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: 2022/3/1 / 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 →- 論文模倣学習/強化学習機械学習
制御における構成的汎化のためのポリシーアーキテクチャ
環境内のエンティティ構造を活かしたDeep SetsやSelf Attentionベースのポリシーを提案し、ロボット操作タスクで少ないデータで高い成功率と構成的汎化を実現した。
原題: Policy Architectures for Compositional Generalization in Control / Allan Zhou, Vikash Kumar, Chelsea Finn 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
両側情報を用いた深層強化学習による人間を超える車間制御モデル
前方車だけでなく後方車の情報も考慮する両側車間制御を深層強化学習で学習し、人間の運転を上回る性能をシミュレーションで示した論文。
原題: Bilateral Deep Reinforcement Learning Approach for Better-than-human Car Following Model / Tianyu Shi, Yifei Ai, Omar ElSamadisy 他
日本語で読む → - 論文強化学習・解釈性AI
意図が読み取りやすい行動のための方策正則化
強化学習エージェントの方策に、観察者が意図を誤解しにくくする「可読性」を正則化項として組み込み、学習アルゴリズムを変更せずに可読行動を実現する手法を提案した論文。
原題: Policy Regularization for Legible Behavior / Michele Persiani, Thomas Hellström
日本語で読む → - 論文強化学習/経路追従ロボティクス
時間最適な経路追従を学習する:感覚フィードバックの有無に対応
関節空間の参照経路を関節限界内で最速追従する方策を強化学習で獲得し、歩行ロボットのバランス維持など感覚フィードバックも活用可能で、シミュレーションから実機への転移も示した。
原題: Learning Time-optimized Path Tracking with or without Sensory Feedback / Jonas C. Kiemel, Torsten Kröger
日本語で読む → - 論文マルチUAV/強化学習ロボティクス
深層強化学習による視覚ベースの分散型マルチUAV衝突回避ナビゲーション
深度画像と慣性計測を入力に、強化学習とオートエンコーダで各UAVが独立して衝突回避しながら目標へ向かう分散ポリシーを学習した研究。
原題: Vision-based Distributed Multi-UAV Collision Avoidance via Deep Reinforcement Learning for Navigation / Huaxing Huang, Guijie Zhu, Zhun Fan 他
日本語で読む → - 論文逆強化学習ロボティクス
反事実推論を取り入れて人間の逆強化学習を改善する
人間の逆強化学習モデルに学習者の既存の期待を取り込み、ロボットが人間の理解を最大化するデモンストレーションを選べるようにした研究。未見環境での予測難易度を推定する新指標も提案し、ユーザー研究で有効性を検証した。
原題: Reasoning about Counterfactuals to Improve Human Inverse Reinforcement Learning / Michael S. Lee, Henny Admoni, Reid Simmons
日本語で読む → - 論文強化学習/飛行制御/sim2realロボティクス
好奇心駆動強化学習によるクアッドロータのアグレッシブ飛行
軌道計画を必要とせず、類似度ベースの好奇心モジュールと分岐構造探索で訓練を高速化・頑健化し、シミュレーションから実機へ直接転移できるアグレッシブ飛行ポリシーを強化学習で獲得した論文。
原題: Aggressive Quadrotor Flight Using Curiosity-Driven Reinforcement Learning / Qiyu Sun, Jinbao Fang, Wei Xing Zheng 他
日本語で読む → - 論文モデルベース強化学習機械学習
時差学習によるモデル予測制御
短期間の軌道最適化に学習済み潜在ダイナミクスモデルを、長期リターン推定に学習済み終端価値関数を用い、両者を時差学習で同時に学習するTD-MPCを提案。連続制御タスクで高いサンプル効率と性能を達成。
原題: Temporal Difference Learning for Model Predictive Control / Nicklas Hansen, Xiaolong Wang, Hao Su
日本語で読む → - 論文強化学習/自動運転ロボティクス
オフライン強化学習による高速道路走行軌道の最適化
高速道路の自動運転向けに、オフライン強化学習で連続的な軌道パラメータを学習し、多項式ベースの滑らかな軌道を生成する手法を提案した論文。
原題: Optimizing Trajectories for Highway Driving with Offline Reinforcement Learning / Branka Mirchevska, Moritz Werling, Joschka Boedecker
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
非同期オプション選択を可能にする条件付き推論型マルチエージェント方策勾配法
エージェントごとにオプションの選択・完了タイミングが異なる非同期な協調マルチエージェント問題に対し、条件付き推論で集中方策とその勾配を導出する新しいMAPG手法を提案し、実験で有効性を示した。
原題: Asynchronous, Option-Based Multi-Agent Policy Gradient: A Conditional Reasoning Approach / Xubo Lyu, Amin Banitalebi-Dehkordi, Mo Chen 他
日本語で読む → - 論文強化学習/UAV制御ロボティクス
UAV制御のためのベジェ曲線に基づく強化学習報酬関数
目標までの簡略軌道(3次ベジェ曲線)の到達時間を推定する報酬関数を提案し、UAVの飛行・回避・迎撃の3タスクを深層強化学習で解決した。
原題: Reinforcement learning reward function in unmanned aerial vehicle control tasks / Mikhail S. Tovarnov, Nikita V. Bykov
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
複雑な環境での衝突回避のための適応的環境モデリング強化学習
GRU階層ネットワークとアテンション機構で環境を適応的にモデル化し、報酬関数も適応化する強化学習フレームワークを提案。群衆環境でのロボット衝突回避性能をシミュレーションと実機で向上させた。
原題: Adaptive Environment Modeling Based Reinforcement Learning for Collision Avoidance in Complex Scenes / Shuaijun Wang, Rui Gao, Ruihua Han 他
日本語で読む → - 論文組立/強化学習ロボティクス
ブロックを組み立てよう!大規模構造化強化学習による組立学習
磁石付きブロックを目標設計図どおりに組み立てる物理環境を構築し、大規模強化学習とグラフベース方策の組み合わせで、未見の設計図にもゼロショットで対応できるエージェントを訓練した。
原題: Blocks Assemble! Learning to Assemble with Large-Scale Structured Reinforcement Learning / Seyed Kamyar Seyed Ghasemipour, Daniel Freeman, Byron David 他
日本語で読む → - 論文強化学習/制御ロボティクス
深層残差強化学習による自律飛行船制御
PID制御をベースに深層残差強化学習でその出力を補正し、風や浮力変化に頑健な飛行船の自律制御を実現した研究。
原題: Deep Residual Reinforcement Learning based Autonomous Blimp Control / Yu Tang Liu, Eric Price, Michael J. Black 他
日本語で読む → - 論文強化学習/実機ロボットロボティクス
実時間ロボット制御のための非同期強化学習
ロボットアームの視覚タスクで、学習更新と環境相互作用を非同期化する強化学習システムを実装し、逐次処理との性能を実環境で比較した。学習コストが高い場合、非同期が適切な行動周期を維持し大幅に優れることを示した。
原題: Asynchronous Reinforcement Learning for Real-Time Control of Physical Robots / Yufeng Yuan, A. Rupam Mahmood
日本語で読む → - 論文強化学習/飛行制御ロボティクス
障害物環境における最短時間飛行の学習
深層強化学習とトポロジカル経路計画を組み合わせ、障害物の多い環境でクアッドロータが最短時間で飛行する頑健なニューラルネットワーク制御器を訓練した。計画と制御をオンラインで同時に解くことで外乱に対応し、従来法を大きく上回る成功率と性能を実現した。
原題: Learning Minimum-Time Flight in Cluttered Environments / Robert Penicka, Yunlong Song, Elia Kaufmann 他
日本語で読む → - 論文強化学習/微分可能シミュレーション機械学習
微分可能物理シミュレーションにおける報酬勾配を活用した強化学習
微分可能な剛体物理シミュレータの報酬解析勾配を活用する新アルゴリズムを提案し、難解な非線形制御問題で最先端の深層強化学習を上回る性能を示した。
原題: Leveraging Reward Gradients For Reinforcement Learning in Differentiable Physics Simulations / Sean Gillen, Katie Byl
日本語で読む → - 論文強化学習ロボティクス
非定常環境における戦略的後退を伴うノンパラメトリック確率方策勾配法
カーネル法で方策を無限次元RKHS上に埋め込み、環境変化に適応しながら最適制御方策を逐次学習するノンパラメトリック手法を提案し、DDPGやTD3を上回る性能を示した。
原題: Non-Parametric Stochastic Policy Gradient with Strategic Retreat for Non-Stationary Environment / Apan Dastider, Mingjie Lin
日本語で読む → - 論文強化学習機械学習
分布強化学習のためのマルチサンプル目標値による探索
分布強化学習において単一サンプル目標値の代わりにマルチサンプル目標値を導入し、UCBベースの探索と組み合わせたE2DCを提案。Humanoid制御などの連続制御タスクで最先端のモデルフリー性能を達成した。
原題: Exploration with Multi-Sample Target Values for Distributional Reinforcement Learning / Michael Teng, Michiel van de Panne, Frank Wood
日本語で読む → - 論文強化学習AI
記号オートマトンで符号化された目的に対するモデルフリー強化学習
記号オートマトンでタスク仕様を表現し、疎な報酬ではなくポテンシャルベースの非疎報酬を定義することで、強化学習の収束性と分散を改善する手法を提案した論文。
原題: Model-Free Reinforcement Learning for Symbolic Automata-encoded Objectives / Anand Balakrishnan, Stefan Jakšić, Edgar A. Aguilar 他
日本語で読む → - 論文強化学習機械学習
ニューラル報酬関数によるオープンエンド強化学習
ニューラルネットワークで表現した報酬関数を反復的に訓練し、多様で複雑なスキルを自律的に獲得する強化学習手法を提案した論文。
原題: Open-Ended Reinforcement Learning with Neural Reward Functions / Robert Meier, Asier Mujika
日本語で読む → - 論文共有自律/強化学習ロボティクス
共有自律によるドローン着陸支援の強化学習
2台のRGB-DカメラとTD3で訓練した方策モジュールにより、パイロットの意図を推定して操縦を補助し、難条件下でのUAV着陸成功率を51.4%から98.2%に向上させた。
原題: Reinforcement Learning for Shared Autonomy Drone Landings / Kal Backman, Dana Kulić, Hoam Chung
日本語で読む → - 論文制御/強化学習機械学習
実践による学習:因果推論・制御・強化学習で動的システムを制御する
因果推論・制御・強化学習の融合を目指し、動的システムを望む状態へ導く制御を推論する競技を開催し、その課題設定と参加手法をまとめた論文。
原題: Learning by Doing: Controlling a Dynamical System using Causality, Control, and Reinforcement Learning / Sebastian Weichwald, Søren Wengel Mogensen, Tabitha Edith Lee 他
日本語で読む → - 論文強化学習ロボティクス
ロボットナビゲーションのための量子深層強化学習
ハイブリッド量子深層強化学習で車輪ロボットのナビゲーションを学習し、少ないパラメータ数で古典ベースラインを上回る性能を示した。
原題: Quantum Deep Reinforcement Learning for Robot Navigation Tasks / Hans Hohenfeld, Dirk Heimann, Felix Wiebe 他
日本語で読む → - 論文ロバスト強化学習機械学習
複数の不確実性集合に対するロバスト方策学習
システム同定とロバスト強化学習を組み合わせ、複数の異なる摂動集合に対してロバストな方策を学習する手法を提案し、多様な制御タスクで最悪ケース性能の向上を示した。
原題: Robust Policy Learning over Multiple Uncertainty Sets / Annie Xie, Shagun Sodhani, Chelsea Finn 他
日本語で読む → - 論文強化学習ロボティクス
局所リプシッツ連続制約による安定かつ滑らかな強化学習
方策と価値関数に局所リプシッツ連続性の制約を課す正則化手法L2C2を提案し、表現力を保ちつつ学習の安定化とノイズ耐性を実現した。
原題: L2C2: Locally Lipschitz Continuous Constraint towards Stable and Smooth Reinforcement Learning / Taisuke Kobayashi
日本語で読む → - 論文強化学習/飛行制御制御
故障耐性飛行制御のためのSoft Actor-Critic深層強化学習
ジェット機の複数故障に対応できるモデルフリーの強化学習飛行制御器を提案し、オフライン学習したカスケードSoft Actor-Criticが協調旋回を高精度で達成しつつ6種類の故障に頑健であることを示した。
原題: Soft Actor-Critic Deep Reinforcement Learning for Fault Tolerant Flight Control / Killian Dally, Erik-Jan van Kampen
日本語で読む → - 論文逆強化学習機械学習
逆強化学習とモンテカルロ木探索による協調軌道計画のための報酬モデル学習
特徴量ベースの最大エントロピー逆強化学習とモンテカルロ木探索を組み合わせ、複数エージェントの協調的な専門家軌道から人間らしい報酬モデルを学習する手法を提案した。
原題: Learning Reward Models for Cooperative Trajectory Planning with Inverse Reinforcement Learning and Monte Carlo Tree Search / Karl Kurzer, Matthias Bitzer, J. Marius Zöllner
日本語で読む → - 論文ヒューマン・イン・ザ・ループ強化学習ロボティクス
眼 gaze 入力によるロボット操作を可能にする階層型ヒューマン・イン・ザ・ループ強化学習
事前学習した高レベル行動の潜在空間と、スパースなユーザーフィードバックからの効率的な学習を組み合わせ、ウェブカメラの視線入力でロボットを操作できる支援インターフェースを実現した研究。
原題: ASHA: Assistive Teleoperation via Human-in-the-Loop Reinforcement Learning / Sean Chen, Jensen Gao, Siddharth Reddy 他
日本語で読む → - 論文強化学習機械学習
遺伝的カリキュラムによる堅牢な強化学習
エージェントが失敗するシナリオを自動的に特定し、遺伝的アルゴリズムでカリキュラムを生成することで、専門家の監督なしに堅牢な方策を学習させる手法を提案した論文。
原題: Robust Reinforcement Learning via Genetic Curriculum / Yeeho Song, Jeff Schneider
日本語で読む →
PR・アフィリエイト広告
