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: 2021/4/1 / 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 →- 論文強化学習ロボティクス
部分観測マルコフ決定過程に対する時相論理制約付き強化学習
未知の部分観測環境で時間依存の安全制約を満たす制御器を、信念MDPと時相論理の積構成を用いた強化学習で学習する手法を提案した論文。
原題: Reinforcement Learning with Temporal Logic Constraints for Partially-Observable Markov Decision Processes / Yu Wang, Alper Kamil Bozkurt, Miroslav Pajic
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
イベントトリガ型通信と制御の深層強化学習によるマルチエージェント協調搬送
マルチエージェント強化学習で、通信タイミングと制御入力をイベントトリガ型に最適化し、搬送性能と通信量削減を両立させる手法を提案した。
原題: Deep reinforcement learning of event-triggered communication and control for multi-agent cooperative transport / Kazuki Shibata, Tomohiko Jimbo, Takamitsu Matsubara
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
マルチエージェント移動マニピュレーションのための空間意図マップ
分散型マルチエージェントの視覚ベース深層強化学習において、各エージェントの意図を俯瞰2Dマップとして他エージェントに共有する「空間意図マップ」を提案し、物体の受け渡しや衝突回避などの協調行動を改善した。
原題: Spatial Intention Maps for Multi-Agent Mobile Manipulation / Jimmy Wu, Xingyuan Sun, Andy Zeng 他
日本語で読む → - 論文強化学習/飛行制御ロボティクス
深層強化学習による傾斜面へのクアッドロータ着陸
PPOとカリキュラム学習を用いて傾斜面への着陸方策をシミュレーションで短時間学習し、実機Crazyflie 2.1で着陸を成功させた研究。
原題: Inclined Quadrotor Landing using Deep Reinforcement Learning / Jacob E. Kooi, Robert Babuška
日本語で読む → - 論文モデルベース強化学習機械学習
ミニマックスモデル学習
モデルベース強化学習において、分布シフトの補正に着目した新たなオフポリシー損失関数を提案し、モデル誤差や分布シフトに対する頑健性を理論的・実験的に示した論文。
原題: Minimax Model Learning / Cameron Voloshin, Nan Jiang, Yisong Yue
日本語で読む → - 論文強化学習/建設機械ロボティクス
深層強化学習による地下ローダーの連続制御
地下ローダーのバケット充填を、深度カメラで掘削点を選ぶエージェントと車両を連続制御するエージェントのマルチエージェント強化学習で実現し、エネルギー消費ペナルティを含めると最大容量の平均75%を達成した。
原題: Continuous control of an underground loader using deep reinforcement learning / Sofi Backman, Daniel Lindmark, Kenneth Bodin 他
日本語で読む → - 論文強化学習/ナビゲーション機械学習
単眼カメラと深層強化学習による移動ロボットの障害物回避
単眼カメラ画像から直接制御指令を生成するend-to-end深層強化学習で障害物回避を実現し、離散行動空間の優位性とGANによる深度推定の併用で学習加速・頑健性向上を示した。
原題: Vision-Based Mobile Robotics Obstacle Avoidance With Deep Reinforcement Learning / Patrick Wenzel, Torsten Schön, Laura Leal-Taixé 他
日本語で読む → - 論文強化学習/軌道生成ロボティクス
代替安全行動に基づく衝突回避・トルク制限付きロボット軌道の学習
ニューラルネットが生成した動作を、制動軌道の物理シミュレーションで安全確認できた場合のみ実行することで、衝突回避とトルク制限を満たす軌道を強化学習でオンライン生成する手法を提案した。
原題: Learning Collision-free and Torque-limited Robot Trajectories based on Alternative Safe Behaviors / Jonas C. Kiemel, Torsten Kröger
日本語で読む → - 論文強化学習/着地制御ロボティクス
強化学習によるクアッドロータの垂直壁への高速着地のための軌道生成と制御
強化学習でシミュレーション上で着地軌道を生成し、その軌道を実機の追従制御器に渡すことで、クアッドロータを垂直壁へ高精度に高速着地させる手法を提案した。
原題: Reinforcement Learning Trajectory Generation and Control for Aggressive Perching on Vertical Walls with Quadrotors / Chen-Huan Pi, Kai-Chun Hu, Yu-Ting Huang 他
日本語で読む → - 論文マルチエージェント強化学習/安全制御cs.MA
分散型複数制御バリア関数による安全なマルチエージェント強化学習
集中型シールドの代わりに、局所情報のみで動作する分散型の複数制御バリア関数(CBF)シールドをMARLに組み込み、MADDPGを拡張したMADDPG-CBFを提案した論文。衝突回避問題で理論的な安全保証と実験による安全性の検証を示している。
原題: Safe Multi-Agent Reinforcement Learning through Decentralized Multiple Control Barrier Functions / Zhiyuan Cai, Huanhui Cao, Wenjie Lu 他
日本語で読む → - 論文強化学習ロボティクス
CartPoleの勾配方策とF1Tenth自動運転車への拡張性
CartPoleの棒の角度制御と自動運転車の操舵角制御の類似性を自転車モデルで示し、方策勾配法によるモデル転移の可能性を検討した論文。
原題: Gradient Policy on "CartPole" game and its' expansibility to F1Tenth Autonomous Vehicles / Mingwei Shi
日本語で読む → - 論文安全強化学習機械学習
リアプノフ障壁関数による安全制約付き強化学習ポリシー最適化
リアプノフ障壁関数を用いてポリシー更新を安全集合内に制限し、学習中の制約違反を大幅に削減する強化学習手法LBPOを提案した。
原題: Lyapunov Barrier Policy Optimization / Harshit Sikchi, Wenxuan Zhou, David Held
日本語で読む → - 論文強化学習ロボティクス
スパースカーネル表現による合成可能な強化学習
正規化アドバンテージ関数で方策を構造化し、追加学習なしで複数の学習済みモデルを合成できるスパースカーネル強化学習を提案し、障害物回避方策の合成と実機転移で有効性を示した。
原題: Composable Learning with Sparse Kernel Representations / Ekaterina Tolstaya, Ethan Stump, Alec Koppel 他
日本語で読む → - 論文ドローンレース/強化学習ロボティクス
深層強化学習による自律ドローンレース
深層強化学習と相対的なゲート観測を用いて、四輪ドローンのほぼ時間最適な軌道を生成し、環境変化にも適応できる手法を提案。実機で最大60km/hを達成した。
原題: Autonomous Drone Racing with Deep Reinforcement Learning / Yunlong Song, Mats Steinweg, Elia Kaufmann 他
日本語で読む → - 論文強化学習/蛇型ロボット機械学習
深層強化学習で獲得する省エネ蛇型ロボットの移動歩容ポリシー
PPOを用いて蛇型ロボットの各関節を制御し、従来手法より速く省エネな移動歩容をPyBullet上で学習させた研究。
原題: An Energy-Saving Snake Locomotion Gait Policy Obtained Using Deep Reinforcement Learning / Yilang Liu, Amir Barati Farimani
日本語で読む → - 論文強化学習機械学習
報酬の代わりに成功例でタスクを指定する強化学習
成功例の遷移から直接価値関数を学習し、報酬関数を介さずに将来の成功確率を最大化する制御アルゴリズムを提案した論文。
原題: Replacing Rewards with Examples: Example-Based Policy Search via Recursive Classification / Benjamin Eysenbach, Sergey Levine, Ruslan Salakhutdinov
日本語で読む → - 論文強化学習ロボティクス
カリキュラム強化学習によるGran Turismo Sportでの自律追い越し
Gran Turismo Sportのレース環境でカリキュラム強化学習を用い、ゲーム内AIを上回り熟練ドライバーに匹敵する追い越し制御を実現した。
原題: Autonomous Overtaking in Gran Turismo Sport Using Curriculum Reinforcement Learning / Yunlong Song, HaoChih Lin, Elia Kaufmann 他
日本語で読む → - 論文産業組立/強化学習AI
強化学習と実演による産業組立向け堅牢マルチモーダル方策:大規模実証研究
産業組立タスクにおいて、実演からの強化学習(DRL)を産業志向の設計基準で構築し、NISTベンチマークでプロのインテグレータや人間を上回る速度と信頼性を実証した大規模研究。
原題: Robust Multi-Modal Policies for Industrial Assembly via Reinforcement Learning and Demonstrations: A Large-Scale Study / Jianlan Luo, Oleg Sushkov, Rugile Pevceviciute 他
日本語で読む → - 論文強化学習ロボティクス
モデル予測アクター・クリティック:深層強化学習によるロボットスキル獲得の加速
モデルベースとモデルフリーの強化学習を組み合わせ、モデル予測ロールアウトで方策学習を導くことでモデルバイアスを軽減し、実機ロボットでのスキル学習を効率化する手法を提案した論文。
原題: Model Predictive Actor-Critic: Accelerating Robot Skill Acquisition with Deep Reinforcement Learning / Andrew S. Morgan, Daljeet Nandha, Georgia Chalvatzaki 他
日本語で読む → - 論文強化学習機械学習
モデルフリー強化学習のための二次ニューロンアクターネットワーク
方策ネットワークに二次ニューロンを組み込み、従来のMLPより少ないパラメータで高い報酬とサンプル効率を実現した。
原題: A Quadratic Actor Network for Model-Free Reinforcement Learning / Matthias Weissenbacher, Yoshinobu Kawahara
日本語で読む → - 論文逆強化学習AI
多エージェントゲームにおける潜在知能レベル推論による人間報酬の学習:運転データへの心の理論アプローチの応用
人間が他者の意思決定を推論する際の知能レベルには限界があり個人差があるという心の理論の知見を逆強化学習に取り入れ、多エージェント環境で人間の報酬関数を学習する枠組みを提案し、実運転データに適用して有効性を示した論文。
原題: Learning Human Rewards by Inferring Their Latent Intelligence Levels in Multi-Agent Games: A Theory-of-Mind Approach with Application to Driving Data / Ran Tian, Masayoshi Tomizuka, Liting Sun
日本語で読む → - 論文オフライン強化学習ロボティクス
オンライン探索なしで頑健な運転ポリシーを学習する手法
マルチタイムスケールの予測表現学習を用い、実世界のオフラインデータのみから未知の道路形状や劣化・妨害レーン条件に汎化する運転ポリシーをバッチ強化学習で学習する手法を提案した。
原題: Learning robust driving policies without online exploration / Daniel Graves, Nhat M. Nguyen, Kimia Hassanzadeh 他
日本語で読む → - 論文強化学習ナビゲーションロボティクス
空水両用ハイブリッドビークルのマップレスナビゲーションのための深層強化学習
空と水中の両方で活動できるハイブリッド無人ビークル(HUAUV)に対し、深層強化学習を用いたマップレス自律ナビゲーション手法を提案し、障害物回避性能で従来の幾何学的追従制御を上回ることを実験で示した。
原題: Deep Reinforcement Learning for Mapless Navigation of a Hybrid Aerial Underwater Vehicle with Medium Transition / Ricardo Bedin Grando, Junior Costa de Jesus, Victor Augusto Kich 他
日本語で読む → - 論文強化学習機械学習
自己教師ありオンライン報酬整形による疎報酬環境の効率化
疎な報酬しか得られない環境で、軌跡のランキングを自己教師信号として報酬関数を自動的に密化し、任意のRLアルゴリズムのサンプル効率を向上させる手法を提案した。
原題: Self-Supervised Online Reward Shaping in Sparse-Reward Environments / Farzan Memarian, Wonjoon Goo, Rudolf Lioutikov 他
日本語で読む → - 論文言語条件付き強化学習自然言語
言語抽象化による探索促進フレームワークELLA
高レベル言語指示を低レベル指示と関連付ける報酬整形により、疎報酬環境での強化学習のサンプル効率を向上させる手法を提案。
原題: ELLA: Exploration through Learned Language Abstraction / Suvir Mirchandani, Siddharth Karamcheti, Dorsa Sadigh
日本語で読む → - 論文強化学習/表現学習機械学習
好奇心対照フォワードダイナミクスモデルによるサンプル効率の高い強化学習表現学習
フォワードダイナミクスモデルと対照学習を組み合わせて画像エンコーダを訓練し、内在的報酬で探索を促すことで、生ピクセルからの強化学習のサンプル効率と汎化性能を向上させた研究。
原題: Sample-efficient Reinforcement Learning Representation Learning with Curiosity Contrastive Forward Dynamics Model / Thanh Nguyen, Tung M. Luu, Thang Vu 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
模倣エキスパート事前知識を用いた効率的な深層強化学習による自動運転
人間の専門家のデモンストレーションから模倣方策を導出し、KLダイバージェンス正則化で強化学習エージェントを誘導することで、サンプル効率と性能を向上させる自動運転フレームワークを提案した論文。
原題: Efficient Deep Reinforcement Learning with Imitative Expert Priors for Autonomous Driving / Zhiyu Huang, Jingda Wu, Chen Lv
日本語で読む → - 論文強化学習/神経筋制御ロボティクス
私はロボット:機能的電気刺激で人間の四肢を動かす神経筋強化学習
機能的電気刺激(FES)で人間の筋肉を制御するため、リカレントニューラルネットワークを用いた深層強化学習手法を開発し、シミュレーションと実人間実験の両方で筋肉疲労に適応しながら課題を達成できることを示した。
原題: I am Robot: Neuromuscular Reinforcement Learning to Actuate Human Limbs through Functional Electrical Stimulation / Nat Wannawas, Ali Shafti, A. Aldo Faisal
日本語で読む → - 論文自動運転/強化学習ロボティクス
ゴール制約付きスパース強化学習によるエンドツーエンド自動運転
ナビゲーション用ビューマップのみを用い、ゴール制約付きスパース報酬とカリキュラム学習でエンドツーエンド自動運転を学習。複数ポリシーを並行学習しナビが選択、未見道路でも長距離走行を実現。
原題: Goal-constrained Sparse Reinforcement Learning for End-to-End Driving / Pranav Agarwal, Pierre de Beaucorps, Raoul de Charette
日本語で読む → - 論文制約付き強化学習ロボティクス
一般化制御バリア関数を用いたモデルベース制約付き強化学習
制約境界までの距離に基づく一般化制御バリア関数(GCBF)でモデルベース制約付き強化学習を拡張し、安全性制約違反を抑えつつサンプル効率を高める手法を提案。自動運転の衝突回避タスクで制約違反を最大4分の1に削減し、収束を3.36倍高速化した。
原題: Model-based Constrained Reinforcement Learning using Generalized Control Barrier Function / Haitong Ma, Jianyu Chen, Shengbo Eben Li 他
日本語で読む →
PR・アフィリエイト広告
