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: 2023/8/1 / 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/生体力学機械学習
強化学習ベースの筋コントローラによる人間のバランス特性評価
筋骨格モデルと強化学習でバランス制御器を訓練し、重心状態空間における回復可能領域を解析して筋力低下や神経遅延の影響を調べた研究。
原題: Characterization of Human Balance through a Reinforcement Learning-based Muscle Controller / Kübra Akbaş, Carlotta Mummolo, Xianlian Zhou
日本語で読む → - 論文自動運転/MPC/強化学習ロボティクス
都市自動運転のためのオンラインMPCの参照を学習する
深層強化学習で生センサデータからオンラインMPCの瞬時参照とコスト関数を学習し、都市自動運転の運動計画・制御を実現するフレームワークを提案。
原題: Learning the References of Online Model Predictive Control for Urban Self-Driving / Yubin Wang, Zengqi Peng, Yusen Xie 他
日本語で読む → - 論文強化学習ロボティクス
マルチタスク学習による運動スキル生成のための基盤方策獲得
人間の感覚運動適応に着想を得たマルチタスク強化学習で、多様な状況に対応できる基盤方策を獲得し、新しい運動スキルを生成する手法を提案した。
原題: Foundational Policy Acquisition via Multitask Learning for Motor Skill Generation / Satoshi Yamamori, Jun Morimoto
日本語で読む → - 論文強化学習ロボティクス
R^3: 自律ロボティクス向けオンデバイスリアルタイム深層強化学習
メモリ制約下でバッチサイズとリプレイバッファを動的に調整し、オンデバイスでのリアルタイム深層強化学習のタイミングと性能を両立させるシステムを提案。
原題: R^3: On-device Real-Time Deep Reinforcement Learning for Autonomous Robotics / Zexin Li, Aritra Samanta, Yufei Li 他
日本語で読む → - 論文安全強化学習ロボティクス
想像力で学ぶ:安全集合誘導による状態制約付き方策最適化
ブラックボックスな安全モニタと仮想コストを用いて、学習中の違反をゼロに抑えつつ状態ごとの制約を満たす安全な強化学習方策を獲得する手法を提案。
原題: Learn With Imagination: Safe Set Guided State-wise Constrained Policy Optimization / Yifan Sun, Feihan Li, Weiye Zhao 他
日本語で読む → - 論文グラフ強化学習/航空交通管理cs.MA
グラフ強化学習による都市航空モビリティ・バーティポートのスケジュール管理意思決定支援
都市航空モビリティのバーティポートにおける離着陸スケジュール管理を、物理スポットと機体を別々のグラフで表現しグラフ畳み込みネットワークと強化学習で最適化する手法を提案。AirSimシミュレーションで遅延・衝突・バッテリー消費の改善を実証した。
原題: Fast Decision Support for Air Traffic Management at Urban Air Mobility Vertiports using Graph Learning / Prajit KrisshnaKumar, Jhoel Witter, Steve Paul 他
日本語で読む → - 論文強化学習機械学習
サイクロフォビック強化学習
新規性を報酬とするのではなく、状態の巡回(サイクル)を罰することで冗長な探索を避け、階層表現と組み合わせてMiniGridやMiniHackで高効率な探索を実現した。
原題: Cyclophobic Reinforcement Learning / Stefan Sylvius Wagner, Peter Arndt, Jan Robine 他
日本語で読む → - 論文強化学習ロボティクス
終端状態での意図的な価値過小評価によるTD学習の報酬設計ミス対策
強化学習のエピソード終了時にTD学習が行う例外処理が、報酬設計によって意図しない過大評価を引き起こし誤った方策を学習する問題を解決するため、終端後の価値を意図的に過小評価する手法を提案し、実機実験で有効性を示した。
原題: Intentionally-underestimated Value Function at Terminal State for Temporal-difference Learning with Mis-designed Reward / Taisuke Kobayashi
日本語で読む → - 論文自動運転/強化学習ロボティクス
無信号交差点自動運転のための段階的クリッピング減衰付きカリキュラム近接方策最適化
無信号交差点の自動運転に向け、訓練段階に応じてPPOのクリッピング幅を減衰させ、カリキュラム学習と組み合わせたCPPOを提案し、適応性と学習速度の向上を示した。
原題: Curriculum Proximal Policy Optimization with Stage-Decaying Clipping for Self-Driving at Unsignalized Intersections / Zengqi Peng, Xiao Zhou, Yubin Wang 他
日本語で読む → - 論文選好ベース強化学習機械学習
STRAPPER: 自己訓練拡張とピア正則化による選好ベース強化学習
選好ベース強化学習において、類似性トラップ問題を克服するために自己訓練拡張とピア正則化を組み合わせた手法を提案し、移動やロボット操作タスクで有効性を示した。
原題: STRAPPER: Preference-based Reinforcement Learning via Self-training Augmentation and Peer Regularization / Yachen Kang, Li He, Jinxin Liu 他
日本語で読む → - 論文強化学習機械学習
部分観測制御タスクにおける深層強化学習のためのPIDに着想を得た帰納バイアス
PID制御の考え方を取り入れ、履歴を要約する2つのアーキテクチャを提案し、追従タスクや移動制御タスクで従来手法より高い性能とロバスト性を実現した。
原題: PID-Inspired Inductive Biases for Deep Reinforcement Learning in Partially Observable Control Tasks / Ian Char, Jeff Schneider
日本語で読む → - 論文オフライン強化学習機械学習
目標条件付き予測符号化によるオフライン強化学習
オフライン強化学習において、軌道を系列モデルで符号化し目標条件付き方策を学習する枠組みを提案し、目標条件付き予測符号化(GCPC)により複数のベンチマークで高性能を達成した。
原題: Goal-Conditioned Predictive Coding for Offline Reinforcement Learning / Zilai Zeng, Ce Zhang, Shijie Wang 他
日本語で読む → - 論文強化学習機械学習
弾力的な意思決定トランスフォーマー
テスト時に履歴長を調整することで軌道の縫合を可能にし、Decision Transformerの性能を向上させる手法を提案。
原題: Elastic Decision Transformer / Yueh-Hua Wu, Xiaolong Wang, Masashi Hamaya
日本語で読む → - 論文目標条件付き強化学習ロボティクス
もつれ表現と到達可能性計画を組み合わせた目標条件付き強化学習
高次元観測からロボット姿勢と物体位置を自己教師ありで分離して表現し、サブゴールの到達可能性を判定するモジュールで中間目標を計画することで、長期的な目標達成タスクを効率的に学習する手法を提案。
原題: Goal-Conditioned Reinforcement Learning with Disentanglement-based Reachability Planning / Zhifeng Qian, Mingyu You, Hongjun Zhou 他
日本語で読む → - 論文強化学習/自動運転ロボティクス
深層強化学習を用いた自律ミニチュアレーシングカーにおける画像ベースの行動平滑化正則化
深層強化学習によるミニチュアカー制御で、画像特徴量に基づく行動平滑化正則化(I-RAS)と適応的な正則化重み制御(IR制御)を提案し、実世界のトラックで成功率と完走率を大幅に改善した。
原題: Image-based Regularization for Action Smoothness in Autonomous Miniature Racing Car with Deep Reinforcement Learning / Hoang-Giang Cao, I Lee, Bo-Jiun Hsu 他
日本語で読む → - 論文強化学習機械学習
ユークリッド対称性は強化学習と計画に活用できるか?
強化学習と計画問題におけるユークリッド群対称性を統一的に扱う理論を提案し、同変なサンプリングベース計画アルゴリズムを構築する手法を開発した。
原題: Can Euclidean Symmetry be Leveraged in Reinforcement Learning and Planning? / Linfeng Zhao, Owen Howell, Jung Yeon Park 他
日本語で読む → - 論文自動運転/メタ強化学習ロボティクス
ガイド付きメタ強化学習によるロバストな運転方策学習
社会車両の多様な運転方策を単一のメタ方策として学習し、それらを相手に訓練することで、未知の挙動にも頑健な自動運転方策を獲得する手法を提案した。
原題: Robust Driving Policy Learning with Guided Meta Reinforcement Learning / Kanghoon Lee, Jiachen Li, David Isele 他
日本語で読む → - 論文実世界強化学習機械学習
近似物理モデルによる効率的で信頼性の高い実世界強化学習
簡略化された物理モデルを活用し、実世界データを数分程度しか使わずに高精度な制御方策を学習するポリシー勾配フレームワークを提案。小型車と四足歩行ロボットで有効性を実証した。
原題: Enabling Efficient, Reliable Real-World Reinforcement Learning with Approximate Physics-Based Models / Tyler Westenbroek, Jacob Levy, David Fridovich-Keil
日本語で読む → - 論文強化学習機械学習
形式解釈可能性を備えた確率的制約付き強化学習
強化学習の解釈可能性を高めるため、適応的Wasserstein変分最適化(AWaVO)を提案し、収束保証や訓練の透明性、意思決定の解釈を形式手法で実現した。
原題: Probabilistic Constrained Reinforcement Learning with Formal Interpretability / Yanran Wang, Qiuchen Qian, David Boyle
日本語で読む → - 論文強化学習機械学習
並列Q学習:大規模並列シミュレーション下でのオフポリシー強化学習のスケーリング
GPUベースの大規模並列シミュレーション環境で、オフポリシー強化学習(Q学習)を効率的にスケールさせる並列Q学習(PQL)を提案し、PPOを上回る実時間性能とサンプル効率を実現した。
原題: Parallel $Q$-Learning: Scaling Off-policy Reinforcement Learning under Massively Parallel Simulation / Zechu Li, Tao Chen, Zhang-Wei Hong 他
日本語で読む → - 論文ベイズ強化学習ロボティクス
POMDPのためのロボット上ベイズ強化学習
物理システム向けに因子分解表現と粒子フィルタ・MCTSを組み合わせたベイズ強化学習フレームワークを提案し、人間との相互作用タスクで実機学習の効率を示した。
原題: On-Robot Bayesian Reinforcement Learning for POMDPs / Hai Nguyen, Sammie Katt, Yuchen Xiao 他
日本語で読む → - 論文手術ロボット/強化学習/スキル連鎖ロボティクス
手術ロボットの長期的タスクのための価値情報付きスキル連鎖による方策学習
手術ロボットの長期的タスクをサブタスクに分解し、状態価値関数を用いてサブタスク方策の接続に適した終了状態を選択することで、安定したスキル連鎖を実現する強化学習フレームワークを提案した。
原題: Value-Informed Skill Chaining for Policy Learning of Long-Horizon Tasks with Surgical Robot / Tao Huang, Kai Chen, Wang Wei 他
日本語で読む → - 論文視覚強化学習機械学習
MoVie: 視点汎化のための視覚モデルベース方策適応
視覚強化学習エージェントが未知の視点に適応できるよう、テスト時に報酬信号なしでモデルベース方策を適応させる手法を提案し、18タスクで大幅な性能向上を達成した。
原題: MoVie: Visual Model-Based Policy Adaptation for View Generalization / Sizhe Yang, Yanjie Ze, Huazhe Xu
日本語で読む → - 論文オフライン強化学習機械学習
拡散ポリシーによるオフライン強化学習の分布外汎化
オフライン強化学習において、拡散ポリシーに状態再構成特徴学習を組み込むことで、分布外状態への汎化性能を向上させる手法SRDPを提案し、実機ロボットとベンチマークで有効性を示した。
原題: Diffusion Policies for Out-of-Distribution Generalization in Offline Reinforcement Learning / Suzan Ece Ada, Erhan Oztop, Emre Ugur
日本語で読む → - 論文強化学習AI
手作り報酬関数なしの自動カリキュラム強化学習による機動意思決定
報酬関数を手設計せずに、初期状態の範囲で難易度を分けた自動カリキュラム強化学習により、無人戦闘機が空戦での追跡・攻撃・回避の機動判断を習得する手法を提案した。
原題: Maneuver Decision-Making Through Automatic Curriculum Reinforcement Learning Without Handcrafted Reward functions / Zhang Hong-Peng
日本語で読む → - 論文強化学習/探索機械学習
ゴールへの道しるべ:人間参加型フィードバックによる目標条件付き探索
非専門家からの低品質で非同期なフィードバックを活用し、報酬設計なしでロボットの探索と方策学習を実現するHuGEを提案。シミュレーションと実機の多段階ナビ・操作タスクで有効性を示した。
原題: Breadcrumbs to the Goal: Goal-Conditioned Exploration from Human-in-the-Loop Feedback / Marcel Torne, Max Balsells, Zihan Wang 他
日本語で読む → - 論文自律航行/強化学習ロボティクス
Aeolus Ocean:自律型水上ドローンのためのCOLREG準拠ナビゲーションを深層強化学習と海上物体検出で実現するシミュレーション環境
海上交通ルール(COLREG)を守りつつ深層強化学習と物体検出で自律航行する水上ドローンの制御系を、現実的な海洋シミュレータ上で開発・評価した研究。
原題: Aeolus Ocean -- A simulation environment for the autonomous COLREG-compliant navigation of Unmanned Surface Vehicles using Deep Reinforcement Learning and Maritime Object Detection / Andrew Alexander Vekinis, Stavros Perantonis
日本語で読む → - 論文強化学習/自律システムロボティクス
BERRY: ビットエラーに頑健な省エネ強化学習自律システム
低電圧動作によるビットエラーに強い強化学習フレームワークBERRYを提案し、UAVの飛行エネルギーと計算エネルギーを削減しつつミッション成功率を向上させた。
原題: BERRY: Bit Error Robustness for Energy-Efficient Reinforcement Learning-Based Autonomous Systems / Zishen Wan, Nandhini Chandramoorthy, Karthik Swaminathan 他
日本語で読む → - 論文強化学習ロボティクス
事前行動を探索してタスクを解く学習法
デモンストレーションに含まれない事前行動を内在的報酬で探索・獲得し、スパース報酬タスクを解く手法IRDECを提案。
原題: Learning to Solve Tasks with Exploring Prior Behaviours / Ruiqi Zhu, Siyuan Li, Tianhong Dai 他
日本語で読む → - 論文オフライン強化学習機械学習
実機ロボットにおけるオフライン強化学習のベンチマーク
器用な操作タスク向けに、シミュレーションで訓練したRLエージェントが収集した大規模オフラインデータセットと実機・シミュレーション実行環境を提供するベンチマークを提案し、主要なオフラインRLアルゴリズムを評価した。
原題: Benchmarking Offline Reinforcement Learning on Real-Robot Hardware / Nico Gürtler, Sebastian Blaes, Pavel Kolev 他
日本語で読む →
PR・アフィリエイト広告
