabh Bora
日本語で読む → - 論文強化学習機械学習
強化学習による自転車モデルの経路追従と安定化
強化学習を用いて、仮想自転車モデルの経路追従と横方向の安定化を操舵角のみで実現し、カリキュラム学習で訓練したエージェントの性能を評価した。
原題: Path Following and Stabilisation of a Bicycle Model using a Reinforcement Learning Approach / Sebastian Weyrer, Peter Manzl, A. L. Schwab 他
日本語で読む → - 論文安全強化学習ロボティクス
Safe CoR: 制約報酬を用いた模倣学習と安全強化学習の二重エキスパート統合
性能重視と安全重視の2種類のエキスパート模倣を制約報酬で統合し、安全性と性能を両立させる枠組みを提案。実機Jackalで性能39%向上・制約違反88%削減を達成。
原題: Safe CoR: A Dual-Expert Approach to Integrating Imitation Learning and Safe Reinforcement Learning Using Constraint Rewards / Hyeokjin Kwon, Gunmin Lee, Junseo Lee 他
日本語で読む → - 論文オフライン強化学習機械学習
拡散モデルを最適化器として活用するオフライン強化学習の効率的計画法
拡散モデルのサンプリングを軌道生成と最適化に分離し、自己回帰モデルで高速に実行可能な軌道を生成しつつ拡散モデルで最適化することで、オフライン強化学習の計画を3〜10倍高速化した。
原題: Diffusion Models as Optimizers for Efficient Planning in Offline RL / Renming Huang, Yunqiang Pei, Guoqing Wang 他
日本語で読む → - 論文制約付き強化学習機械学習
ペナルティ指標ネットワークを用いた外点ペナルティ方策最適化
制約付き強化学習において、ペナルティ指標ネットワークが適応的にペナルティを生成する外点ペナルティ方策最適化(EPO)を提案し、制約満足と性能向上を両立させた。
原題: Exterior Penalty Policy Optimization with Penalty Metric Network under Constraints / Shiqing Gao, Jiaxin Ding, Luoyi Fu 他
日本語で読む → - 論文モデルベース強化学習機械学習
PWM: マルチタスク世界モデルによる方策学習
世界モデルをオフラインデータで事前学習し、一次最適化でタスクごとに10分以内に方策を抽出する連続制御のモデルベース強化学習手法を提案。最大152次元の行動空間や80タスクにスケールし、既存手法を上回る性能を示した。
原題: PWM: Policy Learning with Multi-Task World Models / Ignat Georgiev, Varun Giridhar, Nicklas Hansen 他
日本語で読む → - 論文強化学習機械学習
SAPG:分割統合方策勾配法
大規模並列環境を分割して重要度サンプリングで統合する新しいオンポリシー強化学習アルゴリズムSAPGを提案し、PPOを上回る性能を実現した。
原題: SAPG: Split and Aggregate Policy Gradients / Jayesh Singla, Ananye Agarwal, Deepak Pathak
日本語で読む → - 論文強化学習機械学習
ROER: 正則化付き最適経験リプレイ
TD誤差による優先度付けを占有測度最適化の観点から再解釈し、KL正則化に基づく新しい経験リプレイ手法ROERを提案。連続制御タスクやオフライン→オンライン微調整で性能向上を示した。
原題: ROER: Regularized Optimal Experience Replay / Changling Li, Zhang-Wei Hong, Pulkit Agrawal 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
SECRM-2D: 安全性を解析的に保証する強化学習ベースの効率的で快適な経路追従自動運転
強化学習による自動運転制御器に、追突回避のための車間距離条件から導かれる解析的な安全制約を組み込み、効率・快適性・経路追従性を両立させた。
原題: SECRM-2D: RL-Based Efficient and Comfortable Route-Following Autonomous Driving with Analytic Safety Guarantees / Tianyu Shi, Ilia Smirnov, Omar ElSamadisy 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
関係的Q関数近似:予期せぬロボット故障から回復する連続行動領域でのマルチエージェント学習
エージェント間の関係を表す関係ネットワークを活用し、ロボットの脚などの予期せぬ故障後でも協調を回復できるマルチエージェント強化学習フレームワークRQFを提案した。
原題: Relational Q-Functionals: Multi-Agent Learning to Recover from Unforeseen Robot Malfunctions in Continuous Action Domains / Yasin Findik, Paul Robinette, Kshitij Jerath 他
日本語で読む → - 論文強化学習機械学習
ベルマン拡散モデル
拡散モデルを方策の後続状態測度のモデルとして用い、ベルマン流束制約を課すことで拡散ステップ分布の簡単なベルマン更新が導かれることを示した。
原題: Bellman Diffusion Models / Liam Schramm, Abdeslam Boularias
日本語で読む → - 論文選好ベース強化学習ロボティクス
PrefCLM: クラウドソースLLMによる選好ベース強化学習の強化
複数のLLMエージェントを仮想教師として活用し、Dempster-Shafer理論で選好を統合する選好ベース強化学習フレームワークを提案。人間参加型パイプラインで個々のユーザー選好に適応したロボット行動を実現する。
原題: PrefCLM: Enhancing Preference-based Reinforcement Learning with Crowdsourced Large Language Models / Ruiqi Wang, Dezhong Zhao, Ziqin Yuan 他
日本語で読む → - 論文強化学習ベンチマークロボティクス
RobocupGym: RoboCupにおける挑戦的な連続制御ベンチマーク
RoboCup 3Dサッカーシミュレーションを基にした強化学習環境を構築し、Naoロボットの連続制御タスクをStable Baselines 3と統合して提供する。
原題: RobocupGym: A challenging continuous control benchmark in Robocup / Michael Beukman, Branden Ingram, Geraud Nangue Tasse 他
日本語で読む → - 論文マルチエージェント強化学習AI
安全制約付きオフライン協調強化学習のための拡散モデル
拡散モデルをマルチエージェント強化学習に統合し、安全制約を守りながらオフラインで協調行動を学習する手法を提案した。
原題: Diffusion Models for Offline Multi-agent Reinforcement Learning with Safety Constraints / Jianuo Huang
日本語で読む → - 論文視覚強化学習ロボティクス
視覚強化学習における事前学習済み視覚表現の活用
視覚強化学習において、CNNをゼロから学習する場合と事前学習済み視覚表現(PVR)を使う場合を比較し、性能・リプレイバッファ・学習時間のトレードオフを分析した。
原題: Pretrained Visual Representations in Reinforcement Learning / Emlyn Williams, Athanasios Polydoros
日本語で読む → - 論文強化学習ロボティクス
Ego-Foresight: エージェント認識表現の自己教師あり学習による強化学習の効率化
エージェントの動きを手がかりに自己と環境を自己教師ありで分離する補助タスクを提案し、強化学習のサンプル効率と性能を向上させた。
原題: Ego-Foresight: Self-supervised Learning of Agent-Aware Representations for Improved RL / Manuel Serra Nunes, Atabak Dehban, Yiannis Demiris 他
日本語で読む → - 論文強化学習/迎撃ロボティクス
強化学習による制御空域内の不正飛行ドローンの迎撃
強化学習(DreamerV3、TQC、SAC)を用いて固定翼UAVの追跡エージェントを訓練し、動的に回避する侵入ドローンを迎撃する手法を提案・評価した。
原題: Intercepting Unauthorized Aerial Robots in Controlled Airspace Using Reinforcement Learning / Francisco Giral, Ignacio Gómez, Soledad Le Clainche
日本語で読む →
PR・アフィリエイト広告
