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: 2023/5/1 / 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 →- 論文自動運転/強化学習ロボティクス
鳥瞰図状態表現を用いた都市運転ポリシーの効率的学習
自動運転の強化学習において、鳥瞰図表現と再帰的学習アーキテクチャを提案し、CARLAシミュレータで従来のフレームスタッキング法より効率的に学習できることを示した。
原題: Efficient Learning of Urban Driving Policies Using Bird's-Eye-View State Representations / Raphael Trumpp, Martin Büchner, Abhinav Valada 他
日本語で読む → - 論文強化学習機械学習
潜在拡散モデルによる行動多様性を持つ方策の生成
品質多様性強化学習で得た多数の方策を拡散モデルで蒸留し、13倍の圧縮率で性能とカバレッジを保ちつつ、言語による行動選択も可能にした。
原題: Generating Behaviorally Diverse Policies with Latent Diffusion Models / Shashank Hegde, Sumeet Batra, K. R. Zentner 他
日本語で読む → - 論文強化学習機械学習
LTL仕様に対する最適性保証付きサンプル効率の良いモデルフリー強化学習
LTL仕様を満たす確率を最大化する最適方策を、未知のMDP上でモデルフリーRLによりサンプル効率良く学習する手法を提案し、最適性保証と実験的検証を示した。
原題: Sample Efficient Model-free Reinforcement Learning from LTL Specifications with Optimality Guarantees / Daqian Shao, Marta Kwiatkowska
日本語で読む → - 論文教師なし強化学習機械学習
球面上での連続スキルの教師なし発見
スキルを球面上の連続値として表現し、相互情報量最大化により無限に多様なスキルを教師なしで獲得する手法DISCSを提案し、MuJoCo Antで従来法より多様な行動を学習できることを示した。
原題: Unsupervised Discovery of Continuous Skills on a Sphere / Takahisa Imagawa, Takuya Hiraoka, Yoshimasa Tsuruoka
日本語で読む → - 論文強化学習機械学習
実世界ポリシー最適化におけるサイクルタイム調整コストの削減
強化学習の行動サイクルタイムを変えた際にハイパーパラメータを再調整する手間を減らすため、サイクルタイムに基づく新しいハイパーパラメータ設定法を提案し、実機ロボットタスクで有効性を示した。
原題: Reducing the Cost of Cycle-Time Tuning for Real-World Policy Optimization / Homayoon Farrahi, A. Rupam Mahmood
日本語で読む → - 論文制御/モデルベース強化学習AI
制御のための汎用ダイナミクスモデル
Transformerをダイナミクスモデルとして用い、未知環境への少数ショット・ゼロショット汎化性能を実証し、制御の基盤モデルとしての可能性を示した。
原題: A Generalist Dynamics Model for Control / Ingmar Schubert, Jingwei Zhang, Jake Bruce 他
日本語で読む → - 論文制御/強化学習ロボティクス
エピグラフ形式と深層強化学習による安定化・回避最適制御の解法
安定化と安全制約を同時に満たす制御問題を、エピグラフ形式の二段階最適化に変換し、オンポリシー深層強化学習とニューラルネット回帰を組み合わせて解く手法を提案した。
原題: Solving Stabilize-Avoid Optimal Control via Epigraph Form and Deep Reinforcement Learning / Oswin So, Chuchu Fan
日本語で読む → - 論文メタ強化学習機械学習
モロー包絡を用いた一階メタ強化学習
モロー包絡を正則化に用いてメタ方策を効率的に学習するMEMRLを提案し、非凸方策勾配最適化の収束解析と2Dナビゲーションでの有効性を示した。
原題: On First-Order Meta-Reinforcement Learning with Moreau Envelopes / Mohammad Taha Toghani, Sebastian Perez-Salazar, César A. Uribe
日本語で読む → - 論文強化学習機械学習
暗黙的・双方向カリキュラムによるデモンストレーション不要の自律強化学習
デモンストレーションやリセットなしで非エピソード的に学習する自律強化学習手法を提案し、学習進捗に応じて起動する補助エージェントと最適輸送に基づく双方向ゴールカリキュラムで従来手法を上回った。
原題: Demonstration-free Autonomous Reinforcement Learning via Implicit and Bidirectional Curriculum / Jigang Kim, Daesol Cho, H. Jin Kim
日本語で読む → - 論文医療ロボティクス/強化学習ロボティクス
深層強化学習によるワイヤレスカプセル内視鏡の胃カバレッジスキャン制御
磁気カプセル内視鏡で胃全体をくまなくスキャンするため、VR-Capsシミュレータ上でPPOとSACを比較し、150秒で98%のカバレッジを達成した。
原題: Deep Reinforcement Learning-Based Control for Stomach Coverage Scanning of Wireless Capsule Endoscopy / Yameng Zhang, Long Bai, Li Liu 他
日本語で読む → - 論文強化学習ロボティクス
方策ネットワークの潜在空間における時間相関探索
強化学習において、方策ネットワークの潜在状態に時間相関のあるノイズを注入することで、過剰駆動系でも効率的に探索できる手法Latticeを提案した。
原題: Latent Exploration for Reinforcement Learning / Alberto Silvio Chiappa, Alessandro Marin Vargas, Ann Zixiang Huang 他
日本語で読む → - 論文強化学習機械学習
3D環境における部分同変グラフ強化学習
任意の初期姿勢・方向から3D空間を自由に移動できる形態非依存RLベンチマークを提案し、幾何対称性を組み込んだTransformerで方策を学習する手法を開発した。
原題: Subequivariant Graph Reinforcement Learning in 3D Environments / Runfa Chen, Jiaqi Han, Fuchun Sun 他
日本語で読む → - 論文階層強化学習機械学習
階層グラフ強化学習
強化学習において、階層的な方策とピラミッド型メッセージパッシングを組み合わせ、グラフベースのモジュール方策の情報ボトルネックを解消するFGRLを提案。グラフクラスタリングとMuJoCo移動タスクで有効性を示した。
原題: Feudal Graph Reinforcement Learning / Tommaso Marzi, Arshjot Khehra, Andrea Cini 他
日本語で読む → - 論文逆強化学習ロボティクス
矯正的逆強化学習における特徴表現の診断と拡張
ロボットが人間のフィードバックから学ぶ際、特徴が完全に欠落している場合と、存在するが新しい環境に汎化しない場合を区別し、それぞれに応じた修正手法を提案する。
原題: Diagnosing and Augmenting Feature Representations in Correctional Inverse Reinforcement Learning / Inês Lourenço, Andreea Bobu, Cristian R. Rojas 他
日本語で読む → - 論文強化学習ロボティクス
視程外空戦のための自律エージェント:深層強化学習によるアプローチ
深層強化学習を用いて視程外空戦シミュレーションで行動するエージェントを開発し、自己対戦による新戦術の生成や実パイロットとの性能比較を目指す。
原題: Autonomous Agent for Beyond Visual Range Air Combat: A Deep Reinforcement Learning Approach / Joao P. A. Dantas, Marcos R. O. A. Maximo, Takashi Yoneyama
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
FastRLAP: 深層強化学習と自律練習による高速走行学習システム
小型RCカーが実世界で自律的に強化学習を行い、20分未満の訓練で攻撃的な走行スキルを獲得するシステムを提案。
原題: FastRLAP: A System for Learning High-Speed Driving via Deep RL and Autonomous Practicing / Kyle Stachowicz, Dhruv Shah, Arjun Bhorkar 他
日本語で読む → - 論文強化学習機械学習
行動制約付きロボティクス制御のためのActor-Critic強化学習アルゴリズムのベンチマーク
行動制約を課した強化学習アルゴリズムを複数のロボット制御環境で比較評価し、単純なベースラインの有効性など意外な知見を示したベンチマーク研究。
原題: Benchmarking Actor-Critic Deep Reinforcement Learning Algorithms for Robotics Control with Action Constraints / Kazumi Kasaura, Shuwa Miura, Tadashi Kozuno 他
日本語で読む → - 論文説明可能強化学習機械学習
報酬分解による高レベルなロボット説明の再検討
強化学習ロボットの行動を、抽象化された行動空間と報酬分解を組み合わせて、物体属性に基づく高レベルで曖昧さのない説明を生成する枠組みを提案した。
原題: A Closer Look at Reward Decomposition for High-Level Robotic Explanations / Wenhao Lu, Xufeng Zhao, Sven Magg 他
日本語で読む → - 論文飛行制御/強化学習ロボティクス
深層学習で小型UAVの突風抑制に必要なセンサを削減
深層強化学習を用いて、たわみ翼を制御する突風抑制コントローラを開発し、機載の圧力センサ信号から突風影響を84%低減した。さらに、3つの圧力センサのみでも6つと同等の性能が得られることを示した。
原題: Deep learning reduces sensor requirements for gust rejection on a small uncrewed aerial vehicle morphing wing / Kevin PT. Haughn, Christina Harvey, Daniel J. Inman
日本語で読む → - 論文マルチエージェント強化学習機械学習
モデルベース動的シールディングによる安全で効率的なマルチエージェント強化学習
マルチエージェント強化学習において、エージェントの状態に応じて動的に分割・統合・再計算される分散型シールドをモデルベースで合成し、安全性と学習効率を両立させる手法を提案した。
原題: Model-based Dynamic Shielding for Safe and Efficient Multi-Agent Reinforcement Learning / Wenli Xiao, Yiwei Lyu, John Dolan
日本語で読む → - 論文ソフトロボティクス/強化学習ロボティクス
Tracker: 薄型マッキベン筋を装着した人間の指の追従制御のためのモデルベース強化学習
薄型マッキベン筋を装着した人間の指の関節を目標軌道に追従させるため、DreamerV2を拡張したモデルベース強化学習手法Trackerを提案し、PIDより約81%小さい誤差を達成した。
原題: Tracker: Model-based Reinforcement Learning for Tracking Control of Human Finger Attached with Thin McKibben Muscles / Daichi Saito, Eri Nagatomo, Jefferson Pardomuan 他
日本語で読む → - 論文強化学習/シミュレーションロボティクス
深層強化学習に基づく車両運転シミュレーション用モーションキューイングアルゴリズム
深層強化学習(PPO)を用いて、モーションシミュレーションプラットフォームの制御戦略を学習し、従来手法より没入感の高いモーションキューイングを実現した。
原題: A Deep Reinforcement Learning Based Motion Cueing Algorithm for Vehicle Driving Simulation / Hendrik Scheidel, Houshyar Asadi, Tobias Bellmann 他
日本語で読む → - 論文安全強化学習制御
バリア・リャプノフアクタークリティックによる安定かつ安全な強化学習
制御バリア関数と制御リャプノフ関数をアクタークリティック強化学習に組み込み、安全性と安定性を両立するBLACフレームワークを提案し、バックアップコントローラで制約違反を低減した。
原題: Stable and Safe Reinforcement Learning via a Barrier-Lyapunov Actor-Critic Approach / Liqun Zhao, Konstantinos Gatsis, Antonis Papachristodoulou
日本語で読む → - 論文被覆計画/強化学習ロボティクス
レイトレーシングと被覆計画制御を統合した強化学習
限られた視野のセンサを持つ移動エージェントが対象物表面を効率的に被覆するため、レイトレーシングを組み込んだ被覆計画を強化学習で解く手法を提案。
原題: Integrated Ray-Tracing and Coverage Planning Control using Reinforcement Learning / Savvas Papaioannou, Panayiotis Kolios, Theocharis Theocharides 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
複数追跡者からの回避を学習するドローンの安全な目標到達ナビゲーション
複数の敵対的追跡者から攻撃を受けながら目標へ到達するため、非同期マルチステージ深層強化学習(AMS-DRL)で追跡者と回避者の方策を交互に訓練し、実機飛行でも有効性を確認した研究。
原題: Learning Multi-Pursuit Evasion for Safe Targeted Navigation of Drones / Jiaping Xiao, Mir Feroskhan
日本語で読む → - 論文強化学習機械学習
エージェントは見知らぬエージェントとリレーできるか?強化学習の分布外軌道への汎化
強化学習エージェントが他のエージェントの軌道途中から制御を引き継ぐ「リレー汎化」を評価し、自己軌道拡張(STA)で改善する手法を提案。
原題: Can Agents Run Relay Race with Strangers? Generalization of RL to Out-of-Distribution Trajectories / Li-Cheng Lan, Huan Zhang, Cho-Jui Hsieh
日本語で読む → - 論文UAV/強化学習ロボティクス
PyFlyt:強化学習研究のためのUAVシミュレーション環境
Bullet物理エンジンとGymnasium APIを用いたUAV向け強化学習環境PyFlytを提案し、クアッドローターと固定翼の制御タスクでその有効性を示した。
原題: PyFlyt -- UAV Simulation Environments for Reinforcement Learning Research / Jun Jet Tai, Jim Wong, Mauro Innocente 他
日本語で読む → - 論文オフライン強化学習ロボティクス
血管ロボット支援下手技のための平滑勾配付き保守的Actor-Criticによるスキル学習
血管ロボットシステムにおける人手デモンストレーションからオフライン強化学習で操作スキルを学ぶ手法CASOGを提案し、分布シフトと過学習に対処してガイドワイヤを94%の成功率で目標に到達させた。
原題: CASOG: Conservative Actor-critic with SmOoth Gradient for Skill Learning in Robot-Assisted Intervention / Hao Li, Xiao-Hu Zhou, Xiao-Liang Xie 他
日本語で読む → - 論文強化学習機械学習
人間のフィードバックを用いたオフライン強化学習の実環境展開
オフライン強化学習モデルを実環境に展開する際に、人間の監督とフィードバックを活用して安全性と性能を向上させる枠組みを提案し、ロボット歩行制御と交通信号制御で有効性を示した。
原題: Deploying Offline Reinforcement Learning with Human Feedback / Ziniu Li, Ke Xu, Liu Liu 他
日本語で読む → - 論文モデルベース強化学習機械学習
好奇心クロスエントロピー法と対照学習によるサンプル効率の良いリアルタイム計画
好奇心に基づく内在的報酬をQ値で推定し、対照学習で潜在表現を効率的に学習することで、モデルベース強化学習のリアルタイム計画を高次元環境でもサンプル効率良く行えるようにした。
原題: Sample-efficient Real-time Planning with Curiosity Cross-Entropy Method and Contrastive Learning / Mostafa Kotb, Cornelius Weber, Stefan Wermter
日本語で読む →
PR・アフィリエイト広告
