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: 2023/9/1 / 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 →- 論文深層強化学習機械学習
深層強化学習におけるビデオゲームの計算要求の診断と活用
タスクの知覚と強化学習の要求を別々に測定するLCDツールを提案し、Procgenベンチマークの課題を分類してアルゴリズム開発を効率化する。
原題: Diagnosing and exploiting the computational demands of videos games for deep reinforcement learning / Lakshmi Narasimhan Govindarajan, Rex G Liu, Drew Linsley 他
日本語で読む → - 論文自動運転/強化学習/プランニングロボティクス
専門家誘導型動作エンコーディング木探索による高効率な長期計画
MuZeroを拡張し、動作プリミティブの潜在空間と専門家方策を組み合わせることで、自動運転の長期計画における探索効率を改善したEMTSアルゴリズムを提案した。
原題: Towards High Efficient Long-horizon Planning with Expert-guided Motion-encoding Tree Search / Tong Zhou, Erli Lyu, Jiaole Wang 他
日本語で読む → - 論文強化学習/ロボット制御ロボティクス
HyperPPO:ロボット制御向け小型ポリシーを効率的に探索するスケーラブル手法
グラフハイパーネットワークを用いた強化学習により、複数の小型ニューラルネットワークの重みを同時推定し、計算制約に応じた高性能ポリシーを効率的に得る手法を提案。Crazyflie2.1の分散制御で有効性を実証。
原題: HyperPPO: A scalable method for finding small policies for robotic control / Shashank Hegde, Zhehui Huang, Gaurav S. Sukhatme
日本語で読む → - 論文制御/強化学習機械学習
信号時相論理ニューラル予測制御
STL仕様を満たす軌道を生成するニューラル制御器を学習し、予測制御とバックアップポリシーで安全性を確保する手法を提案。
原題: Signal Temporal Logic Neural Predictive Control / Yue Meng, Chuchu Fan
日本語で読む → - 論文安全強化学習機械学習
安全強化学習のための反復的可到達性推定
確率的環境で安全性を保証しつつ性能を犠牲にしない安全強化学習フレームワークRESPOを提案し、可到達性推定関数を用いたアルゴリズムが局所最適解に収束することを理論的に示した。
原題: Iterative Reachability Estimation for Safe Reinforcement Learning / Milan Ganai, Zheng Gong, Chenning Yu 他
日本語で読む → - 論文ヒューマン・イン・ザ・ループ強化学習ロボティクス
オフライン強化学習による適応型ヒューマンマシンインターフェースのブートストラップ
ノイズの多い高次元コマンド信号をアクションにマッピングするインターフェースを、オフライン事前学習とオンライン微調整を組み合わせた強化学習で訓練し、ユーザーの長期意図を推論することで、視線によるナビゲーション支援を改善した。
原題: Bootstrapping Adaptive Human-Machine Interfaces with Offline Reinforcement Learning / Jensen Gao, Siddharth Reddy, Glen Berseth 他
日本語で読む → - 論文階層強化学習機械学習
到達可能性解析による階層強化学習の目標空間抽象化
環境状態をタスク上の役割が似たグループに抽象化する表現を自律的に獲得し、方策と同時に学習する階層強化学習アルゴリズムを提案。ナビゲーションタスクで解釈性とデータ効率を実証した。
原題: Goal Space Abstraction in Hierarchical Reinforcement Learning via Reachability Analysis / Mehdi Zadem, Sergio Mover, Sao Mai Nguyen
日本語で読む → - 論文メタ強化学習機械学習
再帰ハイパーネットワークがメタ強化学習で驚くほど強い
メタ強化学習において、再帰ネットワークにハイパーネットワークを組み合わせることで、既存の専門手法よりも高い性能を達成できることを実証した。
原題: Recurrent Hypernetworks are Surprisingly Strong in Meta-RL / Jacob Beck, Risto Vuorio, Zheng Xiong 他
日本語で読む → - 論文安全強化学習ロボティクス
ガイド付きオンライン蒸留:オフラインデモンストレーションによる安全強化学習の促進
オフラインのDecision Transformerを軽量ポリシーに蒸留し、オンライン安全強化学習でガイドすることで、安全性を保ちつつ高性能な運転ポリシーを学習するフレームワークGOLDを提案。
原題: Guided Online Distillation: Promoting Safe Reinforcement Learning by Offline Demonstration / Jinning Li, Xinyi Liu, Banghua Zhu 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
安全保証されたロバストマルチエージェント強化学習と階層制御によるコネクテッド・自動運転車両の協調
不完全な観測下の混合交通環境で、最悪ケースQネットワークを用いたロバストMARLとロバストCBF付きMPCの階層制御により、CAVの協調と安全性を両立させる手法を提案した。
原題: Safety Guaranteed Robust Multi-Agent Reinforcement Learning with Hierarchical Control for Connected and Automated Vehicles / Zhili Zhang, H M Sabbir Ahmad, Ehsan Sabouni 他
日本語で読む → - 論文強化学習ロボティクス
跳躍する単脚ロボットのための効率的強化学習
物理的知識を強化学習に組み込むことで、単脚ロボットが不整地で任意方向に跳躍して目標に到達する制御を効率的に学習する手法を提案した。
原題: Efficient Reinforcement Learning for Jumping Monopods / Riccardo Bussola, Michele Focchi, Andrea Del Prete 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
局所観測を活用したロバストなロボット学習
局所観測を用いたマルチエージェント強化学習が、集中制御と比べて複雑なロボットシステムのロバスト性を向上させることを理論と実機実験で示した論文。
原題: Exploiting Local Observations for Robust Robot Learning / Wenshuai Zhao, Eetu-Aleksi Rantala, Sahar Salimpour 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
特権から予測へ:都市運転のための感覚運動強化学習に向けて
都市運転の強化学習において、特権的な環境表現をセンサーデータから近似する視覚モデルを提案し、経路生成や停止ゾーン予測など重要な状態表現を特定した。
原題: Privileged to Predicted: Towards Sensorimotor Reinforcement Learning for Urban Driving / Ege Onat Özsüer, Barış Akgün, Fatma Güney
日本語で読む → - 論文強化学習機械学習
環境とエージェントの表現を分離した効率的強化学習
エージェント自身の形状やマスク情報を補助損失として活用し、環境とエージェントの表現を分離して学習することで、視覚ベースの強化学習を効率化する手法を提案した。
原題: Efficient RL via Disentangled Environment and Agent Representations / Kevin Gmelin, Shikhar Bahl, Russell Mendonca 他
日本語で読む → - 論文強化学習機械学習
Text2Reward: 言語モデルによる強化学習のための報酬設計
大規模言語モデルを用いて、自然言語の目標から密な報酬関数を自動生成し、ロボット操作や歩行タスクの強化学習を効率化するフレームワークを提案。
原題: Text2Reward: Reward Shaping with Language Models for Reinforcement Learning / Tianbao Xie, Siheng Zhao, Chen Henry Wu 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
社会的に協調する自動運転車に向けて:運転事前分布と協調意識を組み込んだ強化学習フレームワーク
人間の運転軌跡から運転スタイルの事前分布を学習し、周囲との相互作用を考慮した強化学習で自動運転車の意思決定を最適化する手法を提案した。
原題: Towards Socially Responsive Autonomous Vehicles: A Reinforcement Learning Framework with Driving Priors and Coordination Awareness / Jiaqi Liu, Donghao Zhou, Peng Hang 他
日本語で読む → - 論文オフライン強化学習ロボティクス
Q-Transformer:自己回帰的Q関数によるスケーラブルなオフライン強化学習
TransformerでQ関数を自己回帰的に表現し、大規模オフラインデータからマルチタスク方策を学習する手法を提案。実世界の多様なロボット操作タスクで既存手法を上回る性能を示した。
原題: Q-Transformer: Scalable Offline Reinforcement Learning via Autoregressive Q-Functions / Yevgen Chebotar, Quan Vuong, Alex Irpan 他
日本語で読む → - 論文強化学習機械学習
多目的方策最適化による強化学習における方策合成
既存の教師方策を追加の目的として多目的方策最適化に組み込み、エージェントが教師方策を逐次的・並列的に合成してタスクを解けるようにした研究。
原題: Policy composition in reinforcement learning via multi-objective policy optimization / Shruti Mishra, Ankit Anand, Jordan Hoffmann 他
日本語で読む → - 論文強化学習/探索機械学習
想像を超えて:世界モデルによるエピソード到達可能性の最大化
世界モデルでランダム行動の予測未来状態を生成し、エピソード記憶にない予測が多い状態に高い内的報酬を与えることで、スパース報酬タスクの探索を効率化する手法を提案。
原題: Go Beyond Imagination: Maximizing Episodic Reachability with World Models / Yao Fu, Run Peng, Honglak Lee
日本語で読む → - 論文強化学習機械学習
推定は慎重に、探索は大胆に
連続行動空間の強化学習において、Double-Q関数を基盤とした新しい探索戦略を提案し、目的のない探索や方策の発散を抑制する。
原題: Careful at Estimation and Bold at Exploration / Xing Chen, Yijun Liu, Zhaogeng Liu 他
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
自動運転車の安全クリティカル制御のための強化学習
強化学習のPPOを用いて移動ロボットSPIDERを障害物回避しながら目標地点へ誘導する制御器を訓練し、シミュレーションと実機で検証した。
原題: Reinforcement learning for safety-critical control of an automated vehicle / Florian Thaler, Franz Rammerstorfer, Jon Ander Gomez 他
日本語で読む → - 論文強化学習機械学習
多目的マルコフ決定過程における内発的動機付けに基づく階層的政策学習
環境動態が変化する多目的マルコフ決定過程に対応するため、内発的動機付けで汎用スキルを学習し、それを用いて政策カバレッジ集合をブートストラップする二段階強化学習法を提案した。
原題: Intrinsically Motivated Hierarchical Policy Learning in Multi-objective Markov Decision Processes / Sherif Abdelfattah, Kathryn Merrick, Jiankun Hu
日本語で読む → - 論文強化学習機械学習
非定常環境における多目的強化学習のためのロバストな方策ブートストラップアルゴリズム
非定常環境でもオンラインで凸被覆方策集合を進化させる多目的強化学習アルゴリズムを提案し、既存手法より優れることを示した。
原題: A Robust Policy Bootstrapping Algorithm for Multi-objective Reinforcement Learning in Non-stationary Environments / Sherif Abdelfattah, Kathryn Kasmarik, Jiankun Hu
日本語で読む → - 論文オフライン強化学習機械学習
オフライン強化学習のための多目的決定トランスフォーマー
オフライン強化学習を状態とリターンも予測する多目的最適化問題として再定式化し、行動空間領域を軌道表現に導入することで、トランスフォーマーの注意機構を有効活用し性能を向上させた研究。
原題: Multi-Objective Decision Transformers for Offline Reinforcement Learning / Abdelghani Ghanem, Philippe Ciblat, Mounir Ghogho
日本語で読む → - 論文自動運転/軌道追従/強化学習ロボティクス
深層強化学習による自動運転の運動関連モジュール向け軌道追従
自動運転のプランナやコントローラ向けに、モデルフリーでデータ駆動型の深層強化学習ベースの軌道追従手法を提案し、その有効性と効率性を示した。
原題: DRL-Based Trajectory Tracking for Motion-Related Modules in Autonomous Driving / Yinda Xu, Lidong Yu
日本語で読む → - 論文強化学習/自律レースロボティクス
カリキュラム強化学習による最適な一対一自律レースへの挑戦
複雑な車両ダイナミクスを扱う一対一自律レース環境を提案し、単純モデルから実環境へ移行するカリキュラム学習と制御バリア関数による安全強化学習で最適方策を学習する。
原題: Towards Optimal Head-to-head Autonomous Racing with Curriculum Reinforcement Learning / Dvij Kalaria, Qin Lin, John M. Dolan
日本語で読む → - 論文自動運転/強化学習ロボティクス
専門家ガイダンスを統合した深層強化学習による自動運転の安全な追い越しの効率的学習
自動運転の追い越し判断に深層強化学習を用いる際、LQRとPIDによる専門家システムのガイダンスを徐々に減衰させて組み込み、サンプル効率と安全性を向上させる手法を提案した。
原題: Integrating Expert Guidance for Efficient Learning of Safe Overtaking in Autonomous Driving Using Deep Reinforcement Learning / Jinxiong Lu, Gokhan Alcan, Ville Kyrki
日本語で読む → - 論文強化学習機械学習
ピクセルから方策へ:ゲーム内・ゲーム間強化学習のためのDQNエンコーダ
DQNを用いてゲームのピクセル入力から方策を学習し、転移学習により複数ゲームで高性能な汎用エージェントを実現した研究。
原題: Pixel to policy: DQN Encoders for within & cross-game reinforcement learning / Ashrya Agrawal, Priyanshi Shah, Sourabh Prakash
日本語で読む → - 論文マルチエージェント強化学習cs.CR
BRNES: マルチエージェントロボティクスにおけるセキュリティとプライバシーを考慮した経験共有
マルチエージェント強化学習の経験共有において、ビザンチン攻撃と推論攻撃に対処するため、動的隣接ゾーン選択と重み付き経験集約、局所差分プライバシーを組み合わせたフレームワークを提案。
原題: BRNES: Enabling Security and Privacy-aware Experience Sharing in Multiagent Robotic and Autonomous Systems / Md Tamjid Hossain, Hung Manh La, Shahriar Badsha 他
日本語で読む → - 論文制御/強化学習ロボティクス
残差強化学習によるカスケードPID制御クアッドコプターの耐風性能向上
カスケードPID制御をベースに残差強化学習で風外乱を補償し、シミュレータのみで訓練して実機に適用、位置偏差を約50%低減した。
原題: Improving Wind Resistance Performance of Cascaded PID Controlled Quadcopters using Residual Reinforcement Learning / Yu Ishihara, Yuichi Hazama, Kousuke Suzuki 他
日本語で読む →
PR・アフィリエイト広告
