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: 2021/5/1 / 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 →- 論文マルチエージェント強化学習AI
シミュレーション人型サッカーにおける運動制御からチームプレーへ
物理シミュレーション上の人型アバターのチームにサッカーを学習させ、模倣学習・強化学習・集団訓練を組み合わせて、走るなどの低次運動からドリブルやチーム連携までを段階的に獲得させた研究。
原題: From Motor Control to Team Play in Simulated Humanoid Football / Siqi Liu, Guy Lever, Zhe Wang 他
日本語で読む → - 論文強化学習/外骨格/歩行支援ロボティクス
スクワット支援のための下肢外骨格の強化学習制御
足首の2平面駆動と足圧センサによるCoP推定を活用し、動力学ランダム化と外乱を加えた強化学習で、安定かつ頑健なスクワット支援動作を実現する外骨格制御手法を提案した。
原題: Reinforcement Learning and Control of a Lower Extremity Exoskeleton for Squat Assistance / S. Luo, G. Androwis, S. Adamovich 他
日本語で読む → - 論文強化学習機械学習
Q学習における報酬関数の比較:台車位置問題への応用
台車位置制御問題において3種類の報酬関数をQ学習で比較し、目標位置から一定距離内にいるときのみ報酬を与える不連続な報酬関数が最も良い結果となることを示した。
原題: A Comparison of Reward Functions in Q-Learning Applied to a Cart Position Problem / Amartya Mukherjee
日本語で読む → - 論文強化学習・キャラクター制御機械学習
多様な跳躍戦略を自動発見するフレームワーク
物理シミュレーションと深層強化学習、姿勢VAEとベイズ多様性探索を組み合わせ、模範動作なしで走高跳や障害物跳躍の多様で自然な制御方策を発見する手法を提案した。
原題: Discovering Diverse Athletic Jumping Strategies / Zhiqi Yin, Zeshi Yang, Michiel van de Panne 他
日本語で読む → - 論文制御/強化学習機械学習
連続状態・行動・時間における価値反復法
既知のダイナミクスモデルを用い、連続状態・行動・時間で動的計画法を可能にするcFVIを提案。非線形制御実験で深層強化学習と同等の性能を示し、実機移行時の頑健性に優れることを示した。
原題: Value Iteration in Continuous Actions, States and Time / Michael Lutter, Shie Mannor, Jan Peters 他
日本語で読む → - 論文目標追従/強化学習/UAVロボティクス
UAVのための目標追従型Double Deep Q-Network
未知環境で障害物や目標の不確実な動きに対応するため、価値推定と評価を分離したTF-DDQNを提案し、多様な指標で評価する新手法を導入した。
原題: Target-Following Double Deep Q-Networks for UAVs / Sarthak Bhagat, P. B. Sujit
日本語で読む → - 論文強化学習機械学習
動的環境下でレーダー通信統合機能を持つ自動運転車のための転移可能な深層強化学習フレームワーク
レーダー検出とデータ通信を統合した自動運転車が動的で不確実な環境で最適に機能選択できるよう、MDPに基づく深層強化学習と転移学習を組み合わせた枠組みを提案し、障害物の見逃し検出率を最大67%低減した。
原題: Transferable Deep Reinforcement Learning Framework for Autonomous Vehicles with Joint Radar-Data Communications / Nguyen Quang Hieu, Dinh Thai Hoang, Dusit Niyato 他
日本語で読む → - 論文強化学習機械学習
方策勾配法による倒立振子制御:チュートリアル
倒立振子問題をDDPGとPPOの2つの方策勾配法で解く実装を、数式とPythonコード(OpenAI Gym、TensorFlow 2.x、Keras)を交えて解説したチュートリアル論文。
原題: Controlling an Inverted Pendulum with Policy Gradient Methods-A Tutorial / Swagat Kumar
日本語で読む → - 論文UAV/強化学習ロボティクス
自己注意機構を用いた解釈可能な深層強化学習によるUAV衝突回避
自己注意機構を組み込んだ深層強化学習で、未知の環境や天候変化にも頑健に動作し、判断根拠も解釈できるマルチロータUAVの衝突回避アルゴリズムを提案した。
原題: Interpretable UAV Collision Avoidance using Deep Reinforcement Learning / Deepak-George Thomas, Daniil Olshanskyi, Karter Krueger 他
日本語で読む → - 論文安全強化学習制御
安全な価値関数:安全性と最適性を両立するペナルティ設計の理論
強化学習で失敗へのペナルティを報酬に加える手法について、安全性と最適性の関係を厳密に解析し、両立する「安全な価値関数」の十分条件とペナルティの構造を明らかにした理論研究。
原題: Safe Value Functions / Pierre-François Massiani, Steve Heim, Friedrich Solowjow 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
アンサンブル分位ネットワーク:不確実性を考慮した強化学習と自動運転への応用
分布型強化学習とアンサンブル学習を組み合わせ、偶発的・認識論的不確実性を同時に推定するEQN手法を提案し、自動運転の交差点判断でリスクと効率のバランスや未学習状況の検出が可能なことを示した。
原題: Ensemble Quantile Networks: Uncertainty-Aware Reinforcement Learning with Applications in Autonomous Driving / Carl-Johan Hoel, Krister Wolff, Leo Laine
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ネットワークによる無信号交差点での歩行者衝突回避
混雑した無信号交差点での自動運転ナビゲーションを深層強化学習で学習し、ルールベース手法より高い衝突回避性能と未知の交差点への汎化を示した。
原題: Pedestrian Collision Avoidance for Autonomous Vehicles at Unsignalized Intersection Using Deep Q-Network / Kasra Mokhtari, Alan R. Wagner
日本語で読む → - 論文モジュラーロボット/強化学習ロボティクス
モジュール型ロボットの制御ポリシー学習
モジュールロボットの設計グラフに基づいてポリシー構造を条件付け、1回の学習で多様な設計を制御できるモジュラー方策をモデルベース強化学習で訓練した研究。
原題: Learning Modular Robot Control Policies / Julian Whitman, Matthew Travers, Howie Choset
日本語で読む → - 論文自動運転/強化学習AI
安全な高速道路自動運転のための強化学習に基づく意思決定
深層強化学習を用いて高速道路の多車線環境で安全な戦術的意思決定ポリシーを学習し、衝突回避と他エージェントの予測不能な挙動による不可観測状態に対処する手法を提案した。
原題: Reinforcement Learning Based Safe Decision Making for Highway Autonomous Driving / Arash Mohammadhasani, Hamed Mehrivash, Alan Lynch 他
日本語で読む → - 論文マルチタスク強化学習ロボティクス
MT-Opt:大規模継続的マルチタスクロボット強化学習
複数ロボットで探索・経験・表現を共有しながら多様なタスクを同時に学習する継続的マルチタスク強化学習システムMT-Optを提案し、実機12タスクで有効性を示した。
原題: MT-Opt: Continuous Multi-Task Robotic Reinforcement Learning at Scale / Dmitry Kalashnikov, Jacob Varley, Yevgen Chebotar 他
日本語で読む → - 論文UAV/強化学習ロボティクス
衝突回避と接続性制約を考慮した学習ベースのUAV軌道最適化
複数UAVの衝突回避と基地局接続を制約とした軌道最適化を逐次意思決定問題として定式化し、分散型深層強化学習とSINR予測ネットワークでリアルタイム航法を実現した。
原題: Learning-Based UAV Trajectory Optimization with Collision Avoidance and Connectivity Constraints / Xueyuan Wang, M. Cenk Gursoy
日本語で読む → - 論文模倣学習・対話型強化学習機械学習
GANを用いたデモンストレーションと人間の評価フィードバックによる対話型強化学習
GAILの性能上限を超えるため、デモンストレーションと人間の評価フィードバックを組み合わせたGAIRLを提案し、6つの物理ベース制御タスクでGAILより安定かつ高性能な方策を学習できることを示した。
原題: GAN-Based Interactive Reinforcement Learning from Demonstration and Human Evaluative Feedback / Jie Huang, Rongshun Juan, Randy Gomez 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
SAINT-ACC:深層強化学習を用いた安全志向の適応型クルーズコントロール
深層強化学習の二重エージェントで車間距離と安全モデルを動的に調整し、交通効率・安全性・快適性を同時に最適化するACCシステムを提案した。
原題: SAINT-ACC: Safety-Aware Intelligent Adaptive Cruise Control for Autonomous Vehicles Using Deep Reinforcement Learning / Lokesh Das, Myounggyu Won
日本語で読む → - 論文ロボット制御/強化学習機械学習
センシング故障に頑健なロボット制御に向けたフィードバック・フィードフォワード方策の最適化アルゴリズム
フィードバック方策とフィードフォワード方策を統一的に同時最適化する新たな最適化問題を提案し、センシング故障時にもFF方策が最適動作を維持できる頑健性をシミュレーションと実機で示した。
原題: Optimization Algorithm for Feedback and Feedforward Policies towards Robot Control Robust to Sensing Failures / Taisuke Kobayashi, Kenta Yoshizawa
日本語で読む → - 論文強化学習機械学習
本質的動機付けを備えた目標条件付き方策の学習
潜在変数で多様な状態を探索する抽象方策と識別器を組み合わせ、識別器を本質的報酬として目標条件付き方策を教師なしで学習するGPIMを提案し、ロボットタスクで有効性を示した。
原題: Learn Goal-Conditioned Policy with Intrinsic Motivation for Deep Reinforcement Learning / Jinxin Liu, Donglin Wang, Qiangxing Tian 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
人間参加型深層強化学習と自動運転への応用
自動運転のポリシー学習に人間のリアルタイム介入を取り入れたHug-DRLを提案し、40名の被験者実験で学習効率と性能の向上を示した。
原題: Human-in-the-Loop Deep Reinforcement Learning with Application to Autonomous Driving / Jingda Wu, Zhiyu Huang, Chao Huang 他
日本語で読む → - 論文制御/強化学習制御
強化学習を用いた近似ロバストNMPC
楕円体で不確かさを近似する低計算コストのロバストNMPCに対し、強化学習でMPCパラメータを調整して閉ループ性能を向上させる枠組みを提案し、障害物回避を伴う車輪移動ロボットの軌道追従で検証した。
原題: Approximate Robust NMPC using Reinforcement Learning / Hossein Nejatbakhsh Esfahani, Arash Bahari Kordabad, Sebastien Gros
日本語で読む → - 論文オフライン強化学習ロボティクス
実行可能モデル:ロボットスキルの教師なしオフライン強化学習
報酬なしのオフラインデータから、任意の目標状態に到達するスキルをゴール条件付きQ学習と後知恵リラベリングで学習する手法を提案し、実ロボットで未知の場面や物体への汎化、長期目標の連鎖到達を実現した。
原題: Actionable Models: Unsupervised Offline Reinforcement Learning of Robotic Skills / Yevgen Chebotar, Karol Hausman, Yao Lu 他
日本語で読む → - 論文強化学習/マニピュレーション機械学習
目標分布で条件付けする汎用強化学習ポリシー
目標を分布として表現し、それに条件付けられた汎用ポリシーをオフポリシーRLで学習するDisCo RLを提案し、新しい目標分布への汎化を要するロボット操作タスクで従来法を大きく上回った。
原題: DisCo RL: Distribution-Conditioned Reinforcement Learning for General-Purpose Policies / Soroush Nasiriany, Vitchyr H. Pong, Ashvin Nair 他
日本語で読む → - 論文強化学習cs.GR
物理ベースキャラクターアニメーションのための効率的なハイパーパラメータ最適化
深層強化学習によるキャラクター制御のハイパーパラメータ調整を、カリキュラムベースのマルチフィデリティ・ベイズ最適化で効率化する手法を提案し、DeepMimicで5倍以上の効率改善を達成した。
原題: Efficient Hyperparameter Optimization for Physics-based Character Animation / Zeshi Yang, Zhiqi Yin
日本語で読む → - 論文計画/強化学習ロボティクス
未知環境における時間的に拡張されたタスクの学習と計画
部分的にしか見えていない環境で時相論理タスクを達成するため、高レベル行動の成功確率とコストをニューラルネットで推定し、最小期待コスト計画を探索する手法を提案した。
原題: Learning and Planning for Temporally Extended Tasks in Unknown Environments / Christopher Bradley, Adam Pacheck, Gregory J. Stein 他
日本語で読む → - 論文グラフ強化学習制御
グラフニューラルネットワーク強化学習による自動運転オンデマンド交通の制御
都市交通網をグラフとして捉え、グラフニューラルネットワークを用いた強化学習で自動運転オンデマンド車両の再配置を制御し、他都市へのゼロショット転移やサービスエリア拡張への高い汎化性能を示した論文。
原題: Graph Neural Network Reinforcement Learning for Autonomous Mobility-on-Demand Systems / Daniele Gammelli, Kaidi Yang, James Harrison 他
日本語で読む → - 論文強化学習/制御制御
不確かな動力学を持つ劣駆動型船舶の軌道追従:積分強化学習アプローチ
動力学に不確かさがある劣駆動型船舶の軌道追従問題に対し、積分強化学習に基づくオンライン学習で最適な舵・推力制御を求める手法を提案した論文。
原題: Trajectory Tracking of Underactuated Sea Vessels With Uncertain Dynamics: An Integral Reinforcement Learning Approach / Mohammed Abouheaf, Wail Gueaieb, Md. Suruz Miah 他
日本語で読む → - 論文強化学習機械学習
時間的抽象化を組み込んだActor-Critic強化学習TAAC
連続制御向けに、前の行動を繰り返すか新しい行動を選ぶ二段階方策をActor-Criticに組み込み、行動反復に特化したQ演算子で学習を安定化させたオフポリシーRL手法。
原題: TAAC: Temporally Abstract Actor-Critic for Continuous Control / Haonan Yu, Wei Xu, Haichao Zhang
日本語で読む → - 論文自動運転/マルチエージェント強化学習ロボティクス
マルチエージェント深層強化学習による信号なし交差点のエンドツーエンド走行
信号のない交差点を走行するため、加速度と操舵角を直接予測するマルチエージェント深層強化学習システムを提案し、実データでも汎化性能を示した。
原題: End-to-End Intersection Handling using Multi-Agent Deep Reinforcement Learning / Alessandro Paolo Capasso, Paolo Maramotti, Anthony Dell'Eva 他
日本語で読む →
PR・アフィリエイト広告
