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: 2022/9/1 / 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 →- 論文強化学習ロボティクス
局所最適方策に潜む不安定制御
強化学習の方策が動的パラメータに対して不安定な制御を含み、それが過学習によりロバスト性と汎化を損なうことを示し、安定性制約と終端制約を提案した。
原題: Example When Local Optimal Policies Contain Unstable Control / Bing Song, Jean-Jacques Slotine, Quang-Cuong Pham
日本語で読む → - 論文安全強化学習ロボティクス
動的な高次元ロボットタスクの安全な強化学習:ナビゲーション、マニピュレーション、インタラクション
制約多様体の接空間を探索することで衝突制約下でも安全な強化学習を実現し、TIAGo++ロボットでの実世界マニピュレーションと人間とのインタラクションに成功した。
原題: Safe Reinforcement Learning of Dynamic High-Dimensional Robotic Tasks: Navigation, Manipulation, Interaction / Puze Liu, Kuo Zhang, Davide Tateo 他
日本語で読む → - 論文マイクロロボット/強化学習cs.NE
深層強化学習によるウニ精子細胞の走化性
ウニ精子細胞のモデルに深層強化学習を適用し、化学誘引物質濃度場での走化性運動を自己学習させた。限られた環境情報のみで現実に近い走化性行動を獲得し、人間が設計した戦略より効率的な場合も多い。
原題: Chemotaxis of sea urchin sperm cells through deep reinforcement learning / Chaojie Mo, Xin Bian
日本語で読む → - 論文オフライン強化学習機械学習
S2P: オフライン強化学習のデータ拡張のための状態条件付き画像合成
エージェントの状態から生のピクセル画像を生成するモデルS2Pを提案し、状態空間でのモデルベース遷移により未見の画像分布を仮想的に探索することで、画像ベースのオフライン強化学習の性能と汎化能力を向上させた。
原題: S2P: State-conditioned Image Synthesis for Data Augmentation in Offline Reinforcement Learning / Daesol Cho, Dongseok Shim, H. Jin Kim
日本語で読む → - 論文オフライン強化学習ロボティクス
タスク非依存オフライン強化学習のための潜在プラン
模倣学習で低レベル潜在スキルを、オフライン強化学習で高レベルスキル連鎖方策を学ぶ階層的手法を提案し、実世界25種の操作タスクで既存手法を上回った。
原題: Latent Plans for Task-Agnostic Offline Reinforcement Learning / Erick Rosete-Beas, Oier Mees, Gabriel Kalweit 他
日本語で読む → - 論文強化学習機械学習
強化学習におけるハイパーパラメータ調整を削減するオンライン重み付きQアンサンブル
異なるハイパーパラメータを持つ複数の強化学習エージェントをアンサンブルし、オンラインで最良のものを選択することで、ハイパーパラメータ調整の手間を減らす手法を提案。
原題: Online Weighted Q-Ensembles for Reduced Hyperparameter Tuning in Reinforcement Learning / Renata Garcia, Wouter Caarls
日本語で読む → - 論文強化学習ロボティクス
部分観測下での連続制御に強い軽量深層強化学習戦略:マルチステップ・ブートストラップの有効性
部分観測環境ではPPOがTD3やSACより頑健であることを示し、TD3やSACにマルチステップ目標を導入すると性能が改善することを実験的に明らかにした。
原題: Multi-Step First: A Lightweight Deep Reinforcement Learning Strategy for Robust Continuous Control with Partial Observability / Lingheng Meng, Rob Gorbet, Michael Burke 他
日本語で読む → - 論文強化学習/リハビリテーション機械学習
神経筋強化学習による機能的電気刺激での人間の四肢の動作制御
リカレントニューラルネットワークで非定常性に対処し、強化学習で機能的電気刺激(FES)を制御して麻痺した四肢を動かす手法を提案。シミュレーションと実世界で長期にわたりPID制御より優れた性能を維持できることを示した。
原題: Neuromuscular Reinforcement Learning to Actuate Human Limbs through FES / Nat Wannawas, Ali Shafti, A. Aldo Faisal
日本語で読む → - 論文強化学習ロボティクス
自然災害時の市民避難のためのDouble Q-learning
自然災害時に自律ロボットが市民を避難させる問題を部分観測マルコフ決定過程として定式化し、Double Q-learningの有効性をグリッドワールドのシミュレーションで評価した。
原題: Double Q-Learning for Citizen Relocation During Natural Hazards / Alysson Ribeiro da Silva
日本語で読む → - 論文強化学習機械学習
人間の介入を最小化:深層強化学習のための単一デモンストレーションの拡張
VRで収集した単一の人間デモを拡張し、DDPG+HERと組み合わせることで、複雑なブロック積みタスクを少ない人間入力で学習させる手法を提案。
原題: Minimizing Human Assistance: Augmenting a Single Demonstration for Deep Reinforcement Learning / Abraham George, Alison Bartsch, Amir Barati Farimani
日本語で読む → - 論文軌道最適化×強化学習ロボティクス
軌道最適化と方策学習の合意形成による高精度ロボット制御
軌道最適化の感度情報をSobolev学習で活用し、拡張ラグランジュ法で方策学習との一致を促すことで、ロボット制御のグローバル方策をより速く学習する手法を提案した。
原題: Enforcing the consensus between Trajectory Optimization and Policy Learning for precise robot control / Quentin Le Lidec, Wilson Jallet, Ivan Laptev 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
狭所におけるAckermannステアリングロボットの安全領域強化強化学習による自律探査
Ackermannステアリングロボットが地図や目的地なしに狭い空間を衝突せず自己探索できるよう、矩形安全領域とウェイポイント不要の報酬関数を用いた深層強化学習手法を提案し、シミュレーションと実機で有効性を示した。
原題: Unguided Self-exploration in Narrow Spaces with Safety Region Enhanced Reinforcement Learning for Ackermann-steering Robots / Zhaofeng Tian, Zichuan Liu, Xingyu Zhou 他
日本語で読む → - 論文モデルベース強化学習機械学習
価値総和:MPCベースのモデルベース強化学習のための新たなスコアリング関数
MPCベースのモデルベース強化学習において、報酬関数の代わりに割引価値の総和で軌道を評価する新手法を提案し、MuJoCoやCassieロボットの歩行学習で学習効率と報酬を改善した。
原題: Value Summation: A Novel Scoring Function for MPC-based Model-based Reinforcement Learning / Mehran Raisi, Amirhossein Noohian, Luc Mccutcheon 他
日本語で読む → - 論文強化学習/オプション発見機械学習
MO2: モデルベースオフラインオプション
過去の経験からボトルネック状態で切り替わる有用な行動(オプション)をオフラインで発見し、新しいタスクへ転移して探索と価値推定を改善する手法を提案する。
原題: MO2: Model-Based Offline Options / Sasha Salter, Markus Wulfmeier, Dhruva Tirumala 他
日本語で読む → - 論文強化学習ロボティクス
深層強化学習によるアシスティブ・ロボティクスの改善
アシスティブ・ロボティクスの3タスクで強化学習のベースラインを再現し、RNNとPhasic Policy Gradientによる拡張を試みたが、期待した効果は得られなかった。
原題: Improving Assistive Robotics with Deep Reinforcement Learning / Yash Jakhotiya, Iman Haque
日本語で読む → - 論文強化学習/着陸ロボティクス
UAVの視覚ベース着艦のためのロバスト強化学習アルゴリズム
単眼カメラのみを用いてVTOL UAVの自律着艦を実現するため、水平基準バーを追跡する視覚アルゴリズムと強化学習制御を開発し、風などの外乱下でもPID制御より優れた性能を示した。
原題: Robust Reinforcement Learning Algorithm for Vision-based Ship Landing of UAVs / Vishnu Saj, Bochan Lee, Dileep Kalathil 他
日本語で読む → - 論文マルチエージェント強化学習AI
部分観測下におけるマクロ行動ベースのマルチエージェント・ロボット深層強化学習
マクロ行動を用いた非同期意思決定のための価値ベースおよび方策勾配型マルチエージェント強化学習手法を提案し、シミュレーションと実ロボットで有効性を検証した論文。
原題: Macro-Action-Based Multi-Agent/Robot Deep Reinforcement Learning under Partial Observability / Yuchen Xiao
日本語で読む → - 論文強化学習ロボティクス
深層強化学習による遊泳運動の獲得
翼の羽ばたき運動をVAEで圧縮し、強化学習で水流中での高効率な遊泳パターンを自動探索した。
原題: Learning swimming via deep reinforcement learning / Jin Zhang, Lei Zhou, Bochao Cao
日本語で読む → - 論文強化学習ロバスト性機械学習
辞書式目的による強化学習の有界ロバスト性
観測ノイズに対する方策のロバスト性を確率的線形作用素で解析し、任意の方策勾配法に適用できる辞書式最適化によるロバスト性誘導手法を提案した。
原題: Bounded Robustness in Reinforcement Learning via Lexicographic Objectives / Daniel Jarne Ornia, Licio Romao, Lewis Hammond 他
日本語で読む → - 論文強化学習ロボティクス
能動的予測符号化:スパース報酬ロボット制御のための脳に着想を得た強化学習
誤差逆伝播を使わず、予測符号化回路のみで構成したエージェントActPCを提案し、スパース報酬下でのロボットアーム操作やブロック持ち上げタスクで逆伝播ベースの強化学習手法と同等以上の性能を示した。
原題: Active Predicting Coding: Brain-Inspired Reinforcement Learning for Sparse Reward Robotic Control Problems / Alexander Ororbia, Ankur Mali
日本語で読む → - 論文メタ強化学習機械学習
デモンストレーションを活用した疎報酬環境におけるメタ強化学習の強化
疎な報酬環境でのメタ強化学習において、各タスクのデモンストレーションデータを活用して訓練をガイドし、性能を向上させる手法EMRLDを提案した。
原題: Enhanced Meta Reinforcement Learning using Demonstrations in Sparse Reward Environments / Desik Rengarajan, Sapana Chaudhary, Jaewon Kim 他
日本語で読む → - 論文ロボット設計/強化学習ロボティクス
C^2: オンラインとオフライン強化学習を組み合わせた並行ネットワークによるロボットの協調設計
ロボットの形態と制御器を同時に設計する際、オンラインとオフライン強化学習を組み合わせた並行ネットワークフレームワークを提案し、シミュレータと実機で有効性を示した。
原題: C^2:Co-design of Robots via Concurrent Networks Coupling Online and Offline Reinforcement Learning / Ci Chen, Pingyu Xiang, Haojian Lu 他
日本語で読む → - 論文強化学習/自律着陸ロボティクス
深層強化学習によるUAVのプラットフォーム自律着陸戦略
GazeboとROSを連携した強化学習フレームワークを構築し、連続行動空間アルゴリズムでドローンの自律着陸を実現した。
原題: A Deep Reinforcement Learning Strategy for UAV Autonomous Landing on a Platform / Z. Jiang, G. Song
日本語で読む → - 論文宇宙ロボット/強化学習ロボティクス
事前方策ガイダンスを用いた強化学習による双腕自由浮遊宇宙ロボットの運動計画
事前知識を組み込んだ混合方策と無限ノルム報酬により、双腕自由浮遊宇宙ロボットが回転する非協力物体を捕獲する運動計画を高精度に学習する手法を提案。
原題: Reinforcement Learning with Prior Policy Guidance for Motion Planning of Dual-Arm Free-Floating Space Robot / Yuxue Cao, Shengjie Wang, Xiang Zheng 他
日本語で読む → - 論文産業制御/階層型強化学習機械学習
階層型強化学習による産業用HVACシステムの最適化
動作時間スケールの異なる複数のエージェントを用いた階層型強化学習により、機械制約を守りつつ産業用冷却システムの省エネを実現する手法を提案した。
原題: Optimizing Industrial HVAC Systems with Hierarchical Reinforcement Learning / William Wong, Praneet Dutta, Octavian Voicu 他
日本語で読む → - 論文UAV/強化学習AI
IoTネットワークにおけるAoI最小化のための複数UAVの学習ベース軌道計画
複数のUAVを移動中継ノードとして用い、基地局で受信する情報の鮮度(AoI)を最小化する軌道計画問題を深層強化学習(DQN)で解く手法を提案した。
原題: A Learning-Based Trajectory Planning of Multiple UAVs for AoI Minimization in IoT Networks / Eslam Eldeeb, Dian Echevarría Pérez, Jean Michel de Souza Sant'Ana 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
非同期マルチエージェント強化学習のためのアクター・クリティック手法
エージェントが非同期に意思決定・学習できるマルチエージェント強化学習のアクター・クリティック手法を提案し、シミュレーションと実機で有効性を示した。
原題: Asynchronous Actor-Critic for Multi-Agent Reinforcement Learning / Yuchen Xiao, Weihao Tan, Christopher Amato
日本語で読む → - 論文強化学習ロボティクス
後方視的経験再生におけるクラスタベースサンプリングによるロボットタスクの効率化
後方視的経験再生(HER)において、達成したゴールをクラスタリングして経験をサンプリングする手法を提案し、ロボット制御タスクでサンプル効率と性能を改善した。
原題: Cluster-based Sampling in Hindsight Experience Replay for Robotic Tasks (Student Abstract) / Taeyoung Kim, Dongsoo Har
日本語で読む → - 論文強化学習/四足歩行/マニピュレーションロボティクス
四足歩行ロボットによる高精度サッカーシュートのための階層型強化学習
四足歩行ロボットが実世界で正確にサッカーボールを目標地点へ蹴るため、運動制御と計画を階層的に強化学習するフレームワークを提案し、A1ロボットで実証した。
原題: Hierarchical Reinforcement Learning for Precise Soccer Shooting Skills using a Quadrupedal Robot / Yandong Ji, Zhongyu Li, Yinan Sun 他
日本語で読む → - 論文階層強化学習AI
知能的な問題解決を統合的な階層強化学習として捉える
認知心理学の知見と階層強化学習を統合し、生物に匹敵する問題解決能力を持つ人工エージェントを実現するための統合アーキテクチャの課題を整理したレビュー論文。
原題: Intelligent problem-solving as integrated hierarchical reinforcement learning / Manfred Eppe, Christian Gumbsch, Matthias Kerzel 他
日本語で読む →
PR・アフィリエイト広告
