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: 2021/9/1 / 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 →- 論文逆強化学習ロボティクス
遮蔽と観測ノイズ下の逆強化学習のための周辺MAP推定
専門家の実演が遮蔽や知覚ノイズで部分的にしか観測できない状況で、軌跡の隠れた部分を周辺化する周辺MAP推定により逆強化学習を行う手法を提案し、玉ねぎ仕分けロボットのタスクで有効性を示した。
原題: Marginal MAP Estimation for Inverse RL under Occlusion with Observer Noise / Prasanth Sengadu Suresh, Prashant Doshi
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
センシング・通信・自己位置推定制約下での持続的監視のためのマルチエージェント深層強化学習
位置推定精度の異なる2種のロボット群が、限られたセンシング・通信・自己位置推定制約の中で環境不確実性を最小化するよう持続的に監視するため、グラフ畳み込みを用いたMARL手法GALOPPを提案した論文。
原題: Multi-Agent Deep Reinforcement Learning For Persistent Monitoring With Sensing, Communication, and Localization Constraints / Manav Mishra, Prithvi Poddar, Rajat Agarwal 他
日本語で読む → - 論文強化学習ロボティクス
深層強化学習ポリシーの直接ランダム探索による微調整
決定論的ロールアウトで直接最適化するランダム探索により、DRLポリシーを微調整し、より安定して高性能なエージェントが得られることを多数の環境で示した論文。
原題: Direct Random Search for Fine Tuning of Deep Reinforcement Learning Policies / Sean Gillen, Asutay Ozmen, Katie Byl
日本語で読む → - 論文強化学習/飛行制御ロボティクス
単一ローター故障時にも機動できるモデルフリー深層強化学習によるクアッドロータ制御
Soft Actor-Criticを用いたモデルフリー強化学習で、クアッドロータが1つのローター故障後もホバリング・着陸・経路追従を維持できる制御方策を学習し、風外乱への頑健性も示した。
原題: A Model-free Deep Reinforcement Learning Approach To Maneuver A Quadrotor Despite Single Rotor Failure / Paras Sharma, Prithvi Poddar, P. B. Sujit
日本語で読む → - 論文強化学習機械学習
好奇心だけでは足りない?好奇心探索から生まれる創発行動の有用性
好奇心ベースの探索で学習中に生じる行動をスナップショットとして保持し、関連タスクへの転移に再利用できることを示した研究。
原題: Is Curiosity All You Need? On the Utility of Emergent Behaviours from Curious Exploration / Oliver Groth, Markus Wulfmeier, Giulia Vezzani 他
日本語で読む → - 論文強化学習/誘導制御制御
強化学習による大気圏内ミサイルの統合適応型誘導制御
強化学習メタラーニングで空対空ミサイルの誘導と飛行制御を統合した適応型ポリシーを最適化し、6自由度シミュレータで比例航法を大きく上回る性能を示した。
原題: Integrated and Adaptive Guidance and Control for Endoatmospheric Missiles via Reinforcement Learning / Brian Gaudet, Roberto Furfaro
日本語で読む → - 論文安全強化学習ロボティクス
時相論理仕様に基づく安全クリティカルなロボット制御の学習
線形時相論理で複雑なタスクを表現し、ガウス過程と指数制御バリア関数を組み合わせて安全な探索を実現するモデルベース強化学習フレームワークを提案した。
原題: Safety-Critical Learning of Robot Control with Temporal Logic Specifications / Mingyu Cai, Cristian-Ioan Vasile
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
マルチエージェント協調リカレント方策最適化
エージェント間の情報共有を改善するため、批評家ネットワークにリカレント層を導入しメタ軌跡で学習する新手法と、他エージェントの報酬・価値関数を取り入れた新たなアドバンテージ関数を提案したマルチエージェント強化学習の論文。
原題: MACRPO: Multi-Agent Cooperative Recurrent Policy Optimization / Eshagh Kargar, Ville Kyrki
日本語で読む → - 論文強化学習機械学習
ダイナミクスモデルを活用した品質多様性によるスキルレパートリーの効率的学習
深層ダイナミクスモデルを用いて品質多様性(QD)探索を想像空間で行い、サンプル効率を20倍改善しつつ新スキルの継続獲得や実機での損傷適応を実現した。
原題: Dynamics-Aware Quality-Diversity for Efficient Learning of Skill Repertoires / Bryan Lim, Luca Grillotti, Lorenzo Bernasconi 他
日本語で読む → - 論文自動運転/強化学習AI
交差点自動運転のための強化学習ベンチマーク
複雑な交差点シナリオで強化学習ベースの自動運転エージェントを訓練・評価するベンチマークRL-CISを提案し、複数アルゴリズムのベースラインを整備した。
原題: A Reinforcement Learning Benchmark for Autonomous Driving in Intersection Scenarios / Yuqi Liu, Qichao Zhang, Dongbin Zhao
日本語で読む → - 論文安全強化学習制御
安全強化学習における低次元安全領域学習のためのデータ生成法
安全強化学習で低次元の安全領域を学習する際、訓練データの生成方法が性能と安全性に与える影響を調べ、2つのサンプリング手法を組み合わせた代表的なデータ生成法を提案し、3リンク倒立振子で有効性を示した論文。
原題: Data Generation Method for Learning a Low-dimensional Safe Region in Safe Reinforcement Learning / Zhehua Zhou, Ozgur S. Oguz, Yi Ren 他
日本語で読む → - 論文経路計画/強化学習ロボティクス
深層強化学習を用いたUAVアクティブセンシングのための適応的情報経路計画
深層強化学習と木探索を組み合わせ、未知環境を探索するUAVの情報価値を最大化する経路計画手法を提案し、計算量を8〜10倍削減しつつ既存手法と同等の性能を実現した。
原題: Adaptive Informative Path Planning Using Deep Reinforcement Learning for UAV-based Active Sensing / Julius Rückin, Liren Jin, Marija Popović
日本語で読む → - 論文強化学習機械学習
説明認識型経験リプレイ:ルール稠密環境における学習手法
経験バッファをルール説明ごとのクラスタに分割し、希少性や重要度に基づいて優先的にサンプリングするExplanation-Aware Experience Replayを提案し、DQN・TD3・SACに適用して従来の優先経験リプレイより優れた性能を示した。
原題: Explanation-Aware Experience Replay in Rule-Dense Environments / Francesco Sovrano, Alex Raymond, Amanda Prorok
日本語で読む → - 論文強化学習ロボティクス
教師なし行動計画による深層強化学習の安全性向上
危険な状況から回復する行動をk-meansクラスタリングで保存・検索し、類似状態で最適な回復行動を選ぶことで、TRPOやPPOなどの強化学習の安全性を高める手法を提案した論文。
原題: Improving Safety in Deep Reinforcement Learning using Unsupervised Action Planning / Hao-Lun Hsu, Qiuhua Huang, Sehoon Ha
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
深層マルチエージェント強化学習による自動運転車と歩行者の衝突回避インタラクションのモデル化
無標識横断歩道での自動運転車と歩行者の相互作用をマルコフ決定過程としてモデル化し、歩行者も強化学習エージェントとして扱う深層マルチエージェント強化学習で衝突回避方策を学習・評価した研究。
原題: Modeling Interactions of Autonomous Vehicles and Pedestrians with Deep Multi-Agent Reinforcement Learning for Collision Avoidance / Raphael Trumpp, Harald Bayerlein, David Gesbert
日本語で読む → - 論文自動運転/強化学習ロボティクス
教師なし運転者特性推定を用いた交差点ナビゲーションの学習
観測した車両軌跡から運転スタイルなどの隠れた特性を教師なしで推定し、その特性表現を用いて強化学習でT字路を安全かつ効率的に通過する方策を学習した。
原題: Learning to Navigate Intersections with Unsupervised Driver Trait Inference / Shuijing Liu, Peixin Chang, Haonan Chen 他
日本語で読む → - 論文移動ロボット/メタ強化学習ロボティクス
動的環境下の移動ロボット向けにモデル予測制御をメタ強化学習へ融合する手法
メタ強化学習とモデル予測制御(MPC)をイベント駆動で切り替えることで、動的環境で移動ロボットが素早く適応できる意思決定手法を提案し、シミュレーションで有効性を示した論文。
原題: Infusing model predictive control into meta-reinforcement learning for mobile robots in dynamic environments / Jaeuk Shin, Astghik Hakobyan, Mingyu Park 他
日本語で読む → - 論文安全強化学習機械学習
分離型PIラグランジュによるモデルベース機会制約付き強化学習
安全確率を制御出力とみなし、ペナルティ法とラグランジュ法を比例・積分制御として統合した分離型PIラグランジュ法を提案し、振動や保守性を抑えつつ実機移動ロボットの障害物回避に適用した。
原題: Model-based Chance-Constrained Reinforcement Learning via Separated Proportional-Integral Lagrangian / Baiyu Peng, Jingliang Duan, Jianyu Chen 他
日本語で読む → - 論文強化学習/モデル予測制御ロボティクス
予測型強化学習2手法の実験的評価とモデル予測制御との比較
差動二輪ロボットの最適運動制御において、ロールアウトQ学習とスタックドQ学習の2つの予測型強化学習をMPCと比較し、累積コストで両手法がMPCを上回り、特にスタックドQ学習が最良であることを実験的に示した。
原題: An experimental study of two predictive reinforcement learning methods and comparison with model-predictive control / Dmitrii Dobriborsci, Pavel Osinenko
日本語で読む → - 論文強化学習/制御ロボティクス
AUVドッキング制御のための深層強化学習ベンチマーク
物理シミュレータ上でAUVの連続ドッキング制御に深層強化学習を適用し、新しい報酬関数を提案してPPO・TD3・SACを比較、TD3が100%の成功率で最も優れることを示した。
原題: Deep Reinforcement Learning for Continuous Docking Control of Autonomous Underwater Vehicles: A Benchmarking Study / Mihir Patil, Bilal Wehbe, Matias Valdenegro-Toro
日本語で読む → - 論文強化学習/飛行制御ロボティクス
壁面着陸のためのチルティングマルチロータの強化学習による低レベル姿勢制御
チルティングマルチロータに初めて強化学習を適用し、電力効率を考慮した報酬設計と目標座標系に基づく状態表現、実機データによるファインチューニングで壁面着陸タスクの姿勢制御を実現した。
原題: Low-level Pose Control of Tilting Multirotor for Wall Perching Tasks Using Reinforcement Learning / Hyungyu Lee, Myeongwoo Jeong, Chanyoung Kim 他
日本語で読む → - 論文強化学習ロボティクス
サンプル系に対する一般化スタック強化学習法
サンプル・アンド・ホールドを含むサンプル系に適した強化学習法を提案し、モデル予測制御とQ・価値関数学習を組み合わせて移動ロボットで性能を比較した論文。
原題: A generalized stacked reinforcement learning method for sampled systems / Pavel Osinenko, Dmitrii Dobriborsci, Grigory Yaremenko 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
深層Q学習とグラフ注意ネットワークによる安全で効率的な自動運転
グラフ注意ネットワークで周囲との相互作用を暗黙的にモデル化し、深層Q学習でend-to-endに訓練することで、多様な交通シナリオで安全と効率を両立する自動運転手法DQ-GATを提案した。
原題: DQ-GAT: Towards Safe and Efficient Autonomous Driving with Deep Q-Learning and Graph Attention Networks / Peide Cai, Hengli Wang, Yuxiang Sun 他
日本語で読む → - 論文制御/強化学習制御
柔軟翼航空機の自動制御に向けたオンラインモデルフリー強化学習
柔軟翼の非線形変形に頑健な制御のため、値反復強化学習と適応クリティック機構によるモデルフリーのオンライン制御を提案し、シミュレーションで有効性を示した論文。
原題: Online Model-Free Reinforcement Learning for the Automatic Control of a Flexible Wing Aircraft / Mohammed Abouheaf, Wail Gueaieb, Frank Lewis
日本語で読む → - 論文安全強化学習機械学習
バリア証明書の学習による訓練時違反ゼロの安全強化学習
安全だが報酬の乏しい初期方策のみから、バリア証明書・ダイナミクスモデル・方策を交互に学習し、訓練中の安全違反をゼロに保つ安全RL手法CRABSを提案した論文。
原題: Learning Barrier Certificates: Towards Safe Reinforcement Learning with Zero Training-time Violations / Yuping Luo, Tengyu Ma
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
情報ポテンシャル場報酬を用いたマルチエージェント強化学習による分散型AGVタスク割り当て
AGVのタスク割り当てを分散型で行うため、情報ポテンシャル場に基づく報酬整形を組み込んだMADDPGとBiCNetの改良アルゴリズムを提案し、報酬の疎性を緩和して応答性と学習効率を向上させた。
原題: Decentralized Multi-AGV Task Allocation based on Multi-Agent Reinforcement Learning with Information Potential Field Rewards / Mengyuan Li, Bin Guo, Jiangshan Zhang 他
日本語で読む → - 論文強化学習/制御機械学習
強化学習によるマイクロモビリティ向けDCモータのリアルタイム制御学習
サンプル効率の良い強化学習でDCモータの制御方策を学習し、シミュレータでは約2分、実機では約11分で有効な制御を獲得した。
原題: Learning to Control DC Motor for Micromobility in Real Time with Reinforcement Learning / Bibek Poudel, Thomas Watson, Weizi Li
日本語で読む → - 論文強化学習機械学習
並列化リバースカリキュラム生成
複数のactor-criticペアを同時に訓練しcriticを定期的に交換することで、リバースカリキュラム生成の性能と収束を改善する手法を提案した論文。
原題: Parallelized Reverse Curriculum Generation / Zih-Yun Chiu, Yi-Lin Tuan, Hung-yi Lee 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
連続行動空間を持つマルチエージェント系のための安全な深層強化学習
MADDPGに安全層を追加し、単一エージェント向けの遷移線形化をマルチエージェントに拡張。ソフト制約で行動修正の実行不能問題を回避し、学習中も制約違反を大幅に削減した。
原題: Safe Deep Reinforcement Learning for Multi-Agent Systems with Continuous Action Spaces / Ziyad Sheebaelhamd, Konstantinos Zisis, Athina Nisioti 他
日本語で読む → - 論文強化学習ロボティクス
ロボット方策学習における密・疎(視覚)報酬の研究
視覚観測からタスク成功を推定する報酬(密・疎、視覚版含む)を用い、複数の深層強化学習アルゴリズムの性能をシミュレーションタスクで比較した研究。
原題: A Study on Dense and Sparse (Visual) Rewards in Robot Policy Learning / Abdalkarim Mohtasib, Gerhard Neumann, Heriberto Cuayahuitl
日本語で読む →
PR・アフィリエイト広告
