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: 2021/11/1 / 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+強化学習ロボティクス
AW-Opt:模倣と強化学習を大規模に統合してロボット技能を学習する
アドバンテージ重み付き回帰とQT-Optを組み合わせ、デモンストレーションと多様な事前データを活用して実世界ロボット技能をスケーラブルに学習する手法AW-Optを提案・検証した論文。
原題: AW-Opt: Learning Robotic Skills with Imitation and Reinforcement at Scale / Yao Lu, Karol Hausman, Yevgen Chebotar 他
日本語で読む → - 論文モデルベース強化学習機械学習
EfficientZero:限られたデータでAtariゲームを攻略するサンプル効率の高いモデルベース強化学習
MuZeroをベースに、少ない環境ステップで人間を超える性能を達成するサンプル効率の高いモデルベース視覚強化学習アルゴリズムEfficientZeroを提案した。Atari 100kベンチマークで平均194.3%の人間性能を達成し、DQNの2億フレーム時の性能に500分の1のデータで匹敵する。
原題: Mastering Atari Games with Limited Data / Weirui Ye, Shaohuai Liu, Thanard Kurutach 他
日本語で読む → - 論文強化学習機械学習
時間離散化に不変な安全な行動繰り返しによる方策勾配法
方策勾配法が時間刻みδに依存して不安定になる原因を解析し、確率的環境でも適応的に反応できるδ不変な行動繰り返し手法SARを提案した論文。
原題: Time Discretization-Invariant Safe Action Repetition for Policy Gradient Methods / Seohong Park, Jaekyeom Kim, Gunhee Kim
日本語で読む → - 論文強化学習機械学習
過小評価と過大評価のバランスを取るRealistic Actor-Critic
複数のクリティックの不確実性を利用してQ関数の信頼区間を多様に構築し、過小評価と過大評価のトレードオフを調整するRACを提案。MuJoCoでSAC比10倍のサンプル効率とHumanoidで25%の性能向上を達成した。
原題: Balancing Value Underestimation and Overestimation with Realistic Actor-Critic / Sicen Li, Qinyun Tang, Yiming Pang 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
人間運転車両の誤りによる衝突危機回避:モデルベース強化学習によるCAVアプローチ
混在交通環境で人間運転車両の誤操作による衝突危機を予測・回避する軌道生成のため、深層学習による運動予測とMPCベースの高速軌道計画を組み合わせたモデルベース強化学習システムを開発した。
原題: Addressing crash-imminent situations caused by human driven vehicle errors in a mixed traffic stream: a model-based reinforcement learning approach for CAV / Jiqian Dong, Sikai Chen, Samuel Labi
日本語で読む → - 論文階層強化学習機械学習
効率的探索のための階層的スキル学習
二足歩行ロボットの多様なスパース報酬タスクで、教師なしで複雑さの異なるスキルを獲得し、下流タスクに応じて汎用スキルと特化スキルを自動で使い分ける3層階層強化学習を提案した論文。
原題: Hierarchical Skills for Efficient Exploration / Jonas Gehring, Gabriel Synnaeve, Andreas Krause 他
日本語で読む → - 論文ニューロシンボリック強化学習AI
LOA: テキストベース対話ゲームのための論理的最適行動
ニューラルネットワークと記号知識獲得を組み合わせたニューロシンボリックな強化学習エージェントLOAを提案し、テキストベースゲームでの対話型デモと獲得知識の可視化を提供する。
原題: LOA: Logical Optimal Actions for Text-based Interaction Games / Daiki Kimura, Subhajit Chaudhury, Masaki Ono 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
相手の戦略を安定化させる能動的影響学習
マルチエージェント環境で相手の戦略を低次元潜在表現でモデル化し、相手を単一戦略へ安定化させる影響を与えることで非定常性を抑え、タスク報酬を効率的に最大化する手法を提案した。
原題: Influencing Towards Stable Multi-Agent Interactions / Woodrow Z. Wang, Andy Shih, Annie Xie 他
日本語で読む → - 論文強化学習機械学習
動的ミラー降下MPCによる方策探索:モデルフリーオフポリシーRLのための階層フレームワーク
動的ミラー降下に基づくMPCを内側ループ、オフポリシーRLを外側ループとする階層フレームワークを提案し、サンプル効率と収束速度を改善する2つのアルゴリズムを導出した論文。
原題: Policy Search using Dynamic Mirror Descent MPC for Model Free Off Policy RL / Soumya Rani Samineni
日本語で読む → - 論文モデルベース強化学習機械学習
想像上の後知恵経験再生:スパース報酬タスクのための好奇心駆動型モデルベース学習
モデルベース強化学習に想像データと後知恵経験再生・好奇心報酬を組み合わせ、スパース報酬の多目標ロボットタスクを報酬設計なしでデータ効率よく学習する手法を提案した。
原題: Imaginary Hindsight Experience Replay: Curious Model-based Learning for Sparse Reward Tasks / Robert McCarthy, Qiang Wang, Stephen J. Redmond
日本語で読む → - 論文強化学習/カリキュラム学習機械学習
ロボット政策学習のための多目的カリキュラム学習
サブゴール生成や報酬整形など複数のカリキュラム設計を単一のハイパーネットで統合し、ロボットマニピュレーションタスクで自動カリキュラム学習を実現した研究。
原題: Learning Multi-Objective Curricula for Robotic Policy Learning / Jikun Kang, Miao Liu, Abhinav Gupta 他
日本語で読む → - 論文教育/AR/強化学習ロボティクス
拡張現実で強化学習を学ぶK-12向けロボット教育プラットフォーム
学習中のロボットの内部状態をARで可視化し、人間がフィードバックを与えやすくするシステムを提案。K-12のAI教育や人間参加型強化学習への応用を展望する。
原題: An Augmented Reality Platform for Introducing Reinforcement Learning to K-12 Students with Robots / Ziyi Zhang, Samuel Micah Akai-Nettey, Adonai Addo 他
日本語で読む → - 論文強化学習ベンチマーク機械学習
教師なし強化学習ベンチマークURLB
報酬なし事前学習と下流タスク適応の2段階からなる教師なし強化学習の統一ベンチマークURLBを提案し、8手法を比較評価した。
原題: URLB: Unsupervised Reinforcement Learning Benchmark / Michael Laskin, Denis Yarats, Hao Liu 他
日本語で読む → - 論文オフライン強化学習ロボティクス
安全性と探索性を高めた自動運転のためのオフライン強化学習
オフライン強化学習BCQに学習可能なパラメータノイズとリアプノフに基づく安全制約を組み込み、自動運転の高速道路・駐車シナリオで従来法より優れる制御方策を実現した。
原題: Offline Reinforcement Learning for Autonomous Driving with Safety and Exploration Enhancement / Tianyu Shi, Dong Chen, Kaian Chen 他
日本語で読む → - 論文深層対話型強化学習ロボティクス
広域的持続的助言による深層対話型強化学習の効率化
外部トレーナーの助言を類似状態にも広く適用し再利用できるようにするBPA手法を提案し、台車棒バランスとロボットナビゲーションで学習効率の向上を示した。
原題: A Broad-persistent Advising Approach for Deep Interactive Reinforcement Learning in Robotic Environments / Hung Son Nguyen, Francisco Cruz, Richard Dazeley
日本語で読む → - 論文自動運転/強化学習ロボティクス
不確実性下の自動運転のための強化学習による動作計画
知覚の不確実性(視野制限・遮蔽・センサ範囲)に対処するため、最悪ケースを最適化する分布型強化学習ベースの動作計画手法を提案し、歩行者遮蔽やカーブ路のシナリオで従来RLより優れた挙動を示した。
原題: Motion Planning for Autonomous Vehicles in the Presence of Uncertainty Using Reinforcement Learning / Kasra Rezaee, Peyman Yadmellat, Simon Chamorro
日本語で読む → - 論文UAV/強化学習ロボティクス
地図なしナビゲーション:未知環境探索のためのUAV運動学習
強化学習により地下・トンネル環境の自律探索方策をシミュレーションのみで学習し、実環境へ適用して地図不要のナビゲーションを実現した研究。
原題: Mapless Navigation: Learning UAVs Motion forExploration of Unknown Environments / Sunggoo Jung, David Hyunchul Shim
日本語で読む → - 論文視覚強化学習機械学習
視覚的不快感を求めて:強化学習のための好奇心駆動型表現学習
状態表現学習を活用し、学習が難しい状態への訪問を促す好奇心駆動の探索手法を提案。視覚ベース強化学習のサンプル効率と汎化性能を向上させた。
原題: Seeking Visual Discomfort: Curiosity-driven Representations for Reinforcement Learning / Elie Aljalbout, Maximilian Ulmer, Rudolph Triebel
日本語で読む → - 論文強化学習/誘導制御制御
強化学習による極超音速攻撃兵器の終末適応誘導
強化学習メタ学習を用いて、極超音速兵器の終末フェーズ誘導系を最適化し、空力係数変動やアクチュエータ故障などの異常条件下でも経路制約を満たしつつ高精度攻撃や目標変更、脅威回避を実現した。
原題: Terminal Adaptive Guidance for Autonomous Hypersonic Strike Weapons via Reinforcement Learning / Brian Gaudet, Roberto Furfaro
日本語で読む → - 論文メタ強化学習ロボティクス
産業用挿入タスクのためのオフラインメタ強化学習
過去タスクの実演と試行データのみからメタ学習し、産業用挿入タスクへ迅速に適応するオフラインメタ強化学習手法を提案した論文。文脈メタ学習とオンライン微調整を組み合わせ、類似タスクには即応・大きく異なるタスクには段階適応する。
原題: Offline Meta-Reinforcement Learning for Industrial Insertion / Tony Z. Zhao, Jianlan Luo, Oleg Sushkov 他
日本語で読む → - 論文経路計画/強化学習ロボティクス
移動ロボットとUAVのための機械学習を用いた経路計画・ナビゲーション・制御アルゴリズム
強化学習とリアクティブナビゲーションを組み合わせ、未知の静的・動的環境で移動ロボットやUAVが衝突を避けつつ最適経路を計画・制御する手法を提案し、シミュレーションで検証した。
原題: AI based Algorithms of Path Planning, Navigation and Control for Mobile Ground Robots and UAVs / Jian Zhang
日本語で読む → - 論文被覆経路計画/強化学習ロボティクス
暗黙的なセル分解を用いた強化学習による被覆経路計画
未知環境の被覆経路計画を最適停止問題として定式化し、強化学習で解く手法を提案。グリッドワールドとGazebo実験で既存手法を上回る性能を示した。
原題: Reinforcement Learning-Based Coverage Path Planning with Implicit Cellular Decomposition / Javad Heydari, Olimpiya Saha, Viswanath Ganapathy
日本語で読む → - 論文強化学習機械学習
パラメータ化行動プリミティブによるロボット強化学習の加速
ロボットの行動をパラメータ付きプリミティブのライブラリとして手動設計し、RLポリシーがその引数を学習することで、連続行動空間での探索を効率化し学習効率と性能を向上させた研究。
原題: Accelerating Robotic Reinforcement Learning via Parameterized Action Primitives / Murtaza Dalal, Deepak Pathak, Ruslan Salakhutdinov
日本語で読む → - 論文強化学習機械学習
過大評価バイアス制御の自動化による強化学習の効率化
強化学習における過大評価バイアス制御のハイパーパラメータをデータ駆動で自動選択する手法を提案し、3つのアルゴリズムで有効性を示した。
原題: Automating Control of Overestimation Bias for Reinforcement Learning / Arsenii Kuznetsov, Alexander Grishin, Artem Tsypin 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
自動運転のための汎用かつ効率的な強化学習フレームワーク
意味表現学習と下流の運転方策学習を組み合わせた強化学習フレームワークを提案し、実車で複雑な実世界シナリオへの汎化性と高い学習効率を示した。
原題: A Versatile and Efficient Reinforcement Learning Framework for Autonomous Driving / Guan Wang, Haoyi Niu, Desheng Zhu 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
模倣学習と強化学習を組み合わせた自動運転レーシング
模倣学習と強化学習を組み合わせたハイブリッド構成で自動運転車のレース用制御方針を20時間未満で学習し、人間の最速ラップより0.96秒速い走行を実現した。
原題: Autonomous Racing using a Hybrid Imitation-Reinforcement Learning Architecture / Chinmay Vilas Samak, Tanmay Vilas Samak, Sivanathan Kandhasamy
日本語で読む → - 論文安全強化学習制御
ロバスト制御バリア関数を用いた安全な強化学習
モデルベース強化学習に微分可能なロバスト制御バリア関数レイヤーを組み込み、報酬駆動タスクを安全制約と独立にモジュール学習することで、学習中の安全性と探索誘導を両立させた論文。
原題: Safe Reinforcement Learning Using Robust Control Barrier Functions / Yousef Emam, Gennaro Notomista, Paul Glotfelter 他
日本語で読む → - 論文移動マニピュレータ/強化学習ロボティクス
関節クランプを用いた移動マニピュレータの強化学習協調制御の改善
LIDARで障害物を回避しつつ台車とマニピュレータを全身協調制御する強化学習エージェントに対し、関節ペナルティと関節限界の扱いを改善し、ベースラインより高い成功率と全身協調が必須な環境の解決を実現した。
原題: Improved Reinforcement Learning Coordinated Control of a Mobile Manipulator using Joint Clamping / Denis Hadjivelichkov, Kostas Vlachos, Dimitrios Kanoulas
日本語で読む → - 論文強化学習機械学習
記憶ベース連続制御のためのリカレントオフポリシー強化学習ベースライン
部分観測環境での連続制御に向け、DDPG・TD3・SACのリカレント版(RDPG・RTD3・RSAC)を実装・比較し、RSACが最も安定して高性能を示すことを明らかにした。
原題: Recurrent Off-policy Baselines for Memory-based Continuous Control / Zhihan Yang, Hai Nguyen
日本語で読む → - 論文強化学習AI
専門家誘導方策最適化による安全運転
専門家が危険時に介入してデモンストレーションを行う強化学習手法EGPOを提案し、安全運転タスクで訓練・テスト時の安全性とサンプル効率を向上させた。
原題: Safe Driving via Expert Guided Policy Optimization / Zhenghao Peng, Quanyi Li, Chunxiao Liu 他
日本語で読む →
PR・アフィリエイト広告
