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 → - 論文メタ強化学習機械学習
制約付きメタ強化学習
メタ強化学習に制約最適化を組み込み、タスク固有の制約を訓練時に考慮することで、新しいタスクへの迅速な適応と安全性を両立させるC-MAMLを提案し、車輪ロボットの移動タスクで有効性を示した。
原題: Constrained Meta Agnostic Reinforcement Learning / Karam Daaboul, Florian Kuhm, Tim Joseph 他
日本語で読む → - 論文強化学習AI
ε-再訓練による方策最適化の改善
方策最適化において、エージェントが望ましい行動を取れなかった状態領域を再訓練し、性能とサンプル効率を向上させる手法を提案。
原題: Improving Policy Optimization via $\varepsilon$-Retrain / Luca Marzari, Priya L. Donti, Changliu Liu 他
日本語で読む → - 論文強化学習/制御ロボティクス
アクションマッピング強化学習による自律レース走行の学習
タイヤと路面の摩擦による入力制約をアクションマッピングで扱う強化学習手法を提案し、レースシミュレータで従来法より優れたラップタイムと成功率、異なる摩擦条件への汎化を実証した。
原題: Learning Autonomous Race Driving with Action Mapping Reinforcement Learning / Yuanda Wang, Xin Yuan, Changyin Sun
日本語で読む → - 論文強化学習検証制御
サイバーフィジカルシステムにおける強化学習制御器の耐性検証
強化学習制御器がシステムのずれに対して要求を満たせるかを評価する新たな耐性指標を提案し、小さな違反を探索する手法を開発した。
原題: Tolerance of Reinforcement Learning Controllers against Deviations in Cyber Physical Systems / Changjian Zhang, Parv Kapoor, Eunsuk Kang 他
日本語で読む → - 論文強化学習理論機械学習
決定論的ダイナミクスにおける線形ベルマン完全性下での計算効率の良い強化学習
線形ベルマン完全性を満たす決定論的MDPに対し、最小二乗回帰にランダムノイズを注入する楽観的価値反復により、計算効率の良い強化学習アルゴリズムを提案した。
原題: Computationally Efficient RL under Linear Bellman Completeness for Deterministic Dynamics / Runzhe Wu, Ayush Sekhari, Akshay Krishnamurthy 他
日本語で読む → - 論文逆強化学習ロボティクス
MEDIRLの評価:群衆環境における人間の社会的ナビゲーションのための最大エントロピー深層逆強化学習の再現とアブレーション研究
最大エントロピー深層逆強化学習(MEDIRL)を再現し、学習率や状態次元、ネットワーク層などのアブレーションを行い、2次元状態表現が歩行者行動予測の精度を大幅に向上させることを示した。
原題: Evaluating MEDIRL: A Replication and Ablation Study of Maximum Entropy Deep Inverse Reinforcement Learning for Human Social Navigation / Vinay Gupta, Nihal Gunukula
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
コネクテッド・自動運転車のためのマルチタスク車線自由走行戦略:マルチエージェント深層強化学習アプローチ
車線のない道路環境で、速度維持・追い越し・衝突回避・合流・分流を同時にこなすコネクテッド自動運転車の走行戦略を、競争型マルチエージェント深層強化学習で学習させた研究。
原題: Multi-Task Lane-Free Driving Strategy for Connected and Automated Vehicles: A Multi-Agent Deep Reinforcement Learning Approach / Mehran Berahman, Majid Rostami-Shahrbabaki, Klaus Bogenberger
日本語で読む → - 論文スキルベース強化学習ロボティクス
EXTRACT: オフラインデータから転移可能なロボットスキルを抽出する効率的な方策学習
事前学習済み視覚言語モデルを用いてオフラインデータから意味のあるスキルを連続パラメータ付きで抽出し、新しいロボット操作タスクを効率的に学習する手法を提案。
原題: EXTRACT: Efficient Policy Learning by Extracting Transferable Robot Skills from Offline Data / Jesse Zhang, Minho Heo, Zuxin Liu 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
タイミングを考慮した自動運転のための強化学習
人間の運転行動に着想を得て、行動の実行タイミングを想像・評価する「タイミング想像」を導入し、長尾シナリオでの安全性と効率を高める強化学習手法を提案した論文。
原題: Act Better by Timing: A timing-Aware Reinforcement Learning for Autonomous Driving / Guanzhou Li, Jianping Wu, Yujing He
日本語で読む → - 論文多目的強化学習AI
多目的連続ロボット制御のためのパレート集合学習
単一のハイパーネットワークでパレート集合を連続的に表現し、ユーザ選好に応じた方策を生成する資源効率の良い多目的強化学習手法を提案した。
原題: Learning Pareto Set for Multi-Objective Continuous Robot Control / Tianye Shu, Ke Shang, Cheng Gong 他
日本語で読む → - 論文強化学習機械学習
補助タスク蒸留による強化学習
補助的な強化学習タスクから振る舞いを蒸留し、長期的なロボット制御タスクを実現する手法を提案。物体再配置ベンチマークで従来手法を上回る成功率を達成。
原題: Reinforcement Learning via Auxiliary Task Distillation / Abhinav Narayan Harish, Larry Heck, Josiah P. Hanna 他
日本語で読む → - 論文強化学習機械学習
MOSEAC: 可変タイムステップ強化学習の簡素化
可変タイムステップ強化学習において、ハイパーパラメータ調整を1つに削減する適応的報酬スキームを備えたマルチオブジェクティブSoft Elastic Actor-Critic法を提案し、シミュレーションで有効性を示した。
原題: MOSEAC: Streamlined Variable Time Step Reinforcement Learning / Dong Wang, Giovanni Beltrame
日本語で読む → - 論文適応制御/強化学習制御
ドリフトなし不確実非線形系に対する適応アクター・クリティックに基づく最適制御
ドリフト項を持たず制御入力行列に不確かさがある非線形系に対し、同時学習によるパラメータ推定を組み込んだアクター・クリティック型強化学習制御器を提案し、画像ベースビジュアルサーボと車輪移動ロボットで有効性を示した。
原題: Adaptive Actor-Critic Based Optimal Regulation for Drift-Free Uncertain Nonlinear Systems / Ashwin P. Dani, Shubhendu Bhasin
日本語で読む → - 論文メタ強化学習機械学習
スキル認識型相互情報量最適化による強化学習の汎化
メタ強化学習において、スキルを区別する相互情報量目的関数SaMIとその推定器SaNCEを提案し、未見タスクへのゼロショット汎化とサンプル効率を改善した。
原題: Skill-aware Mutual Information Optimisation for Generalisation in Reinforcement Learning / Xuehui Yu, Mhairi Dunion, Xin Li 他
日本語で読む → - 論文模倣学習/逆強化学習ロボティクス
MEReQ: 人間の介入からサンプル効率よく方針を整合させる最大エントロピー残差Q逆強化学習
人間の介入フィードバックから、事前方針と人間の報酬の差分を残差報酬として推定し、残差Q学習でサンプル効率よくロボットの方針を人間の好みに整合させる手法を提案。
原題: MEReQ: Max-Ent Residual-Q Inverse RL for Sample-Efficient Alignment from Intervention / Yuxin Chen, Chen Tang, Jianglan Wei 他
日本語で読む → - 論文移動ロボット/強化学習ロボティクス
遅延方策学習による空中・地上移動ロボット制御の汎化性能向上
深層強化学習の遅延方策更新(DPU)を空中・地上移動ロボットの自律ナビゲーションに適用し、未知環境への汎化性能と学習効率が向上することを示した。
原題: Improving Generalization in Aerial and Terrestrial Mobile Robots Control Through Delayed Policy Learning / Ricardo B. Grando, Raul Steinmetz, Victor A. Kich 他
日本語で読む → - 論文強化学習機械学習
適応的なオフライン・オンライン強化学習のための残差学習と文脈符号化
オフラインからオンラインへの強化学習で動的環境が変化する問題に対し、残差学習と文脈エンコーダで動的変化を補正し適応する手法を提案。
原題: Residual Learning and Context Encoding for Adaptive Offline-to-Online Reinforcement Learning / Mohammadreza Nakhaei, Aidan Scannell, Joni Pajarinen
日本語で読む → - 論文安全強化学習AI
GenSafe: 縮約マルコフ決定過程モデルに基づく安全強化学習アルゴリズムのための汎用安全強化機構
データ不足に悩む安全強化学習に対し、モデル次元削減で作った低次元の安全制約近似(ROMDP)を解いてエージェントの行動を補正する安全層を提案し、学習初期の安全性を向上させた。
原題: GenSafe: A Generalizable Safety Enhancer for Safe Reinforcement Learning Algorithms Based on Reduced Order Markov Decision Process Model / Zhehua Zhou, Xuan Xie, Jiayang Song 他
日本語で読む → - 論文マルチエージェント強化学習AI
車線変更のためのMix Q-learning:マルチエージェント深層強化学習における協調的意思決定手法
車線変更の意思決定において、個々の利益と全体の利益を両立させるため、ハイブリッド価値Qネットワークと意図認識モジュールを統合したマルチエージェント強化学習手法を提案し、安全性と効率性を向上させた。
原題: Mix Q-learning for Lane Changing: A Collaborative Decision-Making Method in Multi-Agent Deep Reinforcement Learning / Xiaojun Bi, Mingjie He, Yiwen Sun
日本語で読む → - 論文強化学習/経路計画AI
低視界環境における強化学習ベースの避難経路生成
LiDARとソナー、煙濃度データを統合して低視界の火災環境をマッピングし、強化学習により消防士の救助経路と一般人の避難経路をリアルタイム生成するシステムを提案。
原題: Reinforcement Learning Based Escape Route Generation in Low Visibility Environments / Hari Srikanth
日本語で読む → - 論文シーン表現/強化学習ロボティクス
強化学習のためのクエリベース意味論的ガウシアンフィールドによるシーン表現
3Dガウシアンスプラッティングと階層的意味論エンコーディングを組み合わせ、強化学習エージェントのための効率的で意味情報を保持したシーン表現を学習する手法を提案。
原題: Query-based Semantic Gaussian Field for Scene Representation in Reinforcement Learning / Jiaxu Wang, Ziyi Zhang, Qiang Zhang 他
日本語で読む → - 論文強化学習/探索AI
後続状態測度による多様なスキルの学習を通じた探索
スキル間の到達状態分布の差を後続状態測度で最大化し、報酬や探索ボーナスに頼らず状態空間を網羅する多様なスキルを獲得する手法LEADSを提案した。
原題: Exploration by Learning Diverse Skills through Successor State Measures / Paul-Antoine Le Tolguenec, Yann Besse, Florent Teichteil-Konigsbuch 他
日本語で読む → - 論文強化学習機械学習
追跡・ロックオン・発射ミッションのための模倣強化学習フレームワーク
専門家データを活用した模倣学習と強化学習を組み合わせ、UCAVの近接空中戦における追跡・ロックオン・発射を自律的に学習するフレームワークを提案。
原題: An Imitative Reinforcement Learning Framework for Pursuit-Lock-Launch Missions / Siyuan Li, Rongchang Zuo, Bofei Liu 他
日本語で読む → - 論文経路計画/強化学習ロボティクス
優先度付き経験再生を用いたDDQNによる無人車両の経路計画
深層強化学習DDQNに優先度付き経験再生を組み合わせ、障害物の多い複雑環境でも行き詰まり(デッドゾーン)を回避できる無人車両の経路計画手法を提案した。
原題: Prioritized experience replay-based DDQN for Unmanned Vehicle Path Planning / Liu Lipeng, Letian Xu, Jiabei Liu 他
日本語で読む → - 論文強化学習機械学習
接触の多い微分可能シミュレーションにおける適応的ホライズンアクター・クリティック
剛体接触を含む微分可能シミュレーションで、モデルベースのホライズンを適応的に調整して勾配誤差を減らす強化学習アルゴリズムを提案し、歩行タスクで既存手法より40%高い報酬を達成した。
原題: Adaptive Horizon Actor-Critic for Policy Learning in Contact-Rich Differentiable Simulation / Ignat Georgiev, Krishnan Srinivasan, Jie Xu 他
日本語で読む → - 論文強化学習機械学習
大きく、正則化し、楽観的に:連続制御における計算効率とサンプル効率のスケーリング
強化学習において、クリティックネットワークのスケーリングと強力な正則化、楽観的探索を組み合わせることで、サンプル効率と性能を大幅に向上させるBROアルゴリズムを提案した。
原題: Bigger, Regularized, Optimistic: scaling for compute and sample-efficient continuous control / Michal Nauman, Mateusz Ostaszewski, Krzysztof Jankowski 他
日本語で読む →
PR・アフィリエイト広告
