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: 2024/4/1 / 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 → - 論文制約付き強化学習機械学習
平滑化対数バリア関数を用いた制約付き強化学習
安全性クリティックに対数バリア関数を平滑化して適用し、事前学習なしで制約付き制御タスクを高精度に解く強化学習手法CSAC-LBを提案し、実機四足歩行ロボットでも検証した。
原題: Constrained Reinforcement Learning with Smoothed Log Barrier Function / Baohe Zhang, Yuan Zhang, Lilli Frison 他
日本語で読む → - 論文強化学習機械学習
品質多様性アクタークリティック:価値と後継特徴クリティックによる高性能で多様な行動の学習
価値関数と後継特徴の2つのクリティックを制約付き最適化で統合し、高いリターンと多様なスキルを同時に獲得するオフポリシー強化学習手法QDACを提案した。
原題: Quality-Diversity Actor-Critic: Learning High-Performing and Diverse Behaviors via Value and Successor Features Critics / Luca Grillotti, Maxence Faldor, Borja G. León 他
日本語で読む → - 論文マルチタスク強化学習ロボティクス
双方向プログレッシブニューラルネットワークとエピソードリターン進捗による創発的タスク順序付けとロボットスキル転移
人間のスキル獲得と転移に着想を得て、エピソードリターン進捗に基づく内在的動機で自律的にタスクを切り替え、双方向にスキル転移できるマルチタスク強化学習フレームワークERP-BPNNを提案し、異なる形態のロボット間でのリーチングタスクで有効性を示した。
原題: Bidirectional Progressive Neural Networks with Episodic Return Progress for Emergent Task Sequencing and Robotic Skill Transfer / Suzan Ece Ada, Hanne Say, Emre Ugur 他
日本語で読む → - 論文強化学習/安全制約ロボティクス
POLICEd RL:ハード制約の充足を保証する閉ループロボット制御方策の学習
アフィンなハード制約を強制する新しい強化学習アルゴリズムを提案し、学習方策を不安全集合周辺でアフィンにすることで制約違反を防ぐ反発バッファを形成し、制約充足を証明した。
原題: POLICEd RL: Learning Closed-Loop Robot Control Policies with Provable Satisfaction of Hard Constraints / Jean-Baptiste Bouvier, Kartik Nagpal, Negar Mehr
日本語で読む → - 論文強化学習/跳躍ロボティクス
並列ワイヤ駆動単脚ロボットRAMIELの強化学習による連続跳躍
ワイヤ伸びで関節速度が振動する並列ワイヤ駆動単脚ロボットに対し、関節角度の時系列から速度を推定し、ワイヤ伸び由来のノイズを加えた強化学習で連続跳躍を実現した。
原題: Continuous Jumping of a Parallel Wire-Driven Monopedal Robot RAMIEL Using Reinforcement Learning / Kento Kawaharazuka, Temma Suzuki, Kei Okada 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
報酬駆動型自動カリキュラム学習による無信号交差点でのインタラクション対応自動運転
周囲車両の意図や台数の不確実性に対応するため、報酬に基づく自動カリキュラム強化学習を提案し、無信号交差点での安全な自動運転を実現した。
原題: Reward-Driven Automated Curriculum Learning for Interaction-Aware Self-Driving at Unsignalized Intersections / Zengqi Peng, Xiao Zhou, Lei Zheng 他
日本語で読む → - 論文逆強化学習機械学習
逆強化学習のための自動特徴選択
専門家のデモンストレーションから報酬関数を学習する逆強化学習において、多項式基底関数で候補特徴を生成し、軌道確率と特徴期待値の相関を利用して自動的に特徴選択を行う手法を提案した。
原題: Automated Feature Selection for Inverse Reinforcement Learning / Daulet Baimukashev, Gokhan Alcan, Ville Kyrki
日本語で読む → - 論文自動運転/強化学習ロボティクス
マルチ残差タスク学習による協調エコドライビングの汎化
従来制御と深層強化学習を組み合わせたマルチ残差タスク学習を提案し、多数の交通シナリオで車群レベルの排出削減を実現した。
原題: Generalizing Cooperative Eco-driving via Multi-residual Task Learning / Vindula Jayawardana, Sirui Li, Cathy Wu 他
日本語で読む → - 論文自動運転/強化学習制御
交通流ランダム化を用いた強化学習による自動運転の意思決定と制御
SUMOの交通流モデルのパラメータをランダム化して周囲車両の挙動を多様化し、深層強化学習で自動運転方策を訓練することで、より現実的な交通環境での性能劣化を抑える手法を提案した。
原題: Autonomous vehicle decision and control through reinforcement learning with traffic flow randomization / Yuan Lin, Antai Xie, Xiao Liu
日本語で読む → - 論文強化学習ロボティクス
タスク対称性を考慮したロボット政策学習のための対称性活用法
目標条件付きロボットタスクにおいて、データ拡張とミラー損失関数を用いて対称性不変性を深層強化学習に組み込む手法を提案し、四足歩行の箱登りや巧みな操作タスクで収束の高速化と性能向上を実証した。
原題: Symmetry Considerations for Learning Task Symmetric Robot Policies / Mayank Mittal, Nikita Rudin, Victor Klemm 他
日本語で読む → - 論文強化学習機械学習
オフラインスキル拡散によるロバストな方策学習
限られたオフラインデータから拡散モデルで多様なスキルを生成し、異なるドメインの長期的タスクにおける方策学習を効率化するフレームワークDuSkillを提案。
原題: Robust Policy Learning via Offline Skill Diffusion / Woo Kyung Kim, Minjong Yoo, Honguk Woo
日本語で読む → - 論文強化学習機械学習
EfficientZero V2:限られたデータで離散・連続制御をマスターする
限られたデータで効率的に学習できる強化学習フレームワークEfficientZero V2を提案し、連続・離散行動や視覚・低次元入力など多様なタスクで既存手法を上回る性能を示した。
原題: EfficientZero V2: Mastering Discrete and Continuous Control with Limited Data / Shengjie Wang, Shaohuai Liu, Weirui Ye 他
日本語で読む → - 論文強化学習ロボティクス
協調運動制御のための部分同変強化学習フレームワーク
物理の部分同変原理を利用し、関節間の複雑な依存関係を考慮した強化学習アーキテクチャCoordiGraphを提案。多様な環境での実験で汎化性能とサンプル効率が向上することを示した。
原題: Subequivariant Reinforcement Learning Framework for Coordinated Motion Control / Haoyu Wang, Xiaoyu Tan, Xihe Qiu 他
日本語で読む → - 論文オフライン強化学習ロボティクス
安全性が重要なタスクのための復帰方策を用いたオフライン目標条件付き強化学習
オフライン目標条件付き強化学習において、安全制約を守りつつ目標到達を達成するRecovery-based Supervised Learning (RbSL)を提案し、ロボット把持環境のベンチマークと実機Pandaで有効性を示した。
原題: Offline Goal-Conditioned Reinforcement Learning for Safety-Critical Tasks with Recovery Policy / Chenyang Cao, Zichen Yan, Renhao Lu 他
日本語で読む → - 論文自動運転/安全性/強化学習制御
GENESIS-RL: 安全性考慮と強化学習を統合した自然なエッジケース生成
システム全体の安全性を考慮しつつ強化学習で現実的なエッジケースを自動生成するフレームワークを提案し、自動運転の高忠実度シミュレータで有効性を示した。
原題: GENESIS-RL: GEnerating Natural Edge-cases with Systematic Integration of Safety considerations and Reinforcement Learning / Hsin-Jung Yang, Joe Beck, Md Zahid Hasan 他
日本語で読む → - 論文飛行制御/強化学習ロボティクス
Lander.AI: 動的3Dプラットフォームへの適応型着陸エージェント
強化学習を用いて、風外乱や動くプラットフォーム上でもドローンを高精度に着陸させるエージェントを開発し、実機検証した。
原題: Lander.AI: Adaptive Landing Behavior Agent for Expertise in 3D Dynamic Platform Landings / Robinroy Peter, Lavanya Ratnabala, Demetros Aschu 他
日本語で読む → - 論文階層的強化学習機械学習
オプションと状態表現を用いた強化学習
階層的強化学習の枠組みで、環境のグラフ構造に基づくEigenoptionを学習し、対称変換に不変な意思決定を実現して高次元環境での学習を効率化する論文。
原題: Reinforcement Learning with Options and State Representation / Ayoub Ghriss, Masashi Sugiyama, Alessandro Lazaric
日本語で読む → - 論文モデルベース強化学習機械学習
非対称報酬下でのモデルベース強化学習におけるダイナミクス対称性の活用
ダイナミクスのみが対称性を持ち報酬は持たない場合に、カルタンの動標構法を用いて対称性を満たすダイナミクスモデルを学習する手法を提案し、モデル精度の向上を示した。
原題: Exploiting Symmetry in Dynamics for Model-Based Reinforcement Learning with Asymmetric Rewards / Yasin Sonmez, Neelay Junnarkar, Murat Arcak
日本語で読む → - 論文安全強化学習機械学習
自動運転のための長期・短期制約に基づく安全強化学習
自動運転の意思決定において、短期制約と長期制約を組み合わせた安全強化学習手法を提案し、MetaDriveシミュレータで安全性の向上を実証した。
原題: Long and Short-Term Constraints Driven Safe Reinforcement Learning for Autonomous Driving / Xuemin Hu, Pan Chen, Yijun Wen 他
日本語で読む → - 論文強化学習機械学習
混合エキスパートとカリキュラム強化学習による多様なスキル獲得
混合エキスパートを用いて多様なスキルを学習する強化学習手法Di-SkilLを提案し、各エキスパートのコンテキスト分布をエネルギーベースモデルで表現することで自動カリキュラム学習を実現した。
原題: Acquiring Diverse Skills using Curriculum Reinforcement Learning with Mixture of Experts / Onur Celik, Aleksandar Taranovic, Gerhard Neumann
日本語で読む → - 論文強化学習機械学習
悲観的Actor-Criticにおける検証バッファの有効性
悲観的TD学習における批評家ネットワークの誤差蓄積を解析し、検証バッファで悲観度を調整するVPLを提案。移動・操作タスクで性能とサンプル効率を改善。
原題: A Case for Validation Buffer in Pessimistic Actor-Critic / Michal Nauman, Mateusz Ostaszewski, Marek Cygan
日本語で読む → - 論文自動運転/強化学習ロボティクス
安全なハイブリッド行動強化学習による任意車線変更の意思決定と制御
任意車線変更に安全なハイブリッド行動強化学習を初めて導入し、PIDラグランジュ法を組み合わせたPASAC-PIDLagを提案。衝突率0%を達成し、安全性で優れることを示した。
原題: Safe Hybrid-Action Reinforcement Learning-Based Decision and Control for Discretionary Lane Change / Ruichen Xu, Xiao Liu, Jinming Xu 他
日本語で読む → - 論文軌道追従/MPC/強化学習ロボティクス
ComTraQ-MPC: 限られた能動的測位更新下での軌道追従のためのメタ訓練DQN-MPC統合
能動的測位更新が制限された部分観測環境での軌道追従を改善するため、メタ訓練したDQNで測位更新をスケジューリングし、MPCで制御する相互適応フレームワークを提案した。
原題: ComTraQ-MPC: Meta-Trained DQN-MPC Integration for Trajectory Tracking with Limited Active Localization Updates / Gokul Puthumanaillam, Manav Vora, Melkior Ornik
日本語で読む → - 論文制御/強化学習ロボティクス
C3D: 変化点検出と深層Koopman学習を組み合わせた自律表面車両のカスケード制御
未知の動的環境下で自律表面車両を制御するため、深層Koopmanモデルと変化点検出を組み合わせたカスケード制御アーキテクチャを提案し、実機実験で平均距離誤差を13.9%以上改善した。
原題: C3D: Cascade Control with Change Point Detection and Deep Koopman Learning for Autonomous Surface Vehicles / Jianwen Li, Hyunsang Park, Wenjian Hao 他
日本語で読む → - 論文マルチエージェント強化学習cs.MA
合同実演を超えて:効率的なマルチエージェント強化学習のための個別専門家ガイダンス
各エージェント個別の専門家実演を選択的に活用し、協調行動を学習するマルチエージェント強化学習手法PegMARLを提案。
原題: Beyond Joint Demonstrations: Personalized Expert Guidance for Efficient Multi-Agent Reinforcement Learning / Peihong Yu, Manav Mishra, Alec Koppel 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
多様な協調行動と敵対的スタイルサンプリングによるマルチエージェント強化学習の介助タスクにおける方策のロバスト化
介助タスクを介護者と被介護者のマルチエージェント強化学習として定式化し、多様な被介護者応答を学習させつつ敵対的にサンプリングすることで、介護者方策のロバスト性を向上させるフレームワークを提案した。
原題: Robustifying a Policy in Multi-Agent RL with Diverse Cooperative Behaviors and Adversarial Style Sampling for Assistive Tasks / Takayuki Osa, Tatsuya Harada
日本語で読む → - 論文モデルベース強化学習ロボティクス
連続ロボット制御のための深層インクリメンタルモデル統合強化学習
ロボットの動きを低サンプル数で予測する深層インクリメンタルモデルをポリシーと同時に学習し、モデルベース強化学習のデータ効率を高める手法を提案した。
原題: Deep Incremental Model Informed Reinforcement Learning for Continuous Robotic Control / Cong Li
日本語で読む → - 論文強化学習/軌道計画ロボティクス
マルチフィデリティ強化学習によるクアッドロータの時間最適再計画
マルチフィデリティベイズ最適化で報酬モデルを効率的に学習し、実機展開可能な高速軌道計画ポリシーを強化学習で訓練する手法を提案。
原題: Multi-Fidelity Reinforcement Learning for Time-Optimal Quadrotor Re-planning / Gilhyun Ryou, Geoffrey Wang, Sertac Karaman
日本語で読む → - 論文オフライン強化学習機械学習
グラフ上のトランスダクティブ報酬推論
限られた報酬アノテーションから報酬伝播グラフを構築し、未ラベルデータの報酬をトランスダクティブに推論する手法を提案。歩行やロボット操作タスクでオフライン強化学習の性能を向上させた。
原題: Transductive Reward Inference on Graph / Bohao Qu, Xiaofeng Cao, Qing Guo 他
日本語で読む →
PR・アフィリエイト広告
