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: 2023/3/1 / 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 →- 論文マルチタスク強化学習ロボティクス
後継特徴量の並行合成による連続制御のマルチタスク強化学習
後継特徴量の合成性を利用し、新たな方策学習なしにプリミティブから方策分布を合成するマルチタスク強化学習手法を提案し、IsaacGym上のベンチマークで単一タスク性能と未見タスクへの転移を実証した。
原題: Multi-Task Reinforcement Learning in Continuous Control with Successor Feature-Based Concurrent Composition / Yu Tang Liu, Aamir Ahmad
日本語で読む → - 論文モデルベース強化学習機械学習
EDGI: 身体性エージェントの計画のための同変拡散モデル
身体性エージェントの計画とモデルベース強化学習において、空間・時間・置換対称性を考慮した同変拡散モデルを提案し、サンプル効率と汎化性能を向上させた。
原題: EDGI: Equivariant Diffusion for Planning with Embodied Agents / Johann Brehmer, Joey Bose, Pim de Haan 他
日本語で読む → - 論文強化学習ロボティクス
不確実性を考慮した強化学習によるヒューマン・イン・ザ・ループ型ロボットエージェントの意思決定
強化学習を用いて、ロボットがタスク成功への自信が低い時にのみ外部専門家に援助を求める手法を提案し、限られた援助回数で効率的にナビゲーションタスクを解決できることを示した。
原題: Decision Making for Human-in-the-loop Robotic Agents via Uncertainty-Aware Reinforcement Learning / Siddharth Singi, Zhanpeng He, Alvin Pan 他
日本語で読む → - 論文オフライン強化学習機械学習
ランダムフレーム欠落下でのDecision Transformer
オフライン強化学習において、フレーム欠落に頑健なDeFogを提案し、欠落率90%でも高性能を維持する。
原題: Decision Transformer under Random Frame Dropping / Kaizhe Hu, Ray Chen Zheng, Yang Gao 他
日本語で読む → - 論文強化学習機械学習
選好トランスフォーマー:人間の選好をトランスフォーマーでモデル化する強化学習
人間の選好に基づく強化学習において、非マルコフ的報酬の重み付き和として選好をモデル化するトランスフォーマーアーキテクチャを提案し、実人間の選好を用いた制御タスクで従来法を上回る性能を示した。
原題: Preference Transformer: Modeling Human Preferences using Transformers for RL / Changyeon Kim, Jongjin Park, Jinwoo Shin 他
日本語で読む → - 論文モデルベース強化学習機械学習
モデルベース強化学習における怠惰の美徳:統一目的関数とアルゴリズム
モデルベース強化学習において、学習モデル内でのポリシー計算を効率化し、モデル適合とポリシー計算の目的不一致を解消する統一目的関数を提案し、計算効率と統計的性能を向上させる手法を開発した。
原題: The Virtues of Laziness in Model-based RL: A Unified Objective and Algorithms / Anirudh Vemula, Yuda Song, Aarti Singh 他
日本語で読む → - 論文強化学習AI
戦略指向ベイズソフトアクター・クリティックモデル
ベイズ連鎖則に基づく階層的な戦略分解で複雑な方策を単純なサブ方策に分け、SACに統合したBSACを提案し、連続制御ベンチマークで学習効率の向上を示した。
原題: A Strategy-Oriented Bayesian Soft Actor-Critic Model / Qin Yang, Ramviyas Parasuraman
日本語で読む → - 論文強化学習/経路計画機械学習
データ効率の良い深層強化学習によるUASミッション再計画のためのマルチスタートチームオリエンテーリング問題
燃料や時間の制約下で複数車両が収益を最大化するミッション再計画問題に対し、自己注意とエンコーダ・デコーダ注意を用いた方策ネットワークと、局所ミニバッチベースラインによる改良REINFORCEアルゴリズムを提案した。
原題: Multi-Start Team Orienteering Problem for UAS Mission Re-Planning with Data-Efficient Deep Reinforcement Learning / Dong Ho Lee, Jaemyung Ahn
日本語で読む → - 論文適応制御/強化学習制御
強化学習に基づくデータ駆動型モデル参照適応制御アプローチ
プロセスや参照モデルの動力学を必要とせず、積分強化学習を用いて誤差ベースのハミルトン・ヤコビ・ベルマン方程式をリアルタイムで解くモデル参照適応制御法を提案し、航空機で検証した。
原題: A Data-Driven Model-Reference Adaptive Control Approach Based on Reinforcement Learning / Mohammed Abouheaf, Wail Gueaieb, Davide Spinello 他
日本語で読む → - 論文強化学習/監視ロボティクス
複数移動目標の持続的監視のための時空間アテンションネットワーク
未知の動きをする複数目標を持続的に監視するため、目標間の時空間相関を学習するアテンション型強化学習手法を提案し、ドローンシミュレーションで有効性を示した。
原題: Spatio-Temporal Attention Network for Persistent Monitoring of Multiple Mobile Targets / Yizhuo Wang, Yutong Wang, Yuhong Cao 他
日本語で読む → - 論文部分観測強化学習機械学習
POPGym: 部分観測強化学習のベンチマーク
部分観測強化学習のための多様な環境とメモリモデルのベースラインを提供するライブラリを提案し、大規模な比較評価を可能にした。
原題: POPGym: Benchmarking Partially Observable Reinforcement Learning / Steven Morad, Ryan Kortvelesy, Matteo Bettini 他
日本語で読む → - 論文逆強化学習機械学習
LS-IQ: 逆強化学習のための暗黙的報酬正則化
暗黙的報酬の二乗ノルム正則化を理論的に解析し、吸収状態を適切に扱う最小二乗逆Q学習(LS-IQ)を提案。専門家の行動なしでも逆動力学モデルで学習可能。
原題: LS-IQ: Implicit Reward Regularization for Inverse Reinforcement Learning / Firas Al-Hafez, Davide Tateo, Oleg Arenz 他
日本語で読む → - 論文強化学習機械学習
不等式制約を厳密に満たすSoft Actor-Criticアルゴリズム
SACのエントロピー最大化を不等式制約として再定式化し、学習可能なスラック変数で適切に扱うことで、ロボット制御の堅牢性と実機適用性を向上させた。
原題: Soft Actor-Critic Algorithm with Truly-satisfied Inequality Constraint / Taisuke Kobayashi
日本語で読む → - 論文強化学習/気球制御ロボティクス
強化学習によるヘリウム気球の省リソース位置保持制御
強化学習(SAC)を用いて、ベントとバラストで駆動するヘリウム気球の位置保持制御を連続制御問題として定式化し、リソース消費を抑えつつ長時間飛行を可能にする手法を提案した。
原題: Resource-Constrained Station-Keeping for Helium Balloons using Reinforcement Learning / Jack Saunders, Loïc Prenevost, Özgür Şimşek 他
日本語で読む → - 論文安全強化学習ロボティクス
安全介入を減らす証明可能な安全強化学習
強化学習エージェントの行動がフェイルセーフ介入を引き起こしそうな場合に事前に行動を置換・投影することで、安全性を保ちつつ介入回数を削減する手法を提案し、安全ジムベンチマークと人間-ロボット協調タスクで有効性を示した。
原題: Reducing Safety Interventions in Provably Safe Reinforcement Learning / Jakob Thumm, Guillaume Pelat, Matthias Althoff
日本語で読む → - 論文強化学習AI
文脈構造を活用した有用な補助タスクの生成
強化学習において、与えられたタスクの時相論理表現と大規模言語モデルを用いて文脈に応じた補助タスクを自動生成し、経験の再利用を最大化するマルチタスク強化学習フレームワークを提案した。
原題: Exploiting Contextual Structure to Generate Useful Auxiliary Tasks / Benedict Quartey, Ankit Shah, George Konidaris
日本語で読む → - 論文制御/強化学習ロボティクス
H∞ロバスト深層残差強化学習による飛行船の自律制御
飛行船の制御にH∞ロバスト制御と深層強化学習を組み合わせ、PIDベースの従来手法より安定性と性能を向上させた。
原題: Autonomous Blimp Control via H-infinity Robust Deep Residual Reinforcement Learning / Yang Zuo, Yu Tang Liu, Aamir Ahmad
日本語で読む → - 論文リハビリテーション/強化学習ロボティクス
AI制御によるFES運動再建に向けて:強化学習によるペダリング刺激パターンの学習
筋骨格モデルと強化学習でFESペダリングの刺激パターンを自動生成し、実データで微調整する手法を提案。シミュレーションと実機で有効性を検証した。
原題: Towards AI-controlled FES-restoration of movements: Learning cycling stimulation pattern with reinforcement learning / Nat Wannawas, A. Aldo Faisal
日本語で読む → - 論文強化学習/ナビゲーション機械学習
ブートストラップ強化学習による河川上のロバストな経路追従
内陸水路を航行する自律表面艇の舵制御にブートストラップQ学習を適用し、ライン川の実データでPID制御より高い汎化性能と航法精度を示した。
原題: Robust Path Following on Rivers Using Bootstrapped Reinforcement Learning / Niklas Paulig, Ostap Okhrin
日本語で読む → - 論文モデルベース強化学習機械学習
分離された想像を用いたモデルベース強化学習
制御可能な状態と制御不能な状態を分離して世界モデルを学習し、長期的な視覚運動制御タスクの性能を向上させる手法を提案。
原題: Model-Based Reinforcement Learning with Isolated Imaginations / Minting Pan, Xiangming Zhu, Yitao Zheng 他
日本語で読む → - 論文強化学習画像認識
学習が手の届かないときはリセット:自律視覚運動強化学習における汎化
リセットを最小限に抑えつつ、目標・外観・構造の変化に汎化できる視覚運動強化学習エージェントを構築する手法を提案し、新しいベンチマークで評価した。
原題: When Learning Is Out of Reach, Reset: Generalization in Autonomous Visuomotor Reinforcement Learning / Zichen Zhang, Luca Weihs
日本語で読む → - 論文自動運転/強化学習ロボティクス
カリキュラム強化学習による高レベルMPCを用いた機会認識型車線変更
強化学習でMPCの参照軌道とコスト重みを生成し、カリキュラム学習で稠密交通下の車線変更を高成功率で実現した。
原題: Chance-Aware Lane Change with High-Level Model Predictive Control Through Curriculum Reinforcement Learning / Yubin Wang, Yulin Li, Zengqi Peng 他
日本語で読む → - 論文交通制御/強化学習機械学習
強化学習による自動運転車と歩行者の相互作用改善のための適応的道路構成
自動運転車と歩行者のための道路空間の配分(Right-Of-Way)を、リアルタイム需要に応じて強化学習で動的に生成する枠組みを提案し、集中型と分散型の学習パラダイムを比較した。
原題: Adaptive Road Configurations for Improved Autonomous Vehicle-Pedestrian Interactions using Reinforcement Learning / Qiming Ye, Yuxiang Feng, Jose Javier Escribano Macias 他
日本語で読む → - 論文強化学習機械学習
デモンストレーションによる強化学習と計画の強化:サーベイ
専門家のデモンストレーションを強化学習や計画に活用する手法と収集方法を整理し、ManiSkillベンチマークでの実践例を示したサーベイ論文。
原題: Boosting Reinforcement Learning and Planning with Demonstrations: A Survey / Tongzhou Mu, Hao Su
日本語で読む → - 論文強化学習ロボティクス
自己改善ロボット:視覚運動強化学習のエンドツーエンド自律化
少数の専門家デモから報酬関数を推論し、タスクの実行と取り消しを自律的に練習することで、視覚入力から方策と報酬をエンドツーエンドで学習する自己改善ロボットシステムMEDAL++を提案。
原題: Self-Improving Robots: End-to-End Autonomous Visuomotor Reinforcement Learning / Archit Sharma, Ahmed M. Ahmed, Rehaan Ahmad 他
日本語で読む → - 論文強化学習機械学習
不完全なオンラインデモンストレーションを用いたガード付き方策最適化
性能が不完全な教師でも使えるTeacher-Student強化学習手法TS2Cを提案し、教師の介入を軌道ベースの価値推定で取り込み、安全な探索と訓練コスト削減を両立させた。
原題: Guarded Policy Optimization with Imperfect Online Demonstrations / Zhenghai Xue, Zhenghao Peng, Quanyi Li 他
日本語で読む → - 論文強化学習機械学習
Quality-Diversityと深層強化学習の相乗効果の理解
Quality-Diversityと深層強化学習を組み合わせた統一フレームワークを提案し、新しいアルゴリズムでヒューマノイド環境を解決した。
原題: Understanding the Synergies between Quality-Diversity and Deep Reinforcement Learning / Bryan Lim, Manon Flageat, Antoine Cully
日本語で読む → - 論文安全強化学習ロボティクス
ConBaT: 安全な方策学習のための制御バリアトランスフォーマー
制御バリア関数の考え方をトランスフォーマーに取り入れ、最小限の安全ラベルから安全なロボット行動を自己教師あり学習し、展開時に軽量なオンライン最適化で安全集合内の行動を選ぶ手法を提案。
原題: ConBaT: Control Barrier Transformer for Safe Policy Learning / Yue Meng, Sai Vemprala, Rogerio Bonatti 他
日本語で読む → - 論文強化学習機械学習
探索のための目標計画
目標条件付き強化学習において、訓練時の目標設定を直接最適化することで探索を効率化する手法PEGを提案し、迷路探索やブロック積み上げタスクで有効性を示した。
原題: Planning Goals for Exploration / Edward S. Hu, Richard Chang, Oleh Rybkin 他
日本語で読む → - 論文強化学習機械学習
最終的割引による時相論理の反事実経験リプレイ
線形時相論理(LTL)仕様を最大確率で満たす方策を強化学習で見つけるため、最終的割引という価値関数プロキシと、反事実推論によるオフポリシーデータ生成法を提案した。
原題: Eventual Discounting Temporal Logic Counterfactual Experience Replay / Cameron Voloshin, Abhinav Verma, Yisong Yue
日本語で読む →
PR・アフィリエイト広告
