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: 2022/8/1 / 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 →- 論文モデルベース強化学習機械学習
SINDyを用いたモデルベース強化学習
物理系の支配方程式をSINDyで同定し、少ない軌道データから高精度なモデルを学習して強化学習に活用する手法を提案した。
原題: Model-Based Reinforcement Learning with SINDy / Rushiv Arora, Bruno Castro da Silva, Eliot Moss
日本語で読む → - 論文強化学習機械学習
サンプル効率の高い目標条件付き強化学習のための計量残差ネットワーク
目標条件付き強化学習において、行動価値関数を計量と非対称残差に分解する新しいニューラルネットワークMRNを提案し、サンプル効率を大幅に改善した。
原題: Metric Residual Networks for Sample Efficient Goal-Conditioned Reinforcement Learning / Bo Liu, Yihao Feng, Qiang Liu 他
日本語で読む → - 論文強化学習/バランス制御ロボティクス
深層強化学習による球体バランスロボットの学習
従来のフィードバック制御と強化学習を組み合わせた複合コントローラを提案し、接触や衝突を含む復元タスクで球体バランスロボットがより大きな初期傾斜角でもバランスを保てることを示した。
原題: Learning Ball-balancing Robot Through Deep Reinforcement Learning / Yifan Zhou, Jianghao Lin, Shuai Wang 他
日本語で読む → - 論文自動運転/合流/マルチモーダル強化学習ロボティクス
拡張マルチモーダル強化学習による堅牢な合流支援
BSMと監視画像を組み合わせたマルチモーダル観測とデータ拡張を用いた強化学習により、ノイズに頑健な自動運転車の合流制御を実現した研究。
原題: Towards Robust On-Ramp Merging via Augmented Multimodal Reinforcement Learning / Gaurav Bagwe, Jian Li, Xiaoyong Yuan 他
日本語で読む → - 論文ビンパッキング/強化学習ロボティクス
バッファ付きオンライン3Dビンパッキング強化学習ソリューション
バッファを導入して複数アイテムの行動選択を可能にし、データ拡張とAlphaGo由来のモデルベースRLを組み合わせ、3Dビンパッキングの空間利用率を向上させた。
原題: Online 3D Bin Packing Reinforcement Learning Solution with Buffer / Aaron Valero Puche, Sukhan Lee
日本語で読む → - 論文経路計画/強化学習eess.SP
公平性に基づく省エネルギーのポータブルアクセスポイントの3次元経路計画:深層強化学習アプローチ
UAV型ポータブルアクセスポイントの3次元経路を深層強化学習で最適化し、公平性とエネルギー効率を両立させる手法を提案した。
原題: Fairness Based Energy-Efficient 3D Path Planning of a Portable Access Point: A Deep Reinforcement Learning Approach / Nithin Babu, Igor Donevski, Alvaro Valcarce 他
日本語で読む → - 論文強化学習ロボティクス
ロバストで効率的なロボット強化学習のためのリアプノフ設計
制御リアプノフ関数をコストに組み込むことで、安定化制御器を少ないデータで学習できる強化学習手法を提案し、実機の台車型倒立振子と四足歩行ロボットで検証した。
原題: Lyapunov Design for Robust and Efficient Robotic Reinforcement Learning / Tyler Westenbroek, Fernando Castaneda, Ayush Agrawal 他
日本語で読む → - 論文マルチエージェント強化学習AI
CH-MARL: 協調的異種マルチエージェント強化学習のためのマルチモーダルベンチマーク
複数の異種ロボットが家庭環境で協調するマルチモーダル(視覚・言語)ベンチマークを提案し、最先端MARL手法の実装と評価プロトコルを提供した。
原題: CH-MARL: A Multimodal Benchmark for Cooperative, Heterogeneous Multi-Agent Reinforcement Learning / Vasu Sharma, Prasoon Goyal, Kaixiang Lin 他
日本語で読む → - 論文強化学習機械学習
BARReL: 視覚ベース強化学習における敵対的ロバスト性のためのボトルネック注意機構
視覚ベース強化学習エージェントの敵対的攻撃への脆弱性を調査し、CNNにボトルネック注意モジュール(BAM)を組み込むことで推論時のロバスト性が向上することを示した研究。
原題: BARReL: Bottleneck Attention for Adversarial Robustness in Vision-Based Reinforcement Learning / Eugene Bykovets, Yannick Metz, Mennatallah El-Assady 他
日本語で読む → - 論文強化学習機械学習
双方向モデルロールアウトによる後方模倣と前方強化学習
後方ロールアウトを専門家のデモとして模倣し、前方ロールアウトで強化学習を行うBIFRLを提案し、高価値状態への到達と探索を効率化した。
原題: Backward Imitation and Forward Reinforcement Learning via Bi-directional Model Rollouts / Yuxin Pan, Fangzhen Lin
日本語で読む → - 論文強化学習AI
ベイジアンソフトアクター・クリティック:有向非巡回戦略グラフに基づく深層強化学習
複雑な方策をベイジアン連鎖で複数の単純なサブ方策に分解し、ベイジアン戦略ネットワークとして統合する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: Bayesian Soft Actor-Critic: A Directed Acyclic Strategy Graph Based Deep Reinforcement Learning / Qin Yang, Ramviyas Parasuraman
日本語で読む → - 論文模倣学習/強化学習機械学習
アドバンテージ重み付けと早期終了を用いた実演からのロボット方策学習
実演データを活用し、アドバンテージ重み付けと自動早期終了で強化学習を効率化する手法AWETを提案し、4つのロボットタスクで有効性を示した。
原題: Robot Policy Learning from Demonstration Using Advantage Weighting and Early Termination / Abdalkarim Mohtasib, Gerhard Neumann, Heriberto Cuayahuitl
日本語で読む → - 論文軟体ロボット/強化学習ロボティクス
軟体ヘビロボットのCPG制御運動制御器の強化学習
軟体ヘビロボットの目標追従制御のため、強化学習と松岡振動子によるCPGを組み合わせ、シミュレーションと実機で有効性を検証した。
原題: Reinforcement Learning of CPG-regulated Locomotion Controller for a Soft Snake Robot / Xuan Liu, Cagdas Onal, Jie Fu
日本語で読む → - 論文オフライン強化学習機械学習
異なる制御周波数でのオフライン強化学習
制御周波数が異なるオフラインデータを混ぜて強化学習する際の問題を分析し、NステップリターンのNを離散化サイズに応じて調整することで学習を安定化させる手法を提案した。
原題: Offline Reinforcement Learning at Multiple Frequencies / Kaylee Burns, Tianhe Yu, Chelsea Finn 他
日本語で読む → - 論文強化学習機械学習
ルネサンスロボット:多様なスキルを学習するための最適輸送による方策融合
最適輸送理論を用いて、異なるタスクで訓練された複数のエージェントの方策を事後的に融合し、新タスクの学習を効率化する手法を提案。
原題: Renaissance Robot: Optimal Transport Policy Fusion for Learning Diverse Skills / Julia Tan, Ransalu Senanayake, Fabio Ramos
日本語で読む → - 論文安全強化学習ロボティクス
制御バリア関数を用いたオンライン非線形制御のためのサンプル効率の良い安全学習
未知の非線形動的システムにおいて、制御バリア関数を確率的設定に拡張し、楽観的探索戦略と組み合わせることで、安全性を保証しながらサンプル効率良くオンライン制御を学習する枠組みを提案した。
原題: Sample-efficient Safe Learning for Online Nonlinear Control with Control Barrier Functions / Wenhao Luo, Wen Sun, Ashish Kapoor
日本語で読む → - 論文交通制御/強化学習ロボティクス
機械学習による自動交差点管理のための拡張グラフ表現
交差点管理を強化学習で解くため、車両のノード特徴に加えてエッジ特徴を用いるグラフ表現とGNNを改良し、遅延削減と未学習レイアウトへの汎化を評価した。
原題: An Enhanced Graph Representation for Machine Learning Based Automatic Intersection Management / Marvin Klimke, Jasper Gerigk, Benjamin Völz 他
日本語で読む → - 論文オフライン強化学習機械学習
強化学習の系列モデリングにおける楽観バイアスの解消
オフライン強化学習を系列モデリングとして扱う手法の楽観バイアスを、方策と世界モデルを明示的に分離することで解消し、自動運転タスクで優れた性能を示した。
原題: Addressing Optimism Bias in Sequence Modeling for Reinforcement Learning / Adam Villaflor, Zhe Huang, Swapnil Pande 他
日本語で読む → - 論文強化学習機械学習
変分因果推論による目標条件付き強化学習の汎化
因果グラフを潜在変数として目標条件付き強化学習を変分最適化し、因果発見と方策学習を交互に行うことで未知の目標への汎化性能を高める手法を提案。
原題: Generalizing Goal-Conditioned Reinforcement Learning with Variational Causal Reasoning / Wenhao Ding, Haohong Lin, Bo Li 他
日本語で読む → - 論文強化学習ロボティクス
抽象的デモンストレーションと適応的探索による効率的で安定な多段階スパース報酬強化学習
複雑なタスクをサブタスクに分解し、正しい順序で学習させるとともに、習熟度に応じて探索の確率を適応的に変えることで、スパース報酬の多段階タスクを効率的かつ安定に学習する手法A^2を提案。
原題: Abstract Demonstrations and Adaptive Exploration for Efficient and Stable Multi-step Sparse Reward Reinforcement Learning / Xintong Yang, Ze Ji, Jing Wu 他
日本語で読む → - 論文安全強化学習制御
不確かな区分アフィン系に対する非凸制約下でのロバスト・アクション・ガバナと安全強化学習
パラメータ不確かさと加法性不確かさを持つ区分アフィン系に対し、非凸制約を満たすロバスト・アクション・ガバナを提案し、強化学習の探索中も安全性を保証する手法を開発した。
原題: Robust Action Governor for Uncertain Piecewise Affine Systems with Non-convex Constraints and Safe Reinforcement Learning / Yutong Li, Nan Li, H. Eric Tseng 他
日本語で読む → - 論文制御/強化学習ロボティクス
QuaDUE-CCM: 不確かな収縮計量を用いた解釈可能な分布強化学習による四回転翼の精密軌道追従
空力外乱の不確かさを分位点近似で推定する分布強化学習QuaDUEを提案し、収縮理論に基づく制御収縮計量(CCM)と統合することで、四回転翼の軌道追従精度と指数収束を保証した。
原題: QuaDUE-CCM: Interpretable Distributional Reinforcement Learning using Uncertain Contraction Metrics for Precise Quadrotor Trajectory Tracking / Yanran Wang, James O'Keeffe, Qiuchen Qian 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
社会的価値志向を用いた自動運転車の相互作用を考慮した意思決定
歩行者との相互作用を考慮し、社会価値志向と深層強化学習を組み合わせて、異なる運転スタイルの意思決定ポリシーを生成するフレームワークを提案し、シミュレーションで検証した。
原題: Interaction-aware Decision-making for Automated Vehicles using Social Value Orientation / Luca Crosato, Hubert P. H. Shum, Edmond S. L. Ho 他
日本語で読む → - 論文逆強化学習機械学習
多様な動画からのグラフ逆強化学習
多様な第三者視点動画から報酬関数を学習するため、動画をエンティティ間の相互作用グラフとして抽象化し、時間的マッチングでタスク進捗を測るGraphIRLを提案。実機マニピュレーションで手設計報酬を上回る性能を示した。
原題: Graph Inverse Reinforcement Learning from Diverse Videos / Sateesh Kumar, Jonathan Zamora, Nicklas Hansen 他
日本語で読む → - 論文強化学習機械学習
USHER: 後知恵経験再生のための不偏サンプリング
後知恵経験再生(HER)が確率的環境で価値関数に偏りを生む問題を、重点サンプリングに基づく漸近的に不偏な手法で解決し、ロボット制御タスクで有効性を示した論文。
原題: USHER: Unbiased Sampling for Hindsight Experience Replay / Liam Schramm, Yunfu Deng, Edgar Granados 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
状態ドロップアウトに基づくカリキュラム強化学習による無信号交差点の自動運転
無信号交差点を通過する自動運転エージェントの強化学習において、状態情報をランダムに欠落させるカリキュラムを導入し、学習の高速化と性能向上を実現した。
原題: State Dropout-Based Curriculum Reinforcement Learning for Self-Driving at Unsignalized Intersections / Shivesh Khaitan, John M. Dolan
日本語で読む → - 論文階層型強化学習機械学習
シンボリック行動としての時間的拡張スキル学習による連続領域の計画
連続制御スキルをシンボリックな状態抽象のフォワードモデルと結びつけ、長期計画と連続制御を両立する階層型強化学習エージェントSEADSを提案した。
原題: Learning Temporally Extended Skills in Continuous Domains as Symbolic Actions for Planning / Jan Achterhold, Markus Krimmel, Joerg Stueckler
日本語で読む → - 論文強化学習/計画AI
世界の仕組みを観察・学習してバンディットで計画するライフスキルの発見
エージェントが世界との履歴的相互作用を観察し、マルチアームドバンディット問題として評価しながら高レベルの抽象スキルを自動獲得する計画手法を提案。
原題: Discover Life Skills for Planning with Bandits via Observing and Learning How the World Works / Tin Lai
日本語で読む → - 論文強化学習ロボティクス
ロボットタスクにおける対話型強化学習のフィードバック頻度の効果の定量化
連続状態・行動空間のロボットマニピュレータの逆運動学学習において、対話型フィードバックの頻度が学習効率に与える影響を定量化し、最適な頻度はタスク習熟度に応じて変化することを示した。
原題: Quantifying the Effect of Feedback Frequency in Interactive Reinforcement Learning for Robotic Tasks / Daniel Harnack, Julie Pivin-Bachler, Nicolás Navarro-Guerrero
日本語で読む → - 論文自動運転/強化学習/sim2realロボティクス
深層強化学習による実世界の自動運転への挑戦
シミュレーションで訓練したモデルフリー深層強化学習プランナが操舵と加減速を同時に予測し、実車の動特性を再現する小型NNでsim2realギャップを縮めて、パルマ市街の実環境でも安全に走行できることを示した。
原題: Tackling Real-World Autonomous Driving using Deep Reinforcement Learning / Paolo Maramotti, Alessandro Paolo Capasso, Giulio Bacchiani 他
日本語で読む →
PR・アフィリエイト広告
