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 →- 論文安全強化学習機械学習
クラスタ動的環境における安全でサンプル効率の高い強化学習
安全集合アルゴリズム(SSA)と強化学習を組み合わせ、報酬が疎なクラスタ動的環境でも安全性を保ちながら少ない試行で学習できるフレームワークを提案した。
原題: Safe and Sample-efficient Reinforcement Learning for Clustered Dynamic Environments / Hongyi Chen, Changliu Liu
日本語で読む → - 論文安全強化学習ロボティクス
安全で効率的な強化学習のための乗算型価値関数
安全性クリティックと報酬クリティックを掛け合わせる新しい価値関数により、制約違反を抑えつつサンプル効率を高める安全強化学習手法を提案し、PPOとSACに統合してロボットナビゲーションを含む4環境で評価した。
原題: A Multiplicative Value Function for Safe and Efficient Reinforcement Learning / Nick Bührer, Zhejun Zhang, Alexander Liniger 他
日本語で読む → - 論文強化学習/エネルギー管理ロボティクス
マルチエージェント深層強化学習によるマルチモード・プラグインハイブリッド車のエネルギー管理
マルチモードPHEVのエネルギー管理をMIMO制御問題として捉え、2つのDDPGエージェントが協調するマルチエージェント深層強化学習手法を提案し、単一エージェント手法より最大4%の省エネを達成した。
原題: Energy Management of Multi-mode Plug-in Hybrid Electric Vehicle using Multi-agent Deep Reinforcement Learning / Min Hua, Cetengfei Zhang, Fanggang Zhang 他
日本語で読む → - 論文強化学習ロボティクス
状態と行動の制約を伴うタスクを記憶ベース学習で解く
状態に応じて行動が不連続に制約されるタスクに対し、制約の記号的性質と行動の時間順序を利用した記憶ベース学習を提案し、実機・シミュレーションで既存の深層強化学習より桁違いに速く学習できることを示した。
原題: Using Memory-Based Learning to Solve Tasks with State-Action Constraints / Mrinal Verghese, Chris Atkeson
日本語で読む → - 論文強化学習機械学習
潜在条件付き方策勾配による多目的深層強化学習
単一のニューラルネットワークを方策勾配で訓練し、線形スカラー化に頼らずにパレート最適方策群を一度の学習で近似的に獲得する多目的強化学習手法を提案した。
原題: Latent-Conditioned Policy Gradient for Multi-Objective Deep Reinforcement Learning / Takuya Kanazawa, Chetan Gupta
日本語で読む → - 論文強化学習AI
状態拡張による人間の選好を用いた強化学習
人間の選好フィードバックから報酬モデルを学習する際、状態拡張により不変性を導入して性能を向上させる手法を提案し、複数タスクで有効性を示した。
原題: A State Augmentation based approach to Reinforcement Learning from Human Preferences / Mudit Verma, Subbarao Kambhampati
日本語で読む → - 論文マルチモーダル強化学習機械学習
強化学習におけるマルチモーダル表現のための再構成と対照学習の組み合わせ
センサモダリティごとに再構成損失と対照損失を適切に選択・統合するCoRALを提案し、マルチモーダル強化学習の性能を向上させた。
原題: Combining Reconstruction and Contrastive Methods for Multimodal Representations in RL / Philipp Becker, Sebastian Mossburger, Fabian Otto 他
日本語で読む → - 論文ロボティクス/強化学習ロボティクス
失敗を考慮した方策学習による自己評価可能なロボティクスタスク
自己評価で失敗と判定された行動の情報をリカレントニューラルネットワークで活用し、残りの行動選択を改善する失敗考慮型方策を提案。3タスクで成功率向上と試行回数削減を実現。
原題: Failure-aware Policy Learning for Self-assessable Robotics Tasks / Kechun Xu, Runjian Chen, Shuqi Zhao 他
日本語で読む → - 論文メタ強化学習機械学習
メタ世界条件付きニューラルプロセス
条件付きニューラルプロセスを用いて世界モデルを生成し、エージェントが自身の「幻覚」からサンプリングすることで、未知環境への適応に必要なサンプル数を削減する手法を提案。
原題: Meta-World Conditional Neural Processes / Suzan Ece Ada, Emre Ugur
日本語で読む → - 論文ゲーム理論/逆強化学習ロボティクス
動的ゲームにおける部分観測からのプレイヤー目的のオンライン・オフライン学習
ノイズを含む部分的な状態観測から、連続動的ゲームにおける各プレイヤーの目的(コストパラメータ)をナッシュ均衡制約を通じて推定する手法を提案し、交通シナリオで有効性を示した。
原題: Online and Offline Learning of Player Objectives from Partial Observations in Dynamic Games / Lasse Peters, Vicenç Rubies-Royo, Claire J. Tomlin 他
日本語で読む → - 論文安全強化学習AI
マップレスナビゲーションにおける安全な深層強化学習のためのオンライン安全特性の収集と洗練
訓練時にコスト信号から安全特性を自動生成・統合するCROPフレームワークを提案し、マップレスナビゲーションで従来の安全DRLより高い報酬と少ない違反を実現した。
原題: Online Safety Property Collection and Refinement for Safe Deep Reinforcement Learning in Mapless Navigation / Luca Marzari, Enrico Marchesini, Alessandro Farinelli
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
相互扶助によるマルチエージェント強化学習の協調促進
各エージェントが他エージェントの期待行動を予測し、それを選択的に模倣することで協調を促す新しいマルチエージェント強化学習アルゴリズムを提案し、成功率と累積報酬を改善した。
原題: Promoting Cooperation in Multi-Agent Reinforcement Learning via Mutual Help / Yunbo Qiu, Yue Jin, Lebin Yu 他
日本語で読む → - 論文強化学習/手術ロボットロボティクス
手術ロボットのタスク自動化に向けた実演ガイド型強化学習と効率的探索
専門家の実演データを活用し、未観測状態でも非パラメトリック回帰でガイドすることで、手術ロボットの強化学習における探索効率とタスク成功率を大幅に改善する手法DEXを提案した。
原題: Demonstration-Guided Reinforcement Learning with Efficient Exploration for Task Automation of Surgical Robot / Tao Huang, Kai Chen, Bin Li 他
日本語で読む → - 論文強化学習機械学習
双対強化学習:強化学習と模倣学習の統一と新手法
強化学習と模倣学習の既存手法を双対問題として統一的に捉え、その制約を解消する新手法ReCOILとf-DVLを提案し、ロボットの移動・操作タスクで性能向上を実証した。
原題: Dual RL: Unification and New Methods for Reinforcement and Imitation Learning / Harshit Sikchi, Qinqing Zheng, Amy Zhang 他
日本語で読む → - 論文強化学習ロボティクス
嗅覚探索POMDPに対する深層強化学習:定量的ベンチマーク
乱流中で匂い源を探す昆虫の行動を模した嗅覚探索POMDPにおいて、深層強化学習が従来の近似解法と比べて軽量なロボット向け方策を生成できることを定量的に示した。
原題: Deep reinforcement learning for the olfactory search POMDP: a quantitative benchmark / Aurore Loisy, Robin A. Heinonen
日本語で読む → - 論文自動運転/強化学習機械学習
運転戦略を効率的に開発:スキルベース階層型強化学習アプローチ
運転戦略を効率的に学習するため、運動プリミティブ(スキル)を高レベル行動として用いる階層型強化学習を提案し、合流シナリオで従来手法より少ない学習で高性能な運転モデルを実現した。
原題: Developing Driving Strategies Efficiently: A Skill-Based Hierarchical Reinforcement Learning Approach / Yigit Gurses, Kaan Buyukdemirci, Yildiray Yildiz
日本語で読む → - 論文強化学習AI
欲求階層に基づくエージェント学習システム:深層強化学習から多様な戦略へ
マズローの欲求階層を深層強化学習に組み込み、単一ロボット向けのベイズソフトアクター・クリティック(BSAC)を提案し、マルチエージェント系への拡張も議論した論文。
原題: Hierarchical Needs-driven Agent Learning Systems: From Deep Reinforcement Learning To Diverse Strategies / Qin Yang
日本語で読む → - 論文強化学習ロボティクス
未ラベルデータを活用したフィードバック効率の良い人間選好ベース強化学習
人間の選好フィードバックを用いた強化学習において、エージェントが収集した未ラベル軌道を報酬学習に活用する2つの損失関数を提案し、歩行とマニピュレーションタスクでベースラインPEBBLEより高いサンプル効率と報酬復元性能を示した。
原題: Exploiting Unlabeled Data for Feedback Efficient Human Preference based Reinforcement Learning / Mudit Verma, Siddhant Bhambri, Subbarao Kambhampati
日本語で読む → - 論文強化学習/軌道追従ロボティクス
時間減衰型Twin Delayed DDPGによるクアッドロータの軌道追従制御
環境ノイズに頑健なモデルフリー強化学習アルゴリズム「時間減衰型TD3」を提案し、クアッドロータの軌道追従制御において従来法より高精度・高速な制御を実現した。
原題: Time-attenuating Twin Delayed DDPG Reinforcement Learning for Trajectory Tracking Control of Quadrotors / Boyuan Deng, Jian Sun, Zhuo Li 他
日本語で読む → - 論文制御/強化学習ロボティクス
自然水域における自律型水上艇の深層強化学習に基づく追従制御
深層強化学習で自律型水上艇の軌道追従コントローラを訓練し、実環境で非線形モデル予測制御と比較して外乱抑制性能が優れることを示した。
原題: Deep Reinforcement Learning Based Tracking Control of an Autonomous Surface Vessel in Natural Waters / Wei Wang, Xiaojing Cao, Alejandro Gonzalez-Garcia 他
日本語で読む → - 論文制御/強化学習ロボティクス
分布表現を用いた制約付き強化学習による信頼性の高いクアッドロータUAV追従制御
空力外乱を分布強化学習で推定し、確率的モデル予測制御と統合することで、クアッドロータの追従精度と信頼性を大幅に向上させる手法を提案した。
原題: Constrained Reinforcement Learning using Distributional Representation for Trustworthy Quadrotor UAV Tracking Control / Yanran Wang, David Boyle
日本語で読む → - 論文安全強化学習ロボティクス
対話行動を取り入れた人間中心の安全ロボット強化学習フレームワーク
ロボット強化学習の安全性を高めるため、安全な探索・価値観の整合・安全な協働の3段階からなる人間中心フレームワークを提案し、対話行動の活用と4つの課題を論じた。
原題: A Human-Centered Safe Robot Reinforcement Learning Framework with Interactive Behaviors / Shangding Gu, Alap Kshirsagar, Yali Du 他
日本語で読む → - 論文強化学習/着陸ロボティクス
強化学習による移動プラットフォームへの自律マルチロータ着陸
移動する2DプラットフォームへのマルチロータUAVの着陸を、1D運動用に訓練した強化学習コントローラ2つと状態空間離散化・転移学習で効率化する手法を提案。
原題: Reinforcement Learning based Autonomous Multi-Rotor Landing on Moving Platforms / Pascal Goldschmid, Aamir Ahmad
日本語で読む → - 論文オフライン強化学習機械学習
連続時間遅延系に対するニューラルラプラス制御
不規則な観測と未知の遅延を持つ連続時間環境に対し、ニューラルラプラス力学モデルとモデル予測制御を組み合わせたオフライン強化学習手法を提案し、専門家に近い性能を達成した。
原題: Neural Laplace Control for Continuous-time Delayed Systems / Samuel Holt, Alihan Hüyük, Zhaozhi Qian 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
実用的通信と制御のためのマルチエージェント強化学習
目標指向通信とネットワーク制御を統合したCyber-Physical POMDPを提案し、通信と制御の同時学習が性能を向上させることを示した。
原題: Multi-Agent Reinforcement Learning for Pragmatic Communication and Control / Federico Mason, Federico Chiariotti, Andrea Zanella 他
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
解釈可能なマルチエージェント強化学習のための概念学習
専門家が定義した高レベル概念を予測してから意思決定に用いるマルチエージェント強化学習手法を提案し、解釈性・学習安定性・性能・サンプル効率の向上を示した。
原題: Concept Learning for Interpretable Multi-Agent Reinforcement Learning / Renos Zabounidis, Joseph Campbell, Simon Stepputtis 他
日本語で読む → - 論文強化学習ロボティクス
認知移動ロボットにおける動機づけモデルによる目標ベース移動の学習
ハルの動機理論を計算モデル化し、快楽次元と強化学習を組み合わせて、移動ロボットが代謝に応じて生存と快を両立する行動を学習する手法を提案した。
原題: Learning Goal-based Movement via Motivational-based Models in Cognitive Mobile Robots / Letícia Berto, Paula Costa, Alexandre Simões 他
日本語で読む → - 論文メタ強化学習機械学習
探索的タスククラスタリングによるメタ強化学習
タスク間の構造的な異質性をクラスタリングで捉え、探索方策でタスク構造を発見することで、メタ強化学習のサンプル効率を改善する手法を提案した。
原題: Meta-Reinforcement Learning via Exploratory Task Clustering / Zhendong Chu, Hongning Wang
日本語で読む → - 論文手術ロボティクス/強化学習ロボティクス
LapGym:ロボット支援腹腔鏡手術のための強化学習オープンソースフレームワーク
ロボット支援腹腔鏡手術(RALS)向けの強化学習環境を構築するフレームワークLapGymと、手術訓練に基づく12の環境スイートsofa_envを公開し、PPOでベースラインを確立した。
原題: LapGym -- An Open Source Framework for Reinforcement Learning in Robot-Assisted Laparoscopic Surgery / Paul Maria Scheikl, Balázs Gyenes, Rayan Younis 他
日本語で読む → - 論文マルチタスク強化学習機械学習
QMP: マルチタスク方策のQスイッチ混合による行動共有
各タスクの方策をQ関数で評価して選択的に行動を共有し、マルチタスク強化学習のサンプル効率を改善するフレームワークQMPを提案した。
原題: QMP: Q-switch Mixture of Policies for Multi-Task Behavior Sharing / Grace Zhang, Ayush Jain, Injune Hwang 他
日本語で読む →
PR・アフィリエイト広告
