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: 2020/3/1 / 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 →- 論文触覚/sim2realロボティクス
シミュレーションで触覚を学ぶ:視覚型触覚センシングのためのsim-to-real戦略
視覚型触覚センサの3次元接触力分布を再現するため、シミュレーションで生成したデータのみで深層ニューラルネットを訓練し、実機へ直接転移できる手法を提案した。
原題: Learning the sense of touch in simulation: a sim-to-real strategy for vision-based tactile sensing / Carmelo Sferrazza, Thomas Bi, Raffaello D'Andrea
日本語で読む → - 論文sim2real画像認識
SAPIEN:関節物体を備えた物理シミュレーション環境
家庭用ロボットの学習向けに、関節を持つ多数の物体を収めた物理的にリアルなシミュレーション環境SAPIENを構築し、部品検出や動作属性認識、強化学習による操作タスクを評価した。
原題: SAPIEN: A SimulAted Part-based Interactive ENvironment / Fanbo Xiang, Yuzhe Qin, Kaichun Mo 他
日本語で読む → - 論文sim2real機械学習
強化学習でサッカーロボットを制御しSim-to-Realで実世界競技に挑戦
小型サッカーロボットの制御を強化学習で学習し、シミュレーションから実機への転移手法を適用して、実世界の1対1試合で人間設計の制御を破った。
原題: Learning to Play Soccer by Reinforcement and Applying Sim-to-Real to Compete in the Real World / Hansenclever F. Bassani, Renie A. Delgado, Jose Nilton de O. Lima Junior 他
日本語で読む → - 論文sim2realロボティクス
粒状体の材料特性を実世界の深度画像から推定するロボティクス向けフレームワーク
粒状材料の山やリングの実世界深度画像から摩擦・反発係数をベイズ推定し、物理シミュレータを自動キャリブレーションする手法を提案。未見の形状予測やロボットによる注ぎ・パターン形成タスクへの汎化を実証した。
原題: Inferring the Material Properties of Granular Media for Robotic Tasks / Carolyn Matl, Yashraj Narang, Ruzena Bajcsy 他
日本語で読む → - 論文sim2realロボティクス
シミュレータ調整による現実ギャップの克服
物理エンジンのパラメータを最適化することで、シミュレーションと実世界データのギャップを狭め、学習した行動の転移を容易にする手法を提案した。
原題: Traversing the Reality Gap via Simulator Tuning / Jack Collins, Ross Brown, Jurgen Leitner 他
日本語で読む → - 論文sim2realロボティクス
DeepCrashTest:ドライブレコーダー映像から自動運転向け仮想衝突試験を生成
インターネット上のドラレコ衝突映像から3D車両軌跡を抽出し、シミュレータ上で衝突シナリオを再現する手法を提案した論文。
原題: DeepCrashTest: Turning Dashcam Videos into Virtual Crash Tests for Automated Driving Systems / Sai Krishna Bashetty, Heni Ben Amor, Georgios Fainekos
日本語で読む → - 論文sim2realロボティクス
乗算的コントローラ融合:アルゴリズム事前分布を活用したサンプル効率の高い強化学習と安全なSim-to-Real転移
既存の準最適なアルゴリズム制御器を事前分布として強化学習に融合させ、探索初期のガイドでサンプル効率を高めつつ、不確実な状態では事前制御器にフォールバックすることでファインチューニングなしの安全な実機転移を実現した。
原題: Multiplicative Controller Fusion: Leveraging Algorithmic Priors for Sample-efficient Reinforcement Learning and Safe Sim-To-Real Transfer / Krishan Rana, Vibhavari Dasagi, Ben Talbot 他
日本語で読む → - 論文ドローンレース/sim2realロボティクス
AirSimドローンレースラボ:自律飛行アルゴリズム開発のためのシミュレーション基盤
ドローンレース向けに、フォトリアルな環境でコース生成や複数センサー・カメラモデルを備え、計画・制御・視覚・学習アルゴリズムをベンチマークできるシミュレーションフレームワークを提案し、NeurIPS 2019の競技会で実証した。
原題: AirSim Drone Racing Lab / Ratnesh Madaan, Nicholas Gyde, Sai Vemprala 他
日本語で読む → - 論文sim2real機械学習
線形二次レギュレータ領域を保証する深層強化学習
バイアスシフト型ニューラルネットワークを用い、シミュレーションで学習した方策が実機でも安定な吸引領域を持つことを保証する手法を提案し、倒立振子の振り上げタスクで実機転移を実証した。
原題: Deep Reinforcement Learning with Linear Quadratic Regulator Regions / Gabriel I. Fernandez, Colin Togashi, Dennis W. Hong 他
日本語で読む → - 論文sim2realロボティクス
進化的可塑性スパイキングニューロコントローラによるリアリティギャップの克服
シミュレーションで進化させたスパイキング神経コントローラにシナプス可塑性を持たせ、実機展開時のモデル変化にオンライン適応させることでリアリティギャップを越える手法を提案した。
原題: Towards Crossing the Reality Gap with Evolved Plastic Neurocontrollers / Huanneng Qiu, Matthew Garratt, David Howard 他
日本語で読む → - 論文sim2real機械学習
自己教師あり能動的ドメインランダム化による自動カリキュラム生成
自己対戦型の目標カリキュラム学習に環境のドメインランダム化を統合し、難易度の高いタスクと環境変動を同時に学ぶSS-ADRを提案。sim2real転送で最先端の性能を達成した。
原題: Generating Automatic Curricula via Self-Supervised Active Domain Randomization / Sharath Chandra Raparthy, Bhairav Mehta, Florian Golemo 他
日本語で読む → - 論文sim2realAI
ダイナミクスランダム化なしで実機に転移できる強化学習
関節・直交座標制約付きの操作空間制御を用いて直交空間で強化学習を行い、システム同定と制約付き制御によりダイナミクスランダム化なしでKUKA LBR iiwaのペグ挿入タスクをシミュレーションから実機へ転移させた。
原題: Sim2Real Transfer for Reinforcement Learning without Dynamics Randomization / Manuel Kaspar, Juan David Munoz Osorio, Jürgen Bock
日本語で読む → - 論文sim2realロボティクス
Sim2Real2Sim:柔軟物体操作におけるシミュレーションと実世界のギャップを埋める
シミュレーション→実世界→シミュレーションの3段階でモデルと手法を反復改善し、DARPAロボティクスチャレンジのプラグ挿入タスクを自動化した研究。
原題: Sim2Real2Sim: Bridging the Gap Between Simulation and Real-World in Flexible Object Manipulation / Peng Chang, Taskin Padir
日本語で読む → - 論文sim2realロボティクス
シミュレーションから実世界へ学習する汎用ロボットシステム
強化学習とロボットビジョン・センサフュージョンを統合し、障害物回避・採餌・捕食者-被食者タスクを仮想環境で学習させ実機Roboboで再現した。
原題: Learning Machines from Simulation to Real World / Tomer Iwan, Oktay Kavi, Erkin Yildirim
日本語で読む → - 論文sim2realロボティクス
L-systemと3D CADを統合した森林樹木シミュレーション
L-systemによる枝分かれ生成と3D CADモデルの改変を組み合わせ、葉や小枝まで含む自然な樹木と森林の3D環境を生成する手法を提案した。
原題: Simulate forest trees by integrating L-system and 3D CAD files / M. Hassan Tanveer, Antony Thomas, Xiaowei Wu 他
日本語で読む → - 論文sim2real機械学習
深層注意畳み込みニューラルネットワークによるゼロショット強化学習
注意機構付き畳み込みネットワークと特定の視覚センサ配置を用いることで、計算コストを抑えつつドメイン適応を実現し、事前学習なしのゼロショット学習を可能にする手法を提案・検証した論文。
原題: Zero-Shot Reinforcement Learning with Deep Attention Convolutional Neural Networks / Sahika Genc, Sunil Mallya, Sravan Bodapati 他
日本語で読む → - 論文sim2realロボティクス
カスケード型システム表現によるゼロショット汎化
類似した制御システム群の設計上の共通点を利用し、RNNエンコーダ・デコーダのカスケードで汎用の抽象システム表現を学習することで、単一の制御方策を多数の形態の異なるロボットにゼロショット適用できるフレームワークCASNETを提案した。
原題: Zero-shot generalization using cascaded system-representations / Ashish Malik
日本語で読む → - 論文sim2real画像認識
Sim2Real予測性:シミュレーション評価は実世界性能を予測できるか
同一コードをシミュレーションと実機で実行できるライブラリHaPyを開発し、PointGoalナビゲーションで9モデルの並行実験を行い、シミュレーション性能と実機性能の相関(SRCC)を定量化した。
原題: Sim2Real Predictivity: Does Evaluation in Simulation Predict Real-World Performance? / Abhishek Kadian, Joanne Truong, Aaron Gokaslan 他
日本語で読む → - 論文sim2real機械学習
ドメインランダム化で訓練した深層強化学習エージェントの分析
視覚的ドメインランダム化の有無で訓練したロボットエージェントを比較し、表現の堅牢性や内部構造を解釈手法で分析した研究。
原題: Analysing Deep Reinforcement Learning Agents Trained with Domain Randomisation / Tianhong Dai, Kai Arulkumaran, Tamara Gerbert 他
日本語で読む → - 論文sim2realロボティクス
自動運転アルゴリズムの学習と検証のためのゲーム化シミュレータと実機プラットフォーム
ゲーム要素で高品質なデータ収集を促す自動運転シミュレータを設計し、CNNによる車線追従モデルを学習。さらにROSベースのラジコン実機に無修正で転移できることを示した。
原題: A gamified simulator and physical platform for self-driving algorithm training and validation / Joshua E. Siegel, Georgios Pappas, Konstantinos Politopoulos 他
日本語で読む → - 論文sim2realロボティクス
複数車両の混合現実強化学習による自動運転マルチレーン走行
混合現実環境で他車や障害物を仮想空間に置き、衝突を安全に学習できるsim2real強化学習フレームワークを提案し、数回の走行で衝突が大幅に減少することを示した。
原題: Multi-Vehicle Mixed-Reality Reinforcement Learning for Autonomous Multi-Lane Driving / Rupert Mitchell, Jenny Fletcher, Jacopo Panerati 他
日本語で読む → - 論文sim2realロボティクス
実世界データセットによるシミュレーションロボットマニピュレーションのベンチマーク
実世界の正解データセットを配布し、シミュレーション環境が実世界のマニピュレーション結果を再現できるかを評価するベンチマークを提案し、PyBulletとV-Repに適用した。
原題: Benchmarking Simulated Robotic Manipulation through a Real World Dataset / Jack Collins, Jessie McVicar, David Wedlock 他
日本語で読む → - 論文sim2real機械学習
MANGA: 手法非依存なニューラルポリシーの汎化と適応
ポリシー学習とシステム同定を分離し、未知のダイナミクス環境でも効率的に適応できるフレームワークMANGAを提案。強化学習・模倣学習の両方に適用可能で、MuJoCoエージェントで有効性を実証した。
原題: MANGA: Method Agnostic Neural-policy Generalization and Adaptation / Homanga Bharadhwaj, Shoichiro Yamaguchi, Shin-ichi Maeda
日本語で読む → - 論文sim2real機械学習
教師なし画像変換でシミュレーションと現実のギャップを埋める
実世界画像のスタイルをシミュレーション画像に適用する教師なし画像変換で学習データを拡張し、自律サッカーロボットの認識性能を向上させた研究。
原題: Closing the Reality Gap with Unsupervised Sim-to-Real Image Translation / Jan Blumenkamp, Andreas Baude, Tim Laue
日本語で読む → - 論文自動運転/sim2real機械学習
シミュレーション強化学習による実車自動運転の実現
シミュレーションと合成データのみで強化学習を行い、単眼カメラ画像から実車を制御する運転ポリシーを獲得し、実世界へのsim-to-real転移に成功した。
原題: Simulation-based reinforcement learning for real-world autonomous driving / Błażej Osiński, Adam Jakubowski, Piotr Miłoś 他
日本語で読む → - 論文sim2realロボティクス
実人間データなしで人間の一発模倣を学習する
シミュレーション内のドメインランダム化だけで、実世界の人間の実演を必要とせずにロボットが人間の一発模倣を獲得できることを示した研究。
原題: Learning One-Shot Imitation from Humans without Humans / Alessandro Bonardi, Stephen James, Andrew J. Davison
日本語で読む → - 論文sim2real画像認識
BlenderProc:CNN学習用のリアルな画像を生成するモジュラーパイプライン
Blenderを拡張し、セグメンテーションや深度・法線・姿勢推定などのCNN学習に使えるリアルな合成画像を生成するモジュール式パイプラインを提案した。
原題: BlenderProc / Maximilian Denninger, Martin Sundermeyer, Dominik Winkelbauer 他
日本語で読む → - 論文sim2realロボティクス
ソフトロボット設計のスケーラブルなsim-to-real転送
低コストでオープンソースのモジュラー式ソフトロボット設計・製作キットを開発し、シミュレーションと現実のギャップを形態の関数として調査。従来手法より1桁多いロボット設計をシミュレーションから現実へ転送し、スケーラビリティを実証した。
原題: Scalable sim-to-real transfer of soft robot designs / Sam Kriegman, Amir Mohammadi Nasab, Dylan Shah 他
日本語で読む → - 論文sim2real機械学習
DeepRacer:Sim2Real強化学習を実践する教育用自律レーシングプラットフォーム
1/18スケールカーが単眼カメラのみで強化学習により自律走行を学ぶ教育用プラットフォームを提案し、シミュレーション学習から実機への転移(sim2real)を実現した。
原題: DeepRacer: Educational Autonomous Racing Platform for Experimentation with Sim2Real Reinforcement Learning / Bharathan Balaji, Sunil Mallya, Sahika Genc 他
日本語で読む → - 論文sim2realロボティクス
自己モデルによるシミュレーションロボットのゼロショット学習
ロボットのダイナミクスを学習した自己モデルを強化学習の環境として用い、実環境のデータを追加収集せずに新しいタスクをゼロショットで学習できる手法を提案した。
原題: Zero Shot Learning on Simulated Robots / Robert Kwiatkowski, Hod Lipson
日本語で読む →
PR・アフィリエイト広告
