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: 2018/6/1 / 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sim2realロボティクス
PAC-Bayes制御:未知環境への汎化を保証する方策学習
制御方策の未知環境への汎化を教師あり学習の汎化理論と対応づけ、PAC-Bayes枠組みで期待コストの上限を最小化する方策学習法を提案し、障害物回避や把持、ドローン航行で有効性を示した。
原題: PAC-Bayes Control: Learning Policies that Provably Generalize to Novel Environments / Anirudha Majumdar, Alec Farid, Anoopkumar Sonar
日本語で読む → - 論文sim2realロボティクス
森林飛行のための転移学習可能なUAV視覚認識
Unreal Engineで森林トレイルのデータセットを構築し、ResNet-18で進行方向を分類する単眼UAVの衝突回避飛行を学習。多カーネルMMDによる適応でシミュレーションから実環境へ転移し、実機で84%の精度を達成した。
原題: Learning Transferable UAV for Forest Visual Perception / Lyujie Chen, Wufan Wang, Jihong Zhu
日本語で読む → - 論文sim2realロボティクス
変形物体操作のためのsim-to-real強化学習
布などの変形物体を対象に、ドメインランダム化を用いてシミュレーションで強化学習エージェントを訓練し、実世界へ転移させてタオル折りやハンガー掛けなどのタスクを成功させた論文。
原題: Sim-to-Real Reinforcement Learning for Deformable Object Manipulation / Jan Matas, Stephen James, Andrew J. Davison
日本語で読む → - 論文sim2realロボティクス
実世界デモンストレーションから人間可読な計画を学習する合成訓練ニューラルネットワーク
実世界のデモンストレーションから人間が読めるプログラムを推論・実行するシステムを提案し、合成画像のみで訓練した知覚ネットワークと計画生成・実行ネットワークをBaxterロボットの積み木タスクで実世界検証した。
原題: Synthetically Trained Neural Networks for Learning Human-Readable Plans from Real-World Demonstrations / Jonathan Tremblay, Thang To, Artem Molchanov 他
日本語で読む → - 論文sim2realロボティクス
ノイズ耐性のある構造化探索によるシミュレーション最適化
ブラックボックス最適化の有限差分を、直交行列に基づく構造化摂動で置き換え、ノイズに強い勾配近似を実現した。軌道最適化や四足歩行のsim2realに応用した。
原題: Optimizing Simulations with Noise-Tolerant Structured Exploration / Krzysztof Choromanski, Atil Iscen, Vikas Sindhwani 他
日本語で読む → - 論文sim2realロボティクス
不正確な知覚シミュレーションを伴うデータ駆動型ポリシー転送
非微分可能な物理シミュレータと複雑な状態推定を扱うため、生成モデルでシミュレータ出力を補正しつつ、粗から細への学習で実機にポリシーを転送する手法を提案した。
原題: Data-driven Policy Transfer with Imprecise Perception Simulation / Martin Pecka, Karel Zimmermann, Matěj Petrlík 他
日本語で読む → - 論文sim2realAI
地形RLシミュレータ
ランダム生成地形を含む89種類の難易度別シミュレーション環境を提供し、エージェント形態や地形分布を変更できるライブラリを公開した論文。
原題: Terrain RL Simulator / Glen Berseth, Xue Bin Peng, Michiel van de Panne
日本語で読む → - 論文sim2realロボティクス
四足歩行ロボットの俊敏な移動をシミュレーションから実世界へ学習させる
深層強化学習で四足歩行の制御をシミュレーション上で学習し、シミュレータ改良とロバスト方策で実機に転移させ、トロットとギャロップを実現した。
原題: Sim-to-Real: Learning Agile Locomotion For Quadruped Robots / Jie Tan, Tingnan Zhang, Erwin Coumans 他
日本語で読む → - 論文sim2realロボティクス
モジュール化と抽象化による運転ポリシーの転移
シミュレーションで学習した運転ポリシーを、生の知覚入力や低レベル車両動力学に直接触れさせないモジュール構造で包み込み、実世界の1/5スケールロボットトラックへファインチューニングなしで転移させた。
原題: Driving Policy Transfer via Modularity and Abstraction / Matthias Müller, Alexey Dosovitskiy, Bernard Ghanem 他
日本語で読む → - 論文sim2realロボティクス
CAT車両テストベッド:ハードウェア・イン・ザ・ループ対応の自動運転シミュレータ
ROSベースの物理車両モデルとシミュレーションを組み合わせ、シミュレーションからハードウェア・イン・ザ・ループへシームレスに移行できる自動運転研究用テストベッドを提案した。
原題: The CAT Vehicle Testbed: A Simulator with Hardware in the Loop for Autonomous Vehicle Applications / Rahul Kumar Bhadani, Jonathan Sprinkle, Matthew Bunting
日本語で読む → - 論文sim2realロボティクス
非把持マニピュレーションのための強化学習:シミュレーションから実機への転移
3台のPhantomロボットで物体を押して目標位置へ運ぶ制御を、同定したシミュレータ上でモデルベース強化学習により学習し、追加学習なしで実機に転移できることを示した。モデルアンサンブル学習によりモデリング誤差への頑健性も向上する。
原題: Reinforcement learning for non-prehensile manipulation: Transfer from simulation to physical system / Kendall Lowrey, Svetoslav Kolev, Jeremy Dao 他
日本語で読む → - 論文メタ学習/sim2real機械学習
モデルベース強化学習による実世界でのオンライン適応学習
メタ学習で力学モデルの事前分布を訓練し、実世界の脚式小型ロボットが脚の欠損や未知の地形、姿勢推定誤差などにオンラインで素早く適応できることを示した論文。
原題: Learning to Adapt in Dynamic, Real-World Environments Through Meta-Reinforcement Learning / Anusha Nagabandi, Ignasi Clavera, Simin Liu 他
日本語で読む → - 論文sim2realロボティクス
知識駆動型シミュレーション・イン・ザ・ループによる深海ロボット運用の堅牢な連続システム統合
実世界データを組み込んだ高忠実度シミュレーションをループ内に統合し、深海ロボットの知覚・自己位置推定などを実環境と模擬環境で同時に評価・ベンチマークする手法を提案した。
原題: Robust Continuous System Integration for Critical Deep-Sea Robot Operations Using Knowledge-Enabled Simulation in the Loop / Christian A. Mueller, Tobias Doernbach, Arturo Gomez Chavez 他
日本語で読む → - 論文sim2real機械学習
実機ロボットで強化学習タスクを構築するための指針
UR5ロボットアームで強化学習タスクを構築し、セットアップの詳細が学習性能や再現性に大きく影響することを示すとともに、実機での信頼性の高い実験を可能にする改善策を提案した。
原題: Setting up a Reinforcement Learning Task with a Real-World Robot / A. Rupam Mahmood, Dmytro Korenkevych, Brent J. Komer 他
日本語で読む → - 論文sim2realロボティクス
インフラ支援型自動運転のための分散ハイブリッドHILシミュレーション基盤
路側インフラに知能を分散させる自動運転パラダイム(IEA)を検討するため、実ハードウェアと通信機器を組み込んだ分散型ハードウェア・イン・ザ・ループシミュレーションを構築し、複数カメラ情報による車両の閉ループ制御を実証した。
原題: A Distributed Hybrid Hardware-In-the-Loop Simulation framework for Infrastructure Enabled Autonomy / Abhishek Nayak, Kenny Chour, Tyler Marr 他
日本語で読む → - 論文sim2realロボティクス
協調シミュレーションによるロボット設計選択肢の比較概要
制御ソフトの離散事象モデルとロボット物理部の連続時間モデルを組み合わせた協調モデリング手法を提案し、移動ロボット給餌システムの例で設計候補の影響をシミュレーションで比較評価した。
原題: Robotic design choice overview using co-simulation / Martin Peter Christiansen, Peter Gorm Larsen, Rasmus Nyholm Jørgensen
日本語で読む → - 論文sim2real画像認識
仮想から現実へ:視覚的セマンティックセグメンテーションを用いた制御学習
RGB画像をセマンティックセグメンテーションに変換する知覚モジュールと強化学習による制御ポリシーを分離したモジュール型アーキテクチャを提案し、シミュレータで学習したモデルを実世界の障害物回避・目標追従タスクへ効率的に転移できることを示した。
原題: Virtual-to-Real: Learning to Control in Visual Semantic Segmentation / Zhang-Wei Hong, Chen Yu-Ming, Shih-Yang Su 他
日本語で読む → - 論文sim2realロボティクス
ロボット用VRゴーグル:視覚制御のための実世界からシミュレーションへのドメイン適応
実世界の画像をシミュレーション風に変換してから強化学習ポリシーに入力することで、シミュレーションで学習した視覚制御ポリシーを実環境へ転移する手法を提案した論文。
原題: VR-Goggles for Robots: Real-to-sim Domain Adaptation for Visual Control / Jingwei Zhang, Lei Tai, Peng Yun 他
日本語で読む → - 論文sim2real機械学習
シミュレーションと実世界の交差点における自動運転知識の転移
交差点処理を強化学習問題として扱い、ある交差点で学習したモデルは他へ汎化しにくいが、事前学習とファインチューニングで性能が向上し、シミュレーションから実車への知識転移も有効であることを示した。
原題: Transferring Autonomous Driving Knowledge on Simulated and Real Intersections / David Isele, Akansel Cosgun
日本語で読む → - 論文sim2realロボティクス
ガウス過程を用いたマルチフィデリティ強化学習
複数の忠実度のシミュレータを連鎖させ、ガウス過程を組み込むことで実環境サンプル数を削減する強化学習手法を提案し、地上ロボットのナビゲーションで有効性を示した。
原題: Multi-Fidelity Reinforcement Learning with Gaussian Processes / Varun Suryan, Nahush Gondhalekar, Pratap Tokekar
日本語で読む → - 論文sim2realロボティクス
目視と連続制御による高精度把持のsim2real転移
視覚モジュールと閉ループ制御を分離し、実背景とシミュレーション画像を合成して学習することで、実機で直径1.37cmの小球を90%の成功率で把持できる手法を実現した。
原題: Sim-to-Real Transfer of Accurate Grasping with Eye-In-Hand Observations and Continuous Control / Mengyuan Yan, Iuri Frosio, Stephen Tyree 他
日本語で読む → - 論文sim2real画像認識
再帰制御による視点不変なSim2Realビジュアルサーボ
深層再帰コントローラを強化学習で訓練し、視点変化に頑健なビジュアルサーボを実現。知覚と制御を分離して視覚層のみ適応させることで実機へ転移した。
原題: Sim2Real View Invariant Visual Servoing by Recurrent Control / Fereshteh Sadeghi, Alexander Toshev, Eric Jang 他
日本語で読む → - 論文sim2real画像認識
敵対的学習によるドメイン適応を用いた自律ナビゲーション
シミュレータ画像を実写風に変換する敵対的ドメイン適応で、安価な単眼カメラのみを使った屋外自律走行モデルを学習した研究。
原題: Domain Adaptation Using Adversarial Learning for Autonomous Navigation / Jaeyoon Yoo, Yongjun Hong, YungKyun Noh 他
日本語で読む → - 論文sim2realロボティクス
ダイナミクスランダム化によるロボット制御のsim2real転移
シミュレータのダイナミクスを訓練中にランダム化することで、実機でそのまま使える頑健な制御方策を獲得し、ロボットアームの物体押しタスクで実機転移を実証した論文。
原題: Sim-to-Real Transfer of Robotic Control with Dynamics Randomization / Xue Bin Peng, Marcin Andrychowicz, Wojciech Zaremba 他
日本語で読む → - 論文sim2realロボティクス
画像ベースロボット学習のための非対称アクター・クリティック
シミュレータ内でクリティックには完全状態、アクターにはRGBD画像のみを与える非対称なアクター・クリティック学習を提案し、ドメインランダム化と組み合わせて実世界データなしで実機へ転移できることを示した。
原題: Asymmetric Actor Critic for Image-Based Robot Learning / Lerrel Pinto, Marcin Andrychowicz, Peter Welinder 他
日本語で読む → - 論文sim2realロボティクス
GeneSIS-RT: 実世界の二次タスク学習のための合成画像生成
シミュレーションとラベルのない実画像を画像変換で組み合わせ、実世界タスク用の高品質な合成訓練データを生成する手法を提案し、セマンティックセグメンテーションや障害物回避、クアッドコプターの高速飛行で有効性を示した。
原題: GeneSIS-RT: Generating Synthetic Images for training Secondary Real-world Tasks / Gregory J. Stein, Nicholas Roy
日本語で読む → - 論文sim2realロボティクス
物理エンジンとベイズ最適化によるデータ効率の良いモデル同定と方策探索
物理エンジン上で実機実験を再現し、ベイズ最適化で機械パラメータを同定する手法を提案。完全な精度より「方策評価に十分なモデル」を目指すことで、実機データを大幅に削減しつつ方策学習を効率化する。
原題: Fast Model Identification via Physics Engines for Data-Efficient Policy Search / Shaojun Zhu, Andrew Kimmel, Kostas E. Bekris 他
日本語で読む → - 論文sim2real機械学習
シミュレーションからのインスタンス把持学習のためのマルチタスクドメイン適応
シミュレーションで学習した把持モデルを、ドメイン敵対的損失と無差別把持データを用いて実機に転移するマルチタスクドメイン適応手法を提案し、実ロボット実験で有効性を示した。
原題: Multi-Task Domain Adaptation for Deep Learning of Instance Grasping from Simulation / Kuan Fang, Yunfei Bai, Stefan Hinterstoisser 他
日本語で読む → - 論文sim2realロボティクス
DoShiCoチャレンジ:制御予測におけるドメインシフト
非現実的な基本シミュレーション環境で訓練したドローン衝突回避ポリシーが、現実的な環境でも適用できるかを競うベンチマークを提案し、深度予測を補助タスクに用いるベースライン手法を実装した。
原題: DoShiCo Challenge: Domain Shift in Control Prediction / Klaas Kelchtermans, Tinne Tuytelaars
日本語で読む → - 論文sim2realロボティクス
実在する人間の関節可動域を物理シミュレーションで再現するデータ駆動手法
実人間のデータから関節可動域の境界をニューラルネットで学習し、物理エンジン上で現実的な関節制約を効率的に再現する手法を提案した。
原題: Data-Driven Approach to Simulating Realistic Human Joint Constraints / Yifeng Jiang, C. Karen Liu
日本語で読む →
PR・アフィリエイト広告
