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: 2024/1/1 / 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
後退ステップ経験再生を用いたソフトヘビロボットのモデルフリー強化学習
後退遷移を利用した経験再生手法BERを提案し、ソフトヘビロボットの移動・ナビゲーションで従来法より48%高速な目標到達を実現した。
原題: Back-stepping Experience Replay with Application to Model-free Reinforcement Learning for a Soft Snake Robot / Xinda Qi, Dong Chen, Zhaojian Li 他
日本語で読む → - 論文安全強化学習機械学習
二値フィードバックを用いた長期安全強化学習
二値の安全フィードバックと未知の確率的遷移を持つ制約付きMDPにおいて、各エピソードで安全な状態行動ペアのみを高い確率で実行することを保証する安全強化学習アルゴリズムLoBiSaRLを提案した。
原題: Long-term Safe Reinforcement Learning with Binary Feedback / Akifumi Wachi, Wataru Hashimoto, Kazumune Hashimoto
日本語で読む → - 論文強化学習/環境モニタリング機械学習
強化学習でドローンの温室効果ガスフラックス推定を改善
ドローンによる温室効果ガスフラックスの推定において、強化学習でサンプリング戦略を最適化し、情報利得に基づく報酬関数が有効であることを示した。
原題: Using reinforcement learning to improve drone-based inference of greenhouse gas fluxes / Alouette van Hove, Kristoffer Aalstad, Norbert Pirk
日本語で読む → - 論文水中ロボット/強化学習/物体追跡ロボティクス
6自由度水中ロボットにおけるRLベース制御とPID制御の比較:ハイブリッド水中物体追跡
水中物体追跡タスクにおいて、従来のPID制御の代わりに集中型DQN制御器を用いる手法を提案し、Unityシミュレータでその有効性を検証した。
原題: A comparison of RL-based and PID controllers for 6-DOF swimming robots: hybrid underwater object tracking / Faraz Lotfi, Khalil Virji, Nicholas Dudek 他
日本語で読む → - 論文適応光学/強化学習astro-ph.IM
適応光学制御のためのモデルベース強化学習の実験室検証
ESOのGHOSTテストベンチで、モデルベース強化学習(PO4AO)を適応光学制御に適用し、実験室環境で高い性能を実証した。
原題: Laboratory Experiments of Model-based Reinforcement Learning for Adaptive Optics Control / Jalo Nousiainen, Byron Engler, Markus Kasper 他
日本語で読む → - 論文強化学習cs.NE
品質多様性と記述子条件付き強化学習の融合
MAP-Elitesに強化学習の俳優を生成モデルとして組み込み、多様な解を効率的に生成するDCRL-MAP-Elitesを提案し、その性能を実証的に分析した。
原題: Synergizing Quality-Diversity with Descriptor-Conditioned Reinforcement Learning / Maxence Faldor, Félix Chalumeau, Manon Flageat 他
日本語で読む → - 論文階層強化学習機械学習
目標表現における空間的・時間的抽象化の統合
階層強化学習において、空間的抽象化と時間的抽象化を異なる階層レベルで組み合わせた3層アルゴリズムを提案し、複雑な連続制御タスクで有効性を示した論文。
原題: Reconciling Spatial and Temporal Abstractions for Goal Representation / Mehdi Zadem, Sergio Mover, Sao Mai Nguyen
日本語で読む → - 論文強化学習ロボティクス
可変制御レートを用いた実機展開可能な強化学習
強化学習の制御周期を固定せず、必要なときだけ行動する可変制御レートの枠組みを提案し、Soft Actor-Criticを拡張したSEACアルゴリズムで有効性を示した。
原題: Deployable Reinforcement Learning with Variable Control Rate / Dong Wang, Giovanni Beltrame
日本語で読む → - 論文強化学習AI
強化学習のための最小で再利用可能な因果状態抽象化の構築
強化学習において、各タスクに必要な変数のみを保持する因果的な状態抽象化を学習する手法CBMを提案し、サンプル効率と汎化性能を向上させた。
原題: Building Minimal and Reusable Causal State Abstractions for Reinforcement Learning / Zizhao Wang, Caroline Wang, Xuesu Xiao 他
日本語で読む → - 論文安全強化学習機械学習
ニューラル常微分方程式による安定かつ安全な人間整合型強化学習
人間とロボットの動きをニューラルODEで予測し、制御バリア関数と制御リアプノフ関数をアクター・クリティックに統合することで、人間整合型タスクにおける安全性と安定性を両立させる強化学習手法を提案した。
原題: Stable and Safe Human-aligned Reinforcement Learning through Neural Ordinary Differential Equations / Liqun Zhao, Keyan Miao, Konstantinos Gatsis 他
日本語で読む → - 論文自動運転/強化学習機械学習
HAIM-DRL: 安全で効率的な自動運転のための人間参加型強化学習の強化
人間の専門家をメンターとしてAIエージェントに介入させ、危険時に正しい行動を示しつつ交通流の乱れを抑える強化学習フレームワークを提案した。報酬関数の手設計を避け、人間のデモから代理価値を直接導出する。
原題: HAIM-DRL: Enhanced Human-in-the-loop Reinforcement Learning for Safe and Efficient Autonomous Driving / Zilin Huang, Zihao Sheng, Chengyuan Ma 他
日本語で読む → - 論文Human-AI協調/強化学習AI
人間の柔軟性を報酬選好で取り込むHuman-AIチーミング
マルチエージェント環境での選好ベース強化学習(PbRL)をHuman-AI協調ゲームとして初めて定式化し、人間の柔軟性とエージェントの人間方策へのアクセスがチーム性能に与える影響をロボット歩行タスクで評価した。
原題: Incorporating Human Flexibility through Reward Preferences in Human-AI Teaming / Siddhant Bhambri, Mudit Verma, Upasana Biswas 他
日本語で読む → - 論文強化学習機械学習
タスクフィードバックを用いた動的クリッピングによるPPOの改善
強化学習PPOのクリッピング幅をマルチアームバンディットで動的に調整し、累積報酬を最大化するPb-PPOを提案。歩行タスクで安定性と性能が向上。
原題: A dynamical clipping approach with task feedback for Proximal Policy Optimization / Ziqi Zhang, Jingzehua Xu, Zifeng Zhuang 他
日本語で読む → - 論文メタ強化学習機械学習
メタ強化学習のためのリザバーの進化
進化と発達の相互作用をメタ強化学習でモデル化し、リザバーのハイパーパラメータを進化させて強化学習エージェントの学習を促進する手法を提案。2D/3D環境で有効性を検証。
原題: Evolving Reservoirs for Meta Reinforcement Learning / Corentin Léger, Gautier Hamon, Eleni Nisioti 他
日本語で読む → - 論文強化学習×軌道最適化ロボティクス
Sobolev学習で軌道最適化を活用した連続アクター・クリティックの改善
軌道最適化と強化学習を組み合わせたCACTOにSobolev学習を導入し、価値関数の勾配を活用して学習効率を向上させた。
原題: CACTO-SL: Using Sobolev Learning to improve Continuous Actor-Critic with Trajectory Optimization / Elisa Alboni, Gianluigi Grandesso, Gastone Pietro Rosati Papini 他
日本語で読む → - 論文飛行制御/強化学習ロボティクス
深層強化学習による小型飛行ロボットのロバストな目標追跡
小型ドローンが非協力的な飛行目標を視覚的に捉え続けるため、相対位置情報のみを用いる深層強化学習ベースの出力フィードバック制御を提案し、質量誤差や制御遅延に対して高いロバスト性を示した。
原題: Exploring Deep Reinforcement Learning for Robust Target Tracking using Micro Aerial Vehicles / Alberto Dionigi, Mirko Leomanni, Alessandro Saviolo 他
日本語で読む → - 論文自動運転/強化学習AI
動的環境におけるスケーラブルな自動運転のためのグラフベース予測・計画ポリシーネットワーク(GP3Net)
交通参加者間の時空間グラフと将来の占有マップを深層強化学習(PPO)で統合し、天候や交通パターンの変化に頑健な自動運転の経路計画手法を提案した。
原題: Graph-based Prediction and Planning Policy Network (GP3Net) for scalable self-driving in dynamic environments using Deep Reinforcement Learning / Jayabrata Chowdhury, Venkataramanan Shivaraman, Suresh Sundaram 他
日本語で読む → - 論文強化学習機械学習
少ないほど豊か:マルチタスク強化学習のためのディスパッチャ/エグゼキュータ原理
マルチタスク強化学習において、制御器をタスク理解部(ディスパッチャ)とデバイス制御部(エグゼキュータ)に分割し、強い正則化通信路で結ぶ設計原理を提案。データ効率と汎化性能の向上を目指す。
原題: Less is more -- the Dispatcher/ Executor principle for multi-task Reinforcement Learning / Martin Riedmiller, Andrea Gesmundo, Tim Hertweck 他
日本語で読む → - 論文強化学習/自動運転ロボティクス
ベイズ最適化に基づくカリキュラム学習による自動運転向け深層強化学習の環境ロバスト性向上
ベイズ最適化でカリキュラム報酬関数を推定し、障害物回避を伴う自動運転タスクにおいて、手設計カリキュラムや通常の深層強化学習よりロバストな方策を学習できることを示した。
原題: Improving Environment Robustness of Deep Reinforcement Learning Approaches for Autonomous Racing Using Bayesian Optimization-based Curriculum Learning / Rohan Banerjee, Prishita Ray, Mark Campbell
日本語で読む → - 論文制御・強化学習ロボティクス
自動制御系におけるニューラルネットワーク制御器の構造とパラメータ最適化
制御対象の模倣器を強化学習で事前構築し、制限や不完全情報下でも動作するニューラルネット制御器の構造・パラメータ合成法を提案した論文。
原題: Structure and Optimization of Parameters for Neural Network Controllers in Automatic Control Systems / Sergey Feofilov, Dmitry Khapkin, Andrey Kozyr 他
日本語で読む → - 論文安全強化学習ロボティクス
TRC: 安全強化学習のための信頼領域条件付きバリュー・アット・リスク
CVaR制約付きの安全強化学習手法TRCを提案し、信頼領域内でCVaRの上界を微分可能に近似して方策勾配を求める。シミュレーションと実機で制約を満たしつつ性能を1.93倍向上させた。
原題: TRC: Trust Region Conditional Value at Risk for Safe Reinforcement Learning / Dohyeong Kim, Songhwai Oh
日本語で読む → - 論文強化学習ロボティクス
HiER: 重要経験リプレイによるオフポリシー強化学習エージェントの性能向上
最も関連性の高い経験を保存するハイライトリプレイバッファを導入し、標準バッファと併用して重み更新を行うことで、ロボティクスにおけるスパース報酬下の強化学習性能を向上させる手法を提案した。
原題: HiER: Highlight Experience Replay for Boosting Off-Policy Reinforcement Learning Agents / Dániel Horváth, Jesús Bujalance Martín, Ferenc Gábor Erdős 他
日本語で読む → - 論文強化学習/汎化機械学習
MaDi: 視覚深層強化学習の汎化のための妨害マスキング学習
報酬信号のみを用いて、タスクに無関係な視覚的妨害をマスクする軽量なMaskerネットワークを強化学習エージェントに追加し、未知環境への汎化性能を向上させた研究。
原題: MaDi: Learning to Mask Distractions for Generalization in Visual Deep Reinforcement Learning / Bram Grooten, Tristan Tomilin, Gautham Vasan 他
日本語で読む → - 論文強化学習機械学習
拡散報酬:条件付き動画拡散による報酬学習
専門家の動画から条件付き動画拡散モデルを用いて報酬を学習し、複雑な視覚強化学習タスクを解く手法を提案。
原題: Diffusion Reward: Learning Rewards via Conditional Video Diffusion / Tao Huang, Guangqi Jiang, Yanjie Ze 他
日本語で読む → - 論文安全制御/強化学習ロボティクス
安全な船舶ナビゲーションのためのモジュラー制御アーキテクチャ:強化学習と予測安全フィルタ
強化学習による船舶の経路追従・衝突回避に予測安全フィルタを組み合わせ、安全性を保ちながら学習性能を損なわないモジュラー制御手法をシミュレーションで検証した。
原題: Modular Control Architecture for Safe Marine Navigation: Reinforcement Learning and Predictive Safety Filters / Aksel Vaaler, Svein Jostein Husa, Daniel Menges 他
日本語で読む → - 論文視覚強化学習機械学習
Segment Anything Modelによる汎化可能な視覚強化学習
SAMのプロンプト可能なセグメンテーション能力を活用し、DINOv2とSAMの特徴対応から点プロンプトを生成して高品質なマスク画像をエージェントに与えることで、視覚強化学習の汎化性能を向上させるフレームワークSAM-Gを提案した。
原題: Generalizable Visual Reinforcement Learning with Segment Anything Model / Ziyu Wang, Yanjie Ze, Yifei Sun 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
通信型自動運転車のための軌道サンプリングを用いたマルチエージェント確率的アンサンブル
限られた通信下で複数の通信型自動運転車の意思決定を行うため、確率的アンサンブルニューラルネットワークと軌道サンプリングに基づくモデル予測制御を組み合わせた分散型マルチエージェント強化学習アルゴリズムMA-PETSを提案した。
原題: Multi-Agent Probabilistic Ensembles with Trajectory Sampling for Connected Autonomous Vehicles / Ruoqi Wen, Jiahao Huang, Rongpeng Li 他
日本語で読む → - 論文安全強化学習ロボティクス
シミュレーション上のロボットアームにおける安全強化学習
Safety GymにPandaロボットアームのカスタム環境を追加し、制約付きPPOが安全性を守りつつ同等の性能を達成することを実験で示した。
原題: Safe Reinforcement Learning in a Simulated Robotic Arm / Luka Kovač, Igor Farkaš
日本語で読む → - 論文強化学習機械学習
価値明示的事前学習による転移可能な表現の獲得
未ラベルの劣最適デモデータから、タスク進捗を反映したモンテカルロ価値推定に基づく対照学習で汎用表現を事前学習し、新規タスクへの転移性能とサンプル効率を大幅に向上させる手法を提案。
原題: Value Explicit Pretraining for Learning Transferable Representations / Kiran Lekkala, Henghui Bao, Sumedh A. Sontakke 他
日本語で読む → - 論文強化学習/軌道計画制御
強化学習による貨物ドローンの軌道計画とセル接続:ハンドオフ・切断・消費電力を最小化
貨物ドローンの配送ミッションにおいて、消費エネルギー・ハンドオフ回数・通信切断を同時に最小化するため、強化学習で軌道計画とセル接続を統合的に最適化する手法を提案した論文。
原題: RL-Based Cargo-UAV Trajectory Planning and Cell Association for Minimum Handoffs, Disconnectivity, and Energy Consumption / Nesrine Cherif, Wael Jaafar, Halim Yanikomeroglu 他
日本語で読む →
PR・アフィリエイト広告
