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: 2024/5/1 / 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 →- 論文自動運転/強化学習ロボティクス
最小限の人的介入で自動運転車を訓練する自律アルゴリズム
実世界での強化学習による自動運転訓練において、エピソード間のリセットに必要な人的介入を削減する自律アルゴリズムを提案。未探索だが到達可能な状態から得られる情報量を見積もり、有益な初期状態を特定する。
原題: Autonomous Algorithm for Training Autonomous Vehicles with Minimal Human Intervention / Sang-Hyun Lee, Daehyeok Kwon, Seung-Woo Seo
日本語で読む → - 論文強化学習画像認識
踊るなら音楽と共に:非ヒューマノイドのためのダンス生成フレームワーク
人間のダンス動画から光学フローと音楽の関係を報酬モデルとして学習し、強化学習によって非ヒューマノイドエージェントが音楽に合わせて踊る動作を生成するフレームワークを提案した。
原題: May the Dance be with You: Dance Generation Framework for Non-Humanoids / Hyemin Ahn
日本語で読む → - 論文強化学習/ナビゲーションロボティクス
渦流を横切るロボット魚の効率的ナビゲーション
LSTMを用いた深層強化学習により、カルマン渦列のような非定常渦流中をロボット魚が効率的に航行できる制御方策を学習させた。
原題: Efficient Navigation of a Robotic Fish Swimming Across the Vortical Flow Field / Haodong Feng, Dehan Yuan, Jiale Miao 他
日本語で読む → - 論文強化学習ロボティクス
家庭用ロボットの進化:効率的な訓練と性能向上のための深層対話型強化学習
家庭用ロボットの学習を効率化するため、訓練者の助言をルールベースで永続的に保持・再利用する深層対話型強化学習手法を提案した。
原題: Advancing Household Robotics: Deep Interactive Reinforcement Learning for Efficient Training and Enhanced Performance / Arpita Soni, Sujatha Alla, Suresh Dodda 他
日本語で読む → - 論文強化学習機械学習
準最適データを活用したヒューマン・イン・ザ・ループ強化学習
低品質なデータに最小報酬を疑似ラベル付けして報酬モデルを事前学習し、人間のフィードバックを減らして強化学習の効率を高める手法SDPを提案。
原題: Leveraging Sub-Optimal Data for Human-in-the-Loop Reinforcement Learning / Calarina Muslimani, Matthew E. Taylor
日本語で読む → - 論文強化学習×模倣学習ロボティクス
性能に基づく動的変調でRLとILを統合する学習法とその局所計画への応用
強化学習と模倣学習の損失をエージェントの性能に応じて動的に重み付けし、学習初期は模倣を優先し徐々に強化学習へ移行することで、移動ロボットの局所計画を効率的に学習する手法を提案した。
原題: Combining RL and IL using a dynamic, performance-based modulation over learning signals and its application to local planning / Francisco Leiva, Javier Ruiz-del-Solar
日本語で読む → - 論文強化学習ロバスト化機械学習
リプシッツ正則化クリティックによる遷移ダイナミクス不確実性に対する方策ロバスト性
PPOに敵対的状態計算(PGD)とリプシッツ正則化クリティックを組み合わせ、遷移ダイナミクスの不確実性下でもロバストな方策を学習する手法を提案し、実機ロボット歩行を含む実験で有効性を示した。
原題: Lipschitz-Regularized Critics Lead to Policy Robustness Against Transition Dynamics Uncertainty / Xulin Chen, Ruipeng Liu, Zhenyu Gan 他
日本語で読む → - 論文強化学習機械学習
人間の選好に基づく報酬学習のための後知恵PRIOR
選好ベース強化学習において、世界モデルで状態の重要度を推定し、報酬を状態重要度に比例させる補助目的を導入することで、クレジット割り当て問題を改善し、歩行・操作タスクでの性能と報酬復元を向上させた。
原題: Hindsight PRIORs for Reward Learning from Human Preferences / Mudit Verma, Katherine Metcalf
日本語で読む → - 論文オフライン強化学習機械学習
合成的保守性:オフライン強化学習におけるトランスダクティブアプローチ
オフライン強化学習において、状態をアンカーと差分に分解するトランスダクティブ再パラメータ化に基づき、逆動態モデルを用いて分布内のアンカーと差分を探索することで、合成的な保守性を実現する手法COCOAを提案。
原題: Compositional Conservatism: A Transductive Approach in Offline Reinforcement Learning / Yeda Song, Dongwook Lee, Gunhee Kim
日本語で読む → - 論文安全強化学習ロボティクス
制約多様体上の安全強化学習:理論と応用
ロボットの安全制約を制約多様体として捉え、微分幾何学の接空間を用いて安全な行動空間を構成することで、実機での強化学習においても安全性を保証する手法を提案した論文。
原題: Safe Reinforcement Learning on the Constraint Manifold: Theory and Applications / Puze Liu, Haitham Bou-Ammar, Jan Peters 他
日本語で読む → - 論文軌道計画/強化学習ロボティクス
自動運転レースにおけるインタラクティブな追い越し操作のための強化学習を用いた軌道計画
自動運転レースで相手車両との相互作用を考慮した強化学習ベースの軌道計画手法を提案し、従来のサンプリング手法より攻撃的なブロッキングでも高い成功率を達成。さらに、実行不可能な軌道に対する安全層も導入した。
原題: Trajectory Planning Using Reinforcement Learning for Interactive Overtaking Maneuvers in Autonomous Racing Scenarios / Levent Ögretmen, Mo Chen, Phillip Pitschi 他
日本語で読む → - 論文強化学習機械学習
クロスドメイン強化学習のための知識転移:系統的レビュー
異なる表現や形態を持つタスク間で強化学習の知識を転移する手法を、転移アプローチとデータ仮定の観点から分類・整理したサーベイ。
原題: Knowledge Transfer for Cross-Domain Reinforcement Learning: A Systematic Review / Sergio A. Serrano, Jose Martinez-Carranza, L. Enrique Sucar
日本語で読む → - 論文強化学習AI
LTL目的のためのベルマン方程式の解の一意性について
LTL目的の代理報酬で用いられる2つの割引率を持つベルマン方程式が一意解を持つ条件を明らかにし、棄却BSCC内の状態の解を0とする条件が十分であることを証明した。
原題: On the Uniqueness of Solution for the Bellman Equation of LTL Objectives / Zetong Xuan, Alper Kamil Bozkurt, Miroslav Pajic 他
日本語で読む → - 論文強化学習機械学習
強化学習による衝突回避のための外界知覚にバリエーショナルオートエンコーダを適用
高忠実度の測距センサ入力をVAEで低次元潜在表現に圧縮し、強化学習エージェントの経路追従と衝突回避の性能を確率的シミュレーションで評価した。
原題: Variational Autoencoders for exteroceptive perception in reinforcement learning-based collision avoidance / Thomas Nakken Larsen, Eirik Runde Barlaug, Adil Rasheed
日本語で読む → - 論文自動運転/強化学習ロボティクス
高リスク運転シナリオにおける縦制御と衝突回避のための深層強化学習
前方車だけでなく後続車の挙動も考慮し、深層強化学習で縦方向の制御と衝突回避を行うアルゴリズムを提案。高密度交通での急ブレーキ時に多重衝突を防げることをシミュレーションで示した。
原題: Deep Reinforcement Learning for Advanced Longitudinal Control and Collision Avoidance in High-Risk Driving Scenarios / Dianwei Chen, Yaobang Gong, Xianfeng Yang
日本語で読む → - 論文オフライン強化学習機械学習
方策誘導拡散モデルによるオフライン強化学習
拡散モデルで行動方策の軌道を生成し、目標方策の誘導を加えることで、オフライン強化学習の性能を向上させる手法を提案した論文。
原題: Policy-Guided Diffusion / Matthew Thomas Jackson, Michael Tryfan Matthews, Cong Lu 他
日本語で読む → - 論文強化学習機械学習
成長するQネットワーク:適応的制御解像度による連続制御タスクの解決
離散行動空間を粗い解像度から細かい解像度へと成長させることで、連続制御タスクにおける強化学習の性能を向上させる手法を提案。
原題: Growing Q-Networks: Solving Continuous Control Tasks with Adaptive Control Resolution / Tim Seyde, Peter Werner, Wilko Schwarting 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
遅延を考慮したマルチエージェント強化学習による協調型アダプティブクルーズコントロールの安定化
車両プラトーン制御における通信遅延に対処するため、遅延を考慮したマルチエージェント強化学習フレームワークを提案し、注意機構と速度最適化に基づく行動フィルタで安全性と安定性を向上させた。
原題: Delay-Aware Multi-Agent Reinforcement Learning for Cooperative Adaptive Cruise Control with Model-based Stability Enhancement / Jiaqi Liu, Ziran Wang, Peng Hang 他
日本語で読む → - 論文マルチタスク強化学習機械学習
タスク固有行動補正による効率的なマルチタスク強化学習
マルチタスク強化学習において、共有ポリシーとタスク固有の行動補正ポリシーに分け、スパース報酬とラグランジュ法でタスク間干渉を抑え、サンプル効率と性能を向上させる手法を提案。
原題: Efficient Multi-Task Reinforcement Learning via Task-Specific Action Correction / Jinyuan Feng, Min Chen, Zhiqiang Pu 他
日本語で読む → - 論文連続制御強化学習機械学習
分散分布型DrQによる連続制御強化学習
連続制御タスク向けに、データ拡張と分布型価値関数を組み合わせた分散分布型DDPGをバックボーンとするオフポリシー強化学習アルゴリズムを提案した論文。
原題: Continuous Control Reinforcement Learning: Distributed Distributional DrQ Algorithms / Zehao Zhou
日本語で読む → - 論文強化学習/報酬設計機械学習
DrS: 多段階タスクのための再利用可能な密報酬の学習
タスクの段階構造を利用し、スパース報酬とデモから高品質な密報酬を学習して、未見タスクでも再利用可能にする手法を提案。
原題: DrS: Learning Reusable Dense Rewards for Multi-Stage Tasks / Tongzhou Mu, Minghua Liu, Hao Su
日本語で読む → - 論文強化学習機械学習
極値探索による行動選択で方策最適化を加速
強化学習の方策最適化において、サンプルした行動に極値探索制御による適応的な摂動を加えてQ値が改善する方向へ修正し、学習効率を高める手法を提案。
原題: Extremum-Seeking Action Selection for Accelerating Policy Optimization / Ya-Chien Chang, Sicun Gao
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
シュタッケルベルクゲーム理論学習による協調組立タスク計画
複数ロボットの協調組立をリーダー・フォロワー型のシュタッケルベルクゲームとして定式化し、Stackelberg二重深層Q学習で自動戦略探索と協調を実現した。
原題: Stackelberg Game-Theoretic Learning for Collaborative Assembly Task Planning / Yuhan Zhao, Lan Shi, Quanyan Zhu
日本語で読む → - 論文自動運転/強化学習ロボティクス
反復報酬予測を用いた強化学習による自動運転車の軌道計画
将来状態の期待値を反復予測して報酬に組み込み、不確実性伝播も考慮することで、強化学習による自動運転の軌道計画を安定化させた研究。CARLAシミュレータで衝突率を60%削減した。
原題: Trajectory Planning for Autonomous Vehicle Using Iterative Reward Prediction in Reinforcement Learning / Hyunwoo Park
日本語で読む → - 論文強化学習ロボティクス
GPU加速シミュレーションによるロボットタスク横断的な集団ベース強化学習のベンチマーク
GPU加速物理シミュレータ上で集団ベース強化学習(PBRL)をPPO/SAC/DDPGと比較し、ハイパーパラメータを動的調整することで累積報酬が向上することを示し、Franka Nut Pickタスクで実機展開も行った。
原題: Benchmarking Population-Based Reinforcement Learning across Robotic Tasks with GPU-Accelerated Simulation / Asad Ali Shahid, Yashraj Narang, Vincenzo Petrone 他
日本語で読む → - 論文深層強化学習ロボティクス
燃料制約下での単一機による持続的監視問題への深層強化学習アプローチ
燃料制約のある単一の無人航空機が、補給所で燃料補給を繰り返しながら複数の目標を巡回する持続的監視問題に対し、深層強化学習で訪問順序を最適化する手法を提案し、貪欲法より有効であることを示した。
原題: Deep Reinforcement Learning-Based Approach for a Single Vehicle Persistent Surveillance Problem with Fuel Constraints / Manav Mishra, Hritik Bana, Saswata Sarkar 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
言語モデル統合とクリティカルシナリオ生成による自動運転トレーニングの強化
強化学習エージェントの弱点を狙う危険な運転シナリオをLLMと交通分析で自動生成し、訓練とテストを閉ループ化するフレームワークCRITICALを提案。PPOとHighwayEnvで性能と安全性の向上を実証した。
原題: Enhancing Autonomous Vehicle Training with Language Model Integration and Critical Scenario Generation / Hanlin Tian, Kethan Reddy, Yuxiang Feng 他
日本語で読む → - 論文制御/強化学習ロボティクス
AirPilot: 解釈可能なPPOベースDRL自動調整非線形PIDドローン制御による堅牢な自律飛行
PPOを用いた深層強化学習でPIDゲインを自動調整する非線形ドローン制御器AirPilotを提案し、シミュレータと実機で検証した。
原題: AirPilot: Interpretable PPO-based DRL Auto-Tuned Nonlinear PID Drone Controller for Robust Autonomous Flights / Junyang Zhang, Cristian Emanuel Ocampo Rivera, Kyle Tyni 他
日本語で読む → - 論文強化学習画像認識
強化学習によるカメラ露出制御の学習
深層強化学習を用いて、動的な照明条件下でもリアルタイム(1ms)でカメラ露出を迅速に調整するフレームワークを提案し、特徴抽出や物体検出などの視覚タスクで優れた性能を示した。
原題: Learning to Control Camera Exposure via Reinforcement Learning / Kyunghyun Lee, Ukcheol Shin, Byeong-Uk Lee
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効果的な行動の教師なし学習
連続的な動作空間を教師なしで離散化し、環境に効果を生む「行動プロトタイプ」を自動生成する手法を提案。階段昇降の強化学習タスクで、一様・ランダム離散化より速く収束し高い報酬を得た。
原題: Unsupervised Learning of Effective Actions in Robotics / Marko Zaric, Jakob Hollenstein, Justus Piater 他
日本語で読む →
PR・アフィリエイト広告
