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: 2021/10/1 / 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 →- 論文強化学習機械学習
目標認識型クロスエントロピーによるマルチターゲット強化学習
複数目標環境での強化学習のため、自動ラベル付けした目標状態を用いる自己教師ありの目標認識型クロスエントロピー損失と、指示に注目する目標識別注意ネットワークを提案し、視覚ナビゲーションとロボットアーム操作で成功率・サンプル効率・汎化性能を向上させた。
原題: Goal-Aware Cross-Entropy for Multi-Target Reinforcement Learning / Kibeom Kim, Min Whoo Lee, Yoonsung Kim 他
日本語で読む → - 論文模倣学習/強化学習機械学習
実演と成功体験を報酬再ラベリングで活用するSACR2
Soft Actor-Criticに実演データと成功エピソードへの報酬ボーナス・再ラベリングを組み込み、スパース報酬のロボットマニピュレーション学習を効率化する手法を提案・評価した論文。
原題: Learning from demonstrations with SACR2: Soft Actor-Critic with Reward Relabeling / Jesus Bujalance Martin, Raphael Chekroun, Fabien Moutarde
日本語で読む → - 論文医療ロボティクス/強化学習ロボティクス
冠動脈ファントムにおけるガイドワイヤー操作のための深層強化学習
冠動脈ファントム内でガイドワイヤーを自律操作するため、Rainbowと実演からの深層Q学習(DQfD)・転移学習を組み合わせた強化学習フレームワークを構築し、全有効ターゲットへの到達を実現した。
原題: Deep reinforcement learning for guidewire navigation in coronary artery phantom / Jihoon Kweon, Kyunghwan Kim, Chaehyuk Lee 他
日本語で読む → - 論文安全強化学習ロボティクス
自己視点カメラと近似到達可能性による安全な自動運転レース
ハミルトン・ヤコビ到達可能性理論を制約付き強化学習に組み込み、自己視点カメラ画像から安全を検証しながら高速に意思決定する自動運転レース手法を提案した。
原題: Safe Autonomous Racing via Approximate Reachability on Ego-vision / Bingqing Chen, Jonathan Francis, Jean Oh 他
日本語で読む → - 論文強化学習AI
強化学習と自動運転に関する独立研究
Q学習・深層Qネットワーク・自動運転への応用を段階的に実装し、報酬関数などの環境設定が学習性能に与える影響を調査した。
原題: An Independent Study of Reinforcement Learning and Autonomous Driving / Hanzhi Yang
日本語で読む → - 論文組立/挿入・強化学習ロボティクス
離散連続ハイブリッド行動空間による挿入プリミティブの学習:ロボット組立タスクへの応用
挿入プリミティブを離散的なプリミティブ種別と連続パラメータのハイブリッド行動として定式化し、過大評価を抑えるTwin-Smoothed MP-DQNで学習する手法を提案。実機・シミュレーションで高い成功率とsim2real転移を示した。
原題: Learning Insertion Primitives with Discrete-Continuous Hybrid Action Space for Robotic Assembly Tasks / Xiang Zhang, Shiyu Jin, Changhao Wang 他
日本語で読む → - 論文強化学習機械学習
デモンストレーションからの行動量子化による連続制御
人間のデモンストレーションから連続行動空間を離散化し、その離散行動を用いて強化学習や模倣学習を行う手法を提案した論文。
原題: Continuous Control with Action Quantization from Demonstrations / Robert Dadashi, Léonard Hussenot, Damien Vincent 他
日本語で読む → - 論文強化学習機械学習
楽観的探索と分布補正を組み合わせたオフポリシー強化学習
不確実性に対する楽観性に基づく探索ポリシーとDICEによる分布補正を組み合わせ、オフポリシー強化学習のサンプル効率を改善した研究。
原題: Off-policy Reinforcement Learning with Optimistic Exploration and Distribution Correction / Jiachen Li, Shuo Cheng, Zhenyu Liao 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
階層型計画と強化学習によるマルチレーン自動走行
行動決定・経路計画・制御の階層に状態行動空間の抽象化を組み込み、強化学習で複数車線の自動走行を実現し、シミュレーション間のモデル転移も示した論文。
原題: Multi-lane Cruising Using Hierarchical Planning and Reinforcement Learning / Kasra Rezaee, Peyman Yadmellat, Masoud S. Nosrati 他
日本語で読む → - 論文強化学習/制御ロボティクス
エピソード方策転移を用いたサンプル効率の高い深層強化学習による心臓カテーテルロボットのPID制御
心臓カテーテルロボットの軸方向移動制御において、エピソード方策転移を組み合わせたサンプル効率の高い深層強化学習でPIDゲインを適応的に自動調整し、従来法より高精度な追従を実現した。
原題: A Novel Sample-efficient Deep Reinforcement Learning with Episodic Policy Transfer for PID-Based Control in Cardiac Catheterization Robots / Olatunji Mumini Omisore, Toluwanimi Akinyemi, Wenke Duan 他
日本語で読む → - 論文強化学習/制御math.OC
強化学習による車両ダイナミクスのフィードバック線形化
ソフトアクター・クリティックでフィードバック線形化コントローラを学習し、自動レース制御を簡素化する手法を提案。既知のシミュレーションモデルとレース環境で検証した。
原題: Feedback Linearization of Car Dynamics for Racing via Reinforcement Learning / Michael Estrada, Sida Li, Xiangyu Cai
日本語で読む → - 論文自動運転/強化学習機械学習
混合交通の信号交差点における自動運転の統合意思決定と制御のための自己学習知能
車・自転車・歩行者が混在する信号交差点に対応するため、参加者の種類や数を柔軟に扱える動的置換状態表現を導入し、統合意思決定・制御の枠組みで安全な運転方策をオフライン学習する手法を提案した。
原題: Self-learned Intelligence for Integrated Decision and Control of Automated Vehicles at Signalized Intersections / Yangang Ren, Jianhua Jiang, Dongjie Yu 他
日本語で読む → - 論文自動運転/強化学習機械学習
複雑なマルチエージェント環境における運転方策学習のためのVision Transformer
鳥瞰図画像を入力にVision Transformerで都市環境の運転方策を学習し、周辺車両の重要度を注意機構で捉えてDQNがベースラインより高速・高性能に学習できることを示した論文。
原題: Vision Transformer for Learning Driving Policies in Complex Multi-Agent Environments / Eshagh Kargar, Ville Kyrki
日本語で読む → - 論文逆強化学習AI
制約環境下で人間らしいトレードオフを模倣する逆強化学習
実演から暗黙のハード・ソフト制約を逆強化学習で学び、認知モデルMDFTと組み合わせて人間らしいトレードオフ判断を再現するエージェントを構築した論文。
原題: Making Human-Like Trade-offs in Constrained Environments by Learning from Demonstrations / Arie Glazier, Andrea Loreggia, Nicholas Mattei 他
日本語で読む → - 論文強化学習機械学習
経験を保持する生涯ロボット強化学習
ロボットがタスクを逐次的に学習する際、過去のデータと方針を活用してスキルを累積的に獲得する手法を提案し、シミュレーションと実機でサンプル効率の向上と10タスクの連続学習を実証した。
原題: Lifelong Robotic Reinforcement Learning by Retaining Experiences / Annie Xie, Chelsea Finn
日本語で読む → - 論文強化学習/FPGAロボティクス
二値化Pネットワーク:FPGA上の生画像からのロボット制御を深層強化学習で実現
FPGA上で動く画像入力ロボット制御のため、二値化畳み込みニューラルネットと保守的価値反復を組み合わせた強化学習アルゴリズムBPNを提案し、視覚追従タスクで有効性を示した。
原題: Binarized P-Network: Deep Reinforcement Learning of Robot Control from Raw Images on FPGA / Yuki Kadokawa, Yoshihisa Tsurumine, Takamitsu Matsubara
日本語で読む → - 論文強化学習/ロボット撮影画像認識
強化学習による美的写真撮影の自動化
データ駆動型の美的評価器と強化学習を用いて、屋内環境を移動しながら構図の良い写真を自動撮影するシステムを構築し、シミュレーションと実機ロボットで実証した。
原題: AutoPhoto: Aesthetic Photo Capture using Reinforcement Learning / Hadi AlZayer, Hubert Lin, Kavita Bala
日本語で読む → - 論文強化学習ロボティクス
二段階深層強化学習による難制御問題の解法
問題を運動計画と運動模倣の二段階の深層強化学習に分解し、疎な報酬や敏感なダイナミクスを持つ難問を解く手法を提案した。
原題: Solving Challenging Control Problems Using Two-Staged Deep Reinforcement Learning / Nitish Sontakke, Sehoon Ha
日本語で読む → - 論文テレプレゼンス/強化学習ロボティクス
360度視界を持つ移動型テレプレゼンスロボットにおける人間の注意誘導の学習
360度視界のテレプレゼンスロボットが、視覚的指標を用いて人間の注意を目標へ誘導する方策を強化学習で獲得するフレームワークGHAL360を提案し、目標探索タスクの効率で既存手法を上回った。
原題: Learning to Guide Human Attention on Mobile Telepresence Robots with 360 Vision / Kishan Chandan, Jack Albertson, Xiaohan Zhang 他
日本語で読む → - 論文逆強化学習機械学習
OPIRL: 分布マッチングによるサンプル効率の良いオフポリシー逆強化学習
オフポリシーデータの分布マッチングを用いて環境との相互作用を大幅に削減し、汎化性の高い報酬関数を学習する逆強化学習手法を提案した論文。
原題: OPIRL: Sample Efficient Off-Policy Inverse Reinforcement Learning via Distribution Matching / Hana Hoshino, Kei Ota, Asako Kanezaki 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飛行船の自律制御
風外乱やパラメータ不確かさに頑健な飛行船制御のため、シミュレーション上で深層強化学習を訓練し、その有効性を検証した論文。
原題: Autonomous Blimp Control using Deep Reinforcement Learning / Yu Tang Liu, Eric Price, Pascal Goldschmid 他
日本語で読む → - 論文強化学習AI
単線道路問題における社会的配慮型強化学習エージェント
狭い道路で人間と自律エージェントが対面する状況を扱い、人間の効用と自身の効用の線形結合を最大化するエージェントが、自己効用のみを最大化する手法より優れることを実験で示した。
原題: A Socially Aware Reinforcement Learning Agent for The Single Track Road Problem / Ido Shapira, Amos Azaria
日本語で読む → - 論文自動運転/強化学習ロボティクス
Carl-Lead: 対照的深層強化学習によるLiDARベースのエンドツーエンド自動運転
LiDAR入力を用いたエンドツーエンド強化学習運転ポリシーを、教師なし対照表現学習を補助タスクとしてサンプル効率を高めて学習し、不規則交差点での安全性・効率・汎化性能を向上させた研究。
原題: Carl-Lead: Lidar-based End-to-End Autonomous Driving with Contrastive Deep Reinforcement Learning / Peide Cai, Sukai Wang, Hengli Wang 他
日本語で読む → - 論文強化学習機械学習
DCUR: 強化学習におけるサンプルを用いた指導のためのデータカリキュラム
事前学習済みの教師ポリシーの経験データを、訓練の進行に応じて段階的に増やして生徒ポリシーに学習させるデータカリキュラム手法を提案し、初期段階でデータを制限することが有効であることを示した。
原題: DCUR: Data Curriculum for Teaching via Samples with Reinforcement Learning / Daniel Seita, Abhinav Gopal, Zhao Mandi 他
日本語で読む → - 論文自動運転シミュレーション/強化学習機械学習
MetaDrive:多様な運転シナリオを合成し汎化可能な強化学習を支援するシミュレーション基盤
手続き生成と実データ取り込みで無限に多様な運転シナリオを作れるシミュレーションプラットフォームMetaDriveを開発し、単一・マルチエージェントの汎化・安全探索・交通学習のベンチマークを構築した。
原題: MetaDrive: Composing Diverse Driving Scenarios for Generalizable Reinforcement Learning / Quanyi Li, Zhenghao Peng, Lan Feng 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
マルチレーン自動運転のためのエンコーディング分散型ソフトアクター・クリティック
周囲車両数が可変な状況に対応するため、置換不変な特徴エンコーダを分散型強化学習に組み込んだE-DSACを提案し、マルチレーン自動運転でDSACの約3倍の性能と実車での有効性を示した。
原題: Encoding Distributional Soft Actor-Critic for Autonomous Driving in Multi-lane Scenarios / Jingliang Duan, Yangang Ren, Fawang Zhang 他
日本語で読む → - 論文自動運転/強化学習機械学習
人間の指導を活用した優先経験リプレイ強化学習による自動運転
人間の指導を組み込んだ強化学習フレームワークを構築し、人間の行動を模倣するオンライン学習モデルと優先経験リプレイを組み合わせて自動運転タスクの学習効率と性能を向上させた論文。
原題: Prioritized Experience-based Reinforcement Learning with Human Guidance for Autonomous Driving / Jingda Wu, Zhiyu Huang, Wenhui Huang 他
日本語で読む → - 論文強化学習ロボティクス
オンライン抽象状態表現学習による効率的な方策最適化
状態表現学習を方策最適化と統合し、動的損失重み付けと専門家デモンストレーションの活用によりサンプル効率と最終報酬を改善するアルゴリズムPOARを提案した論文。
原題: POAR: Efficient Policy Optimization via Online Abstract State Representation Learning / Zhaorun Chen, Siqi Fan, Yuan Tan 他
日本語で読む → - 論文強化学習/LfD機械学習
実演に似た探索サンプリングでオンポリシー強化学習を効率化する枠組み
K-Meansで探索サンプルと実演データの類似度を評価し、類似フレームの行動確率を勾配上書きで高めることで、actor-critic型オンポリシーRLのサンプル効率を20〜40%改善する汎用LfDフレームワークを提案した。
原題: Efficiently Training On-Policy Actor-Critic Networks in Robotic Deep Reinforcement Learning with Demonstration-like Sampled Exploration / Zhaorun Chen, Binhao Chen, Shenghan Xie 他
日本語で読む → - 論文メタ強化学習機械学習
抽象化に基づく証明可能に安全なモデルベースメタ強化学習
非線形動的システムに対し、学習時に複数のNN制御器を訓練し、実行時にタスクに応じて選択・合成することで、未見タスクでも安全性を保証するNN制御器を構成する手法を提案した。
原題: Provably Safe Model-Based Meta Reinforcement Learning: An Abstraction-Based Approach / Xiaowu Sun, Wael Fatnassi, Ulices Santa Cruz 他
日本語で読む →
PR・アフィリエイト広告
