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: 2021/6/1 / 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stat.ML
探索する実演者から学ぶ:バンディットにおける最適報酬推定
低後悔の実演者の学習過程、特に探索フェーズを観察してマルチアームバンディットの報酬を推定する「逆バンディット」問題を定式化し、情報理論的下限と最適な推定器を提案した論文。
原題: Learning from an Exploring Demonstrator: Optimal Reward Estimation for Bandits / Wenshuo Guo, Kumar Krishna Agrawal, Aditya Grover 他
日本語で読む → - 論文強化学習/ナビゲーションAI
状態行動回転で汎化する自律船舶の連続制御深層強化学習
深層強化学習による自律船舶の経路計画において、経験を回転させて再利用する「状態行動回転」を導入し、未知環境での目的地到達率を最大30.82%改善した。
原題: Continuous Control with Deep Reinforcement Learning for Autonomous Vessels / Nader Zare, Bruno Brandoli, Mahtab Sarvmaili 他
日本語で読む → - 論文逆強化学習機械学習
LiMIIRL: 軽量マルチインテント逆強化学習
ラベルなしの多様な意図のデモンストレーションから報酬関数群を学習するMI-IRLにおいて、特徴空間での事前クラスタリングによるウォームスタート戦略と新しい評価指標を提案し、実世界の運転データで有効性を示した。
原題: LiMIIRL: Lightweight Multiple-Intent Inverse Reinforcement Learning / Aaron J. Snoswell, Surya P. N. Singh, Nan Ye
日本語で読む → - 論文強化学習AI
強化学習に専門家知識を統合する新しいソフトコンピューティング手法
強化学習の行動選択にファジィ推論を導入し、人間の知識を反映したルールベースで行動選択確率を調整することで学習の収束を高速化する手法を提案した論文。
原題: A new soft computing method for integration of expert's knowledge in reinforcement learn-ing problems / Mohsen Annabestani, Ali Abedi, Mohammad Reza Nematollahi 他
日本語で読む → - 論文モデルベース強化学習ロボティクス
不確実性を考慮したモデルベース強化学習と自動運転への応用
不確実性評価付きのアンサンブル環境モデルと適応的トランケーションを組み合わせたモデルベース強化学習を提案し、自動運転の制御タスクで学習効率と性能が既存手法を上回ることを示した。
原題: Uncertainty-Aware Model-Based Reinforcement Learning with Application to Autonomous Driving / Jingda Wu, Zhiyu Huang, Chen Lv
日本語で読む → - 論文強化学習機械学習
多段ポリシー回帰による計画学習
A2Cで環境知識をサンプリングし、1観測からn個の連続行動を予測するポリシー蒸留手法PHRを提案し、MiniGridとPongで推論高速化を示した。
原題: Learning to Plan via a Multi-Step Policy Regression Method / Stefan Wagner, Michael Janschek, Tobias Uelwer 他
日本語で読む → - 論文自動運転/リスク認識/強化学習AI
危険を避ける!自動運転車のリスク認識型意思決定
リスクを「望ましくない結果の確率」と「損失の大きさ」の2要素で捉え、強化学習による低レベル制御とリスクベースの経路計画を統合した自動運転の意思決定フレームワークを提案し、CARLAで評価した。
原題: Don't Get Yourself into Trouble! Risk-aware Decision-Making for Autonomous Vehicles / Kasra Mokhtari, Alan R. Wagner
日本語で読む → - 論文連続体マニピュレータ/強化学習ロボティクス
シールド付きマルチエージェント強化学習による連続体マニピュレータの安全制御
2自由度ケーブル駆動連続体手術マニピュレータの制御に、行動集合境界を動的に変化させるシールド機構を組み合わせたマルチエージェント深層Qネットワークを適用し、外乱や衝突下でもサブミリ精度の追従を実現した。
原題: Towards Safe Control of Continuum Manipulator Using Shielded Multiagent Reinforcement Learning / Guanglin Ji, Junyan Yan, Jingxin Du 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
無信号交差点における自動運転車のための安全な深層Qネットワーク
歩行者の将来軌道をLSTMで予測し衝突予測に基づいて危険行動をマスクする安全な深層強化学習手法を提案し、CARLAで無信号交差点の左折を検証した。
原題: Safe Deep Q-Network for Autonomous Vehicles at Unsignalized Intersection / Kasra Mokhtari, Alan R. Wagner
日本語で読む → - 論文強化学習/記憶機械学習
トポロジカル事前分布を用いたグラフ畳み込みメモリ
部分観測マルコフ決定過程(POMDP)を解くため、人間定義またはデータ駆動のトポロジカル事前分布でグラフ近傍を形成し、グラフ畳み込みで関連記憶を統合するハイブリッド記憶モデルGCMを提案。人間の事前分布を用いると制御・記憶・ナビゲーションタスクで最先端手法を上回り、パラメータ数も大幅に削減できる。
原題: Graph Convolutional Memory using Topological Priors / Steven D. Morad, Stephan Liwicki, Ryan Kortvelesy 他
日本語で読む → - 論文探索/強化学習ロボティクス
4D点群ライク情報を観測とするロボット探索戦略の学習
未知環境探索のため、位置・フロンティア・距離情報を含む4D点群ライクな状態表現とそれを処理するニューラルネットを提案し、強化学習でフロンティア選択を学習。任意サイズの地図に汎化でき、平均移動距離を短縮できることを示した。
原題: Learning Robot Exploration Strategy with 4D Point-Clouds-like Information as Observations / Zhaoting Li, Tingguang Li, Jiankun Wang 他
日本語で読む → - 論文強化学習/故障適応ロボティクス
故障に適応する生存型ロボット制御:ベイズ方策探索と深層強化学習
機械的故障で自由度が損なわれても、ベイズ方策勾配とガウス過程の事前分布で効率的に方策を再学習し、六脚ロボットの故障実験でDDPGより少ない試行で高い成功率を達成した。
原題: Survivable Robotic Control through Guided Bayesian Policy Search with Deep Reinforcement Learning / Sayyed Jaffar Ali Raza, Apan Dastider, Mingjie Lin
日本語で読む → - 論文強化学習コンペ設計機械学習
堅牢でドメイン非依存な強化学習コンペティション設計へ向けて
再学習・ドメインランダム化・ドメイン難読化・計算資源制限の4機構で、再現性が高く汎用的でサンプル効率の良いアルゴリズムを促すコンペ設計を提案し、MineRL 2020で実証した。
原題: Towards robust and domain agnostic reinforcement learning competitions / William Hebgen Guss, Stephanie Milani, Nicholay Topin 他
日本語で読む → - 論文強化学習/ロボットサッカー機械学習
rSoccer: 小型ロボットサッカーで強化学習を研究するためのフレームワーク
IEEE Very Small Size SoccerとSmall Size League向けの強化学習実験に最適化したオープンソースシミュレータと、単一・複数エージェントのサッカースキル評価用ベンチマークを備えたOpenAI Gym環境構築フレームワークを提案し、最先端強化学習手法の学習能力と限界を示した。
原題: rSoccer: A Framework for Studying Reinforcement Learning in Small and Very Small Size Robot Soccer / Felipe B. Martins, Mateus G. Machado, Hansenclever F. Bassani 他
日本語で読む → - 論文強化学習機械学習
追加の教師なしで特徴点を学習し画像からの強化学習を改善
微分可能な特徴点抽出器を強化学習エージェントに直接組み込み、事前学習や追加損失なしで画像からの制御性能を向上させた研究。
原題: Learning of feature points without additional supervision improves reinforcement learning from images / Rinu Boney, Alexander Ilin, Juho Kannala
日本語で読む → - 論文深層強化学習機械学習
不確実な環境下での資源配分を深層強化学習でモデル化
不確実なシステム環境での資源配分問題に対し、Noisy Bagging・優先経験再生・Dueling Networkなどを組み合わせた深層強化学習手法を比較検討し、Noisy Bagging dueling double DQNが97.7%の効率を達成した。
原題: Modelling resource allocation in uncertain system environment through deep reinforcement learning / Neel Gandhi, Shakti Mishra
日本語で読む → - 論文強化学習機械学習
専門家なしで実演から学ぶ強化学習手法
専門家の実演データを使わずに、計画アルゴリズムで自動的に実演軌道を発見し、それを用いて方策を初期化・強化学習で改善する手法P2D2を提案した論文。
原題: Learning from Demonstration without Demonstrations / Tom Blau, Gilad Francis, Philippe Morere
日本語で読む → - 論文交通制御/強化学習機械学習
強化学習による無信号交差点での自動運転車の譲り合い行動
深層強化学習を用いて、混在交通の無信号交差点で自動運転車が譲り合うことで交通流を最適化する集中制御ポリシーを学習し、SUMOシミュレーションで有効性を示した論文。
原題: Courteous Behavior of Automated Vehicles at Unsignalized Intersections via Reinforcement Learning / Shengchao Yan, Tim Welschehold, Daniel Büscher 他
日本語で読む → - 論文強化学習機械学習
マルチオブジェクティブ方策最適化による強化学習の改善:オフラインRLとファインチューニングの事例研究
強化学習の補助目的を多目的最適化問題として捉え、線形スカラー化に代わる新アルゴリズムDiMEを提案。オフラインRLとファインチューニングで既存手法を上回る性能を示した。
原題: On Multi-objective Policy Optimization as a Tool for Reinforcement Learning: Case Studies in Offline RL and Finetuning / Abbas Abdolmaleki, Sandy H. Huang, Giulia Vezzani 他
日本語で読む → - 論文強化学習AI
非対称アーキテクチャによる深層強化学習エージェントの展開時推論コスト削減
高コストな方策と低コストな方策を切り替える非対称アーキテクチャを提案し、ロボット制御ベンチマークで性能を保ちつつ推論コストを削減した。
原題: Reducing the Deployment-Time Inference Control Costs of Deep Reinforcement Learning Agents via an Asymmetric Architecture / Chin-Jui Chang, Yu-Wei Chu, Chao-Hsien Ting 他
日本語で読む → - 論文メタ強化学習cs.SE
メタ強化学習による自己適応システムの適応方策学習
環境ダイナミクスの複数モデルに対応するメタ方策をメタ強化学習で学習し、実環境への迅速な適応を実現する自己適応システムの手法を提案し、ロボットシステムで評価した。
原題: A Meta Reinforcement Learning-based Approach for Self-Adaptive System / Mingyue Zhang, Jialong Li, Haiyan Zhao 他
日本語で読む → - 論文手術ロボット/強化学習ロボティクス
リーン強化学習によるロボット手術
da Vinciスキルシミュレータに強化学習環境を追加し、画像や状態データからサブタスクを学習するエージェントを初めて実現した。さらに長期リプレイバッファを用いるハイブリッドバッチ学習で学習時間を大幅に短縮した。
原題: Robotic Surgery With Lean Reinforcement Learning / Yotam Barnoy, Molly O'Brien, Will Wang 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
自動運転車の運動計画と制御のための深層強化学習アルゴリズムに関するサーベイ
自動運転車の運動計画・制御に強化学習を適用した研究を体系的に整理し、パイプライン型とエンドツーエンド型の手法、課題と今後の研究方向をまとめたサーベイ論文。
原題: A Survey of Deep Reinforcement Learning Algorithms for Motion Planning and Control of Autonomous Vehicles / Fei Ye, Shen Zhang, Pin Wang 他
日本語で読む → - 論文深層強化学習ロボティクス
深層強化学習による知的ロボット制御:概念・文献・展望
深層強化学習を汎用AIフレームワークとして位置づけ、低レベル制御から独立した高レベル制御アーキテクチャを提案し、視覚センサと運動学制御器を用いたロボット制御の概念・文献・将来展望をまとめた論文。
原題: DRL: Deep Reinforcement Learning for Intelligent Robot Control -- Concept, Literature, and Future / Aras Dargazany
日本語で読む → - 論文軟体ロボット/CPG/強化学習ロボティクス
軟体ヘビロボットにおける接触を考慮したCPGベースの移動学習
軟体ヘビロボットの障害物環境での移動性能向上のため、生物模倣制御器とイベントトリガ制御器をMatsuoka CPGネットワークに統合し、仮想プレイで協調学習させる手法を提案した。
原題: Learning Contact-aware CPG-based Locomotion in a Soft Snake Robot / Xuan Liu, Cagdas Onal, Jie Fu
日本語で読む → - 論文強化学習/遊泳physics.flu-dyn
エネルギー制約下で稚魚が用いる逃避遊泳パターンの学習
強化学習を用いて、限られたエネルギーで捕食者から逃げる稚魚の遊泳パターンを発見し、C-startに加え加速と滑空を組み合わせた効率的な逃避行動を明らかにした。
原題: Learning swimming escape patterns for larval fish under energy constraints / Ioannis Mandralis, Pascal Weber, Guido Novati 他
日本語で読む → - 論文オフライン強化学習ロボティクス
オフラインロボット学習のための効率的な自己教師ありデータ収集
新規な観測に積極的に焦点を当てる目標条件付き強化学習で多様なデータを収集し、オフライン学習の性能を向上させる手法を提案した。
原題: Efficient Self-Supervised Data Collection for Offline Robot Learning / Shadi Endrawis, Gal Leibovich, Guy Jacob 他
日本語で読む → - 論文ゼロショット転移/探査/グラフ強化学習ロボティクス
不確実性下の自律探査のためのグラフ上のゼロショット強化学習
人間の専門知識を組み込んだグラフニューラルネットと深層強化学習を組み合わせ、単一のシミュレーション環境で学習した探査方策を他の環境や実世界へゼロショット転移させる手法を提案した。
原題: Zero-Shot Reinforcement Learning on Graphs for Autonomous Exploration Under Uncertainty / Fanfei Chen, Paul Szenher, Yewei Huang 他
日本語で読む → - 論文強化学習ロボティクス
好奇心に基づく探索とリターン記憶復元による深層強化学習
二値の成功/失敗報酬のみが与えられるサッカー環境(Half Field Offense)で、予測ベースの好奇心探索と価値の高い記憶を優先的に再生するReturn-based Memory Restorationを組み合わせ、疎な報酬でもエージェントを効率的に学習させる手法を提案した。
原題: Curious Exploration and Return-based Memory Restoration for Deep Reinforcement Learning / Saeed Tafazzol, Erfan Fathi, Mahdi Rezaei 他
日本語で読む → - 論文強化学習/視覚ロボティクスAI
視覚ベースロボティクスのためのサンプル効率の良い強化学習パイプラインに向けて
RGBカメラ情報のみで6自由度ロボットアームがボールに到達するタスクを、計算機視覚による情報抽出と強化学習の効率化を組み合わせたパイプラインで短時間に学習できることを示した研究。
原題: Towards a Sample Efficient Reinforcement Learning Pipeline for Vision Based Robotics / Maxence Mahe, Pierre Belamri, Jesus Bujalance Martin
日本語で読む →
PR・アフィリエイト広告
