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: 2023/2/1 / 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 →- 論文制御/強化学習ロボティクス
自律レースカーの車両制御のための残差方策学習
古典的な経路追従制御器に学習ベースの残差制御を組み合わせ、F1TENTHシミュレータで平均4.55%のラップタイム短縮を実現した。
原題: Residual Policy Learning for Vehicle Control of Autonomous Racing Cars / Raphael Trumpp, Denis Hoornaert, Marco Caccamo
日本語で読む → - 論文強化学習/安全制約ロボティクス
追加安全予算を活用した制約付き方策最適化による効率的探索
制約付き強化学習において、学習初期は安全制約を緩めて探索を促進し、徐々に制約を厳しくするESB-CPOを提案し、安全性と最適性の両立を実現した。
原題: Efficient Exploration Using Extra Safety Budget in Constrained Policy Optimization / Haotian Xu, Shengjie Wang, Zhaolei Wang 他
日本語で読む → - 論文安全強化学習機械学習
状態制約付き安全強化学習のサーベイ
状態ごとの制約を課す安全強化学習の既存手法を、安全性保証・拡張性・報酬性能・収束前後の安全性の観点から整理し、課題と今後の方向性を論じたサーベイ論文。
原題: State-wise Safe Reinforcement Learning: A Survey / Weiye Zhao, Tairan He, Rui Chen 他
日本語で読む → - 論文強化学習ロボティクス
強化学習の報酬形成のための時間的動画言語アラインメントネットワーク
自然言語指示を中間報酬に変換する報酬形成手法を提案し、AtariのMontezuma's Revengeで従来手法より高いタスク達成率を実現した。
原題: Temporal Video-Language Alignment Network for Reward Shaping in Reinforcement Learning / Ziyuan Cao, Reshma Anugundanahalli Ramachandra, Kelin Yu
日本語で読む → - 論文強化学習ロボティクス
制御可能性を考慮した教師なしスキル発見
現在のスキルで達成しにくい状態遷移を優先する距離関数を導入し、複雑で制御が難しいスキルを教師なしで発見する手法CSDを提案。ロボット操作・移動環境で多様な複雑スキルを獲得できることを示した。
原題: Controllability-Aware Unsupervised Skill Discovery / Seohong Park, Kimin Lee, Youngwoon Lee 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
協調型マルチエージェント強化学習のための適応的価値分解と貪欲限界貢献計算
非単調な報酬を持つ協調タスクに対応するため、動的に変化するエージェント群の協調価値を学習する適応的価値分解と、そこから算出する貪欲限界貢献を個別のクレジットとする新しい明示的クレジット割り当て手法AVGMを提案した論文。
原題: Adaptive Value Decomposition with Greedy Marginal Contribution Computation for Cooperative Multi-Agent Reinforcement Learning / Shanqi Liu, Yujing Hu, Runze Wu 他
日本語で読む → - 論文強化学習機械学習
PACベイズ強化学習によるSoft Actor-Criticの改善
Soft Actor-Criticの批評家訓練にPACベイズ境界を初めて適用し、批評家誘導ランダム探索でオンライン学習性能を向上させた。
原題: PAC-Bayesian Soft Actor-Critic Learning / Bahareh Tasdighi, Abdullah Akgül, Manuel Haussmann 他
日本語で読む → - 論文強化学習/経路計画ロボティクス
自律型車両による距離のみの水中目標位置推定のための強化学習経路計画手法
強化学習を用いて自律型水中車両の最適な追跡経路を計画し、距離のみの単一ビーコンによる目標位置推定精度を向上させる手法を提案した。
原題: A reinforcement learning path planning approach for range-only underwater target localization with autonomous vehicles / Ivan Masmitja, Mario Martin, Kakani Katija 他
日本語で読む → - 論文マルチロボット協調/量子強化学習quant-ph
量子マルチエージェント強化学習によるスマートファクトリ内のネット接続マルチロボット協調制御
変分量子回路を用いた量子マルチエージェント強化学習フレームワークを提案し、スマートファクトリにおけるIoT接続ロボット群の協調制御で従来手法より優れることをシミュレーションで示した。
原題: Quantum Multi-Agent Actor-Critic Neural Networks for Internet-Connected Multi-Robot Coordination in Smart Factory Management / Won Joon Yun, Jae Pyoung Kim, Soyi Jung 他
日本語で読む → - 論文強化学習機械学習
極値Q学習:エントロピーを使わない最大エントロピー強化学習
極値理論を用いて最大Q値を直接モデル化し、方策やエントロピーを必要としないオンライン・オフラインのMaxEnt Q学習アルゴリズムを提案。D4RLベンチマークで優れた性能を達成。
原題: Extreme Q-Learning: MaxEnt RL without Entropy / Divyansh Garg, Joey Hejna, Matthieu Geist 他
日本語で読む → - 論文オフライン強化学習ロボティクス
自己教師あり報酬整形によるオフライン目標条件付き方策の学習
オフラインデータセット上で自己教師あり学習を行い、モデルの構造とダイナミクスを理解して密な報酬関数を整形することで、長期的な計画を要するタスクでも目標条件付き方策を効果的に学習する手法を提案した。
原題: Learning Goal-Conditioned Policies Offline with Self-Supervised Reward Shaping / Lina Mezghani, Sainbayar Sukhbaatar, Piotr Bojanowski 他
日本語で読む → - 論文安全強化学習ロボティクス
エネルギー効率の良い運転支援システムのための安全強化学習
指数制御バリア関数で危険な行動をフィルタリングし、燃費と快適性を両立する安全な強化学習ベースの運転支援システムを提案した。
原題: Safe Reinforcement Learning for an Energy-Efficient Driver Assistance System / Habtamu Hailemichael, Beshah Ayalew, Lindsey Kerbel 他
日本語で読む → - 論文オフライン強化学習機械学習
文脈的保守Q学習によるオフライン強化学習
逆動力学モデルで文脈情報を捉え、摂動状態でも安定した遷移を生成する政策を学習するC-CQLを提案し、オフラインMuJoCoで最高性能を達成。
原題: Contextual Conservative Q-Learning for Offline Reinforcement Learning / Ke Jiang, Jiayu Yao, Xiaoyang Tan
日本語で読む → - 論文受動性制御/強化学習ロボティクス
仮想エネルギータンクを用いた受動的方策の学習
強化学習と受動性ベース制御を仮想エネルギータンクで統合し、学習した方策に受動性を保証する手法を提案した。
原題: Learning passive policies with virtual energy tanks in robotics / Riccardo Zanella, Gianluca Palli, Stefano Stramigioli 他
日本語で読む → - 論文強化学習理論機械学習
ノーリグレット還元によるリセット不要強化学習の理論的保証
リセット機構に依存しない強化学習アルゴリズムを設計するため、リセット不要RLを2人ゲームに還元し、線形MDPで初の理論的に正しいアルゴリズムを実現した。
原題: Provable Reset-free Reinforcement Learning by No-Regret Reduction / Hoai-An Nguyen, Ching-An Cheng
日本語で読む → - 論文強化学習/遊泳ロボットロボティクス
関節型遊泳ロボットのための誘導付き深層強化学習
幾何モデルから得た知見で探索空間を絞り込み、低・高レイノルズ数流体中で関節型遊泳ロボットの有効な遊泳パターンを強化学習で獲得する手法を提案した。
原題: Guided Deep Reinforcement Learning for Articulated Swimming Robots / Jiaheng Hu, Tony Dear
日本語で読む → - 論文経路計画/強化学習ロボティクス
深層強化学習による都市航空モビリティの低高度空域容量評価
深層決定論的方策勾配法を用いてUAVの自律経路計画を学習し、動的・静的障害物や許可区域を避けつつ最短時間で目的地に到達する手法を提案し、低高度空域の容量評価に応用した。
原題: A deep reinforcement learning approach to assess the low-altitude airspace capacity for urban air mobility / Asal Mehditabrizi, Mahdi Samadzad, Sina Sabzekar
日本語で読む → - 論文モデルベース強化学習ロボティクス
速度計測なしの生位置データからのモデルベース強化学習制御
速度が直接計測できない機械系に対し、過去の位置と入力からなる速度不要の状態表現とガウス過程回帰を用いたモデルベース強化学習法VF-MC-PILCOを提案し、シミュレーションと実機で有効性を示した。
原題: Learning Control from Raw Position Measurements / Fabio Amadio, Alberto Dalla Libera, Daniel Nikovski 他
日本語で読む → - 論文強化学習ロボティクス
最適時間安定性に向けた方策最適化手法
サンプリングベースのリアプノフ安定性をActor-Criticに組み込み、システム状態が最適時間で平衡点に到達し安定を維持するALACアルゴリズムを提案した。
原題: A Policy Optimization Method Towards Optimal-time Stability / Shengjie Wang, Fengbo Lan, Xiang Zheng 他
日本語で読む → - 論文強化学習機械学習
プログラム合成を学習する階層型プログラム的強化学習
学習済みプログラム埋め込み空間からプログラムを組み合わせるメタ方策を学び、分布外の複雑なプログラム方策を生成できる階層型強化学習フレームワークを提案した。
原題: Hierarchical Programmatic Reinforcement Learning via Learning to Compose Programs / Guan-Ting Liu, En-Pei Hu, Pu-Jen Cheng 他
日本語で読む → - 論文安全強化学習機械学習
AutoCost: ゼロ違反強化学習のための内在コストの進化的探索
制約付き強化学習において、コスト関数を自動探索することで違反ゼロを達成するフレームワークAutoCostを提案し、Safety Gymで有効性を示した。
原題: AutoCost: Evolving Intrinsic Cost for Zero-violation Reinforcement Learning / Tairan He, Weiye Zhao, Changliu Liu
日本語で読む → - 論文強化学習/衝突回避ロボティクス
強化学習による航空機の衝突回避
強化学習を用いて2機の航空機の水平間隔を自動で確保し、安全な回避軌道を生成するシステムを開発し、高忠実度シミュレーションと実機デモで検証した。
原題: Reinforcement Learning-Based Air Traffic Deconfliction / Denis Osipychev, Dragos Margineantu, Girish Chowdhary
日本語で読む → - 論文強化学習画像認識
CRC-RL:教師なし強化学習のための新規視覚特徴表現アーキテクチャ
視覚特徴表現学習を改善するため、コントラスティブ・再構成・一貫性損失を組み合わせたCRC損失とSiamese Twinエンコーダを用いるCRC-RLを提案し、DeepMind制御スイートで最先端性能を達成した。
原題: CRC-RL: A Novel Visual Feature Representation Architecture for Unsupervised Reinforcement Learning / Darshita Jain, Anima Majumder, Samrat Dutta 他
日本語で読む → - 論文強化学習landmark
ワールドモデルによる多様なドメインの習得
汎用的なワールドモデルを学習し、多様なタスクや環境に適応できる強化学習エージェントを実現した研究。
原題: Mastering Diverse Domains through World Models
日本語で読む → - 論文強化学習機械学習
不確実性と時間距離を考慮したカリキュラム目標生成による結果指向強化学習
強化学習において、望む結果に至るためのカリキュラム目標を不確実性と時間距離に基づいて生成し、二部マッチングで最適化する手法を提案。ナビゲーションやロボット操作タスクで従来法を上回る性能を示した。
原題: Outcome-directed Reinforcement Learning by Uncertainty & Temporal Distance-Aware Curriculum Goal Generation / Daesol Cho, Seungjae Lee, H. Jin Kim
日本語で読む → - 論文強化学習機械学習
専門家デモンストレーションを用いたKL正則化強化学習における病理的挙動について
専門家デモから得た参照方策を用いるKL正則化強化学習が、不安定で非効率な学習を引き起こす病理的挙動を明らかにし、非パラメトリックな参照方策で改善できることを示した。
原題: On Pathologies in KL-Regularized Reinforcement Learning from Expert Demonstrations / Tim G. J. Rudner, Cong Lu, Michael A. Osborne 他
日本語で読む → - 論文強化学習機械学習
反復深化探索に着想を得たゲインスケジューリングによる報酬ボーナス
強化学習の探索を効率化するため、深さ優先・幅優先探索に対応する2種類の内的報酬ボーナスを設計し、反復深化探索にヒントを得たゲインスケジューリングで組み合わせる手法を提案。複数の移動タスクと疎な報酬のタスクで性能向上を実証した。
原題: Reward Bonuses with Gain Scheduling Inspired by Iterative Deepening Search / Taisuke Kobayashi
日本語で読む → - 論文オフライン強化学習stat.ML
混合データセットからのオフライン強化学習のための逆KL正則化付きTD3
複数の方策から収集した混合データセットを用いるオフライン強化学習において、状態ごとに適応的な重み付けをした逆KLダイバージェンスをBC正則化としてTD3に組み込み、OOD行動の選択を避けつつ性能を向上させる手法を提案。
原題: TD3 with Reverse KL Regularizer for Offline Reinforcement Learning from Mixed Datasets / Yuanying Cai, Chuheng Zhang, Li Zhao 他
日本語で読む → - 論文逆強化学習ロボティクス
制御バリア関数による安全な逆強化学習
逆強化学習に制御バリア関数を組み込み、安全制約を満たす方策を学習するフレームワークCBFIRLを提案し、2Dカーレースと3Dドローンで安全性が向上することを示した。
原題: Safe Inverse Reinforcement Learning via Control Barrier Function / Yue Yang, Letian Chen, Matthew Gombolay
日本語で読む → - 論文強化学習AI
深層強化学習による衝突回避システムの報酬関数最適化
無人航空機の衝突回避システムにおいて、代理最適化器で報酬関数を調整することで深層強化学習の性能を向上させ、安全性と運用性を高める手法を提案した。
原題: Reward Function Optimization of a Deep Reinforcement Learning Collision Avoidance System / Cooper Cone, Michael Owen, Luis Alvarez 他
日本語で読む →
PR・アフィリエイト広告
