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: 2020/12/1 / 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 →- 論文実機強化学習ロボティクス
対照学習とデータ拡張による効率的な視覚ロボット制御の学習
対照学習による事前学習とデータ拡張を組み合わせ、実機ロボットアームが10個のデモンストレーションから30分程度の訓練でスパース報酬の操作タスクをピクセル入力で学習できる手法CoDERを提案した。
原題: Learning Visual Robotic Control Efficiently with Contrastive Pre-training and Data Augmentation / Albert Zhan, Ruihan Zhao, Lerrel Pinto 他
日本語で読む → - 論文強化学習機械学習
IV-Posterior: 方策の解釈可能な証明のための逆価値推定
MaskedAutoregressive Flowを用いて、事前学習済み方策が有効に機能する環境条件の分布を推定し、その分布を方策選択の証明として活用することで性能向上を図る手法を提案した論文。
原題: IV-Posterior: Inverse Value Estimation for Interpretable Policy Certificates / Tatiana Lopez-Guevara, Michael Burke, Nicholas K. Taylor 他
日本語で読む → - 論文オフライン強化学習機械学習
半教師あり報酬学習によるオフライン強化学習
人間による報酬アノテーションを最小限に抑えつつ、タイムステップ注釈とデモンストレーションを活用した半教師あり報酬学習手法を提案し、模擬ロボットアーム実験で行動クローニングを大きく上回る性能を達成した。
原題: Semi-supervised reward learning for offline reinforcement learning / Ksenia Konyushkova, Konrad Zolna, Yusuf Aytar 他
日本語で読む → - 論文強化学習ロボティクス
深層強化学習と局所制御の融合によるアクロボットの振り上げ・バランス制御
深層強化学習のSACと従来のLQR制御を組み合わせ、アクロボットの振り上げ・バランス課題で他の強化学習手法を上回る性能を実現した。
原題: Combining Deep Reinforcement Learning And Local Control For The Acrobot Swing-up And Balance Task / Sean Gillen, Marco Molnar, Katie Byl
日本語で読む → - 論文強化学習機械学習
ニューラル動的ポリシー:エンドツーエンドの感覚運動学習
二階微分方程式で行動空間を再パラメータ化し、軌道分布空間で予測するニューラル動的ポリシーを提案。模倣学習と強化学習の両方で従来手法を上回る。
原題: Neural Dynamic Policies for End-to-End Sensorimotor Learning / Shikhar Bahl, Mustafa Mukadam, Abhinav Gupta 他
日本語で読む → - 論文強化学習/飛行制御/sim2realロボティクス
クアッドロータのための強化学習フライト制御フレームワークRE+AL
強化学習による低レベル姿勢制御の制御則の滑らかさと応答性を両立させるため、シミュレーション訓練環境を体系的に設計するフレームワークRE+ALを提案し、競技用クアッドロータNF1で実機転移を実証した。
原題: How to Train your Quadrotor: A Framework for Consistently Smooth and Responsive Flight Control via Reinforcement Learning / Siddharth Mysore, Bassel Mabsout, Kate Saenko 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
強化学習による走行ポリシー適応型セーフガード
MCTSベースの強化学習で衝突回避戦略と走行ポリシーに応じた作動関数を設計し、不要な介入を抑えつつ衝突率を大幅に低減する自動運転向けセーフガードを提案した。
原題: Driving-Policy Adaptive Safeguard for Autonomous Vehicles Using Reinforcement Learning / Zhong Cao, Shaobing Xu, Songan Zhang 他
日本語で読む → - 論文強化学習機械学習
強化学習で低フラクタル次元の軌道を明示的に促す
強化学習エージェントの報酬に後処理関数を加えることで、生成される軌道のフラクタル次元を下げ、ノイズや外乱に対するロバスト性を向上させる手法を提案した論文。
原題: Explicitly Encouraging Low Fractional Dimensional Trajectories Via Reinforcement Learning / Sean Gillen, Katie Byl
日本語で読む → - 論文強化学習/マイクロマニピュレーション機械学習
深層強化学習で操る光ピンセット:仮想・実環境・拡張環境での実践
深層強化学習で複数モータ軸の連続速度制御を仮想環境で学習し、実世界の光ピンセット実験で微小球を衝突回避しながら目標位置へ移動させることに成功した。仮想と実環境を同等に扱えるため拡張環境にも応用可能であることを示した。
原題: Playing optical tweezers with deep reinforcement learning: in virtual, physical and augmented environments / Matthew Praeger, Yunhui Xie, James A. Grant-Jacob 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
階層型強化学習による都市交差点での行動計画
都市交差点での自動運転の行動計画を階層型強化学習で行い、ハイブリッド報酬とヒューリスティック探索によりサンプル効率と収束速度を改善した研究。
原題: Behavior Planning at Urban Intersections through Hierarchical Reinforcement Learning / Zhiqian Qiao, Jeff Schneider, John M. Dolan
日本語で読む → - 論文強化学習機械学習
物体推論を活用した視覚自己教師あり強化学習
画像ベース強化学習に物体レベルの推論と遮蔽推論を導入し、報酬計算と目標生成を改善して学習効率と最終性能を向上させた研究。
原題: ROLL: Visual Self-Supervised Reinforcement Learning with Object Reasoning / Yufei Wang, Gautham Narayan Narasimhan, Xingyu Lin 他
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
他エージェントの潜在戦略を学習して協調を促す強化学習フレームワーク
相手エージェントの政策を高次元の潜在表現として学習し、その潜在ダイナミクスを利用して相手の将来の戦略に影響を与え協調を促す強化学習手法を提案。シミュレーションと実機エアホッケーで有効性を実証した。
原題: Learning Latent Representations to Influence Multi-Agent Interaction / Annie Xie, Dylan P. Losey, Ryan Tolsma 他
日本語で読む → - 論文強化学習ロボティクス
文脈依存な複数タスクの自律学習
ロボットが環境の文脈変化を検出し、既存ポリシーの転移学習で新文脈のタスクを素早く獲得するオープンエンド学習アーキテクチャC-GRAILを提案し、障害物のあるシミュレーション環境で有効性を示した。
原題: Autonomous learning of multiple, context-dependent tasks / Vieri Giuliano Santucci, Davide Montella, Bruno Castro da Silva 他
日本語で読む → - 論文逆強化学習機械学習
f-IRL:状態周辺分布マッチングによる逆強化学習
エージェントと専門家の状態分布間のfダイバージェンスの解析的勾配を導出し、専門家密度から定常報酬関数を復元するf-IRLを提案。サンプル効率と必要専門家軌跡数で敵対的模倣学習を上回り、下流タスクや動力学変化への行動転移にも有効。
原題: f-IRL: Inverse Reinforcement Learning via State Marginal Matching / Tianwei Ni, Harshit Sikchi, Yufei Wang 他
日本語で読む → - 論文階層型強化学習機械学習
表現と強化学習による階層型計画・制御ポリシーの蒸留
潜在変数モデルと強化学習を用いて、複数タスクから階層型ポリシー(潜在意図の計画と共有フィードバック制御)を蒸留し、新規タスクへ追加学習なしで適応できるフレームワークDISHを提案した。
原題: Distilling a Hierarchical Policy for Planning and Control via Representation and Reinforcement Learning / Jung-Su Ha, Young-Jin Park, Hyeok-Joo Chae 他
日本語で読む → - 論文強化学習ロボティクス
報酬条件付きニューラル運動プリミティブによる集団ベース変分方策最適化
示範軌道から学習したニューラルプロセスで報酬に応じた軌道を生成し、進化的戦略と変分推論を組み合わせて効率的に方策を探索する手法を提案した論文。
原題: Reward Conditioned Neural Movement Primitives for Population Based Variational Policy Optimization / M. Tuluhan Akbulut, Utku Bozdogan, Ahmet Tekden 他
日本語で読む → - 論文強化学習/スキル転移機械学習
探索と転移のための潜在スキル計画
学習済み世界モデルとスキルを統合し、テスト時にスキルをオンライン計画で選択することで、歩行タスクのサンプル効率と転移性能を向上させた強化学習エージェントを提案。
原題: Latent Skill Planning for Exploration and Transfer / Kevin Xie, Homanga Bharadhwaj, Danijar Hafner 他
日本語で読む → - 論文強化学習機械学習
REPAINT:深層強化学習における知識転移
事前学習済み教師方策の表現と経験を活用し、類似度が低いタスクでも効率的に学習を加速する強化学習アルゴリズムを提案した。
原題: REPAINT: Knowledge Transfer in Deep Reinforcement Learning / Yunzhe Tao, Sahika Genc, Jonathan Chung 他
日本語で読む → - 論文強化学習機械学習
Parrot: 強化学習のためのデータ駆動型行動事前分布
多様な既存タスクの成功試行から複雑な入出力関係を学習する行動事前分布を事前学習し、新規タスクの迅速な学習を可能にする手法を提案。画像観測と疎報酬のロボットマニピュレーションで大幅に優れる。
原題: Parrot: Data-Driven Behavioral Priors for Reinforcement Learning / Avi Singh, Huihan Liu, Gaoyue Zhou 他
日本語で読む → - 論文強化学習/認識画像認識
SeekNet:強化学習によるロボット移動最適化で人インスタンスのセグメンテーションと追跡を改善
混雑環境で遮蔽された人を認識するため、強化学習でロボットの移動位置を最適化するSeekNetを提案し、検出・追跡精度の向上を示した。
原題: SeekNet: Improved Human Instance Segmentation and Tracking via Reinforcement Learning Based Optimized Robot Relocation / Venkatraman Narayanan, Bala Murali Manoghar, Rama Prashanth RV 他
日本語で読む → - 論文オフライン強化学習ロボティクス
潜在行動空間を用いたオフライン強化学習
方策を潜在行動空間で学習することでデータ分布外の行動選択を自然に防ぎ、ロボットを含む連続制御タスクで既存手法を上回る性能を示した論文。
原題: PLAS: Latent Action Space for Offline Reinforcement Learning / Wenxuan Zhou, Sujay Bajracharya, David Held
日本語で読む → - 論文自動運転/強化学習ロボティクス
階層型強化学習とPID制御による自動運転車の軌道計画
自動運転の軌道計画を階層型強化学習とPIDコントローラで構成し、サブゴール分割で収束を速め、LSTMで不完全観測に対応して滑らかな軌道を生成する手法を提案した。
原題: Trajectory Planning for Autonomous Vehicles Using Hierarchical Reinforcement Learning / Kaleb Ben Naveed, Zhiqian Qiao, John M. Dolan
日本語で読む → - 論文自動運転/強化学習ロボティクス
強化学習による自動運転の安全な軌道計画
自動運転の軌道計画段階にモデルフリー強化学習を適用し、従来手法より安全で汎用的かつ快適な走行を実現できることを示した論文。
原題: Safe Trajectory Planning Using Reinforcement Learning for Self Driving / Josiah Coad, Zhiqian Qiao, John M. Dolan
日本語で読む → - 論文強化学習ロボティクス
観測空間こそが重要:ベンチマークと最適化アルゴリズム
深層強化学習における観測空間の設計選択をベンチマークし、不要な観測チャネルを除去して最適な観測空間を探索するアルゴリズムを提案した論文。
原題: Observation Space Matters: Benchmark and Optimization Algorithm / Joanne Taery Kim, Sehoon Ha
日本語で読む → - 論文強化学習ロボティクス
時間依存ゴールを用いた強化学習によるロボット演奏家
ゴール条件付き強化学習に時間次元を拡張した「時間依存ゴール」を提案し、テルミン演奏ロボットをシミュレーションで訓練して実機へ転移した。
原題: Reinforcement Learning with Time-dependent Goals for Robotic Musicians / Thilo Fryen, Manfred Eppe, Phuong D. H. Nguyen 他
日本語で読む → - 論文強化学習機械学習
新しい行動集合へのゼロショット汎化を実現する強化学習フレームワーク
行動情報から行動表現を推論し、未知の行動集合にも柔軟に対応できる方策を二段階で学習する手法を提案し、物理パズルや積み木タスクで評価した。
原題: Generalization to New Actions in Reinforcement Learning / Ayush Jain, Andrew Szot, Joseph J. Lim
日本語で読む → - 論文強化学習機械学習
重み付きエントロピーによるSoft Actor-Criticの改良
状態行動ペアに質的な重みを導入して最大エントロピー原理を重み付きエントロピーに一般化し、自己バランス型の探索を実現するSoft Actor-Criticアルゴリズムを提案した。MuJoCoタスクで最先端性能を達成。
原題: Weighted Entropy Modification for Soft Actor-Critic / Yizhou Zhao, Song-Chun Zhu
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
視界遮蔽環境における持続的監視のためのマルチエージェント強化学習
障害物で視界が遮られる環境で複数ロボットが協調して監視を持続する問題に対し、グラフアテンションを用いたMA-G-PPOを提案し、非RL手法より優れた方策と創発的行動を確認した。
原題: Multi-Agent Reinforcement Learning for Visibility-based Persistent Monitoring / Jingxi Chen, Amrish Baskaran, Zhongshun Zhang 他
日本語で読む → - 論文強化学習ロボティクス
iCubヒューマノイドによる話者定位のための自己教師あり強化学習
人間の初期発達に着想を得て、強化学習でロボットが自律的にデータセットを構築し、深層学習で話者定位を学習する枠組みを提案した。
原題: Self-supervised reinforcement learning for speaker localisation with the iCub humanoid robot / Jonas Gonzalez-Billandon, Lukas Grasse, Matthew Tata 他
日本語で読む → - 論文強化学習ロボティクス
卓球ロボットにおけるサンプル効率の良い強化学習
卓球ロボットを例に、1ステップ環境と決定論的方策勾配法を組み合わせ、200エピソード未満の学習で高精度な返球を実現したサンプル効率の良い強化学習手法を提案した論文。
原題: Sample-efficient Reinforcement Learning in Robotic Table Tennis / Jonas Tebbe, Lukas Krauch, Yapeng Gao 他
日本語で読む →
PR・アフィリエイト広告
