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: 2020/11/1 / 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
強化学習による小型ロボットサッカーのコーチ戦略の学習
IEEE Very Small Size Soccerにおいて、試合中の情報から相手や状況に応じた最適なフォーメーションを選ぶコーチ方策を強化学習で学習し、強豪チーム相手に勝率約2.0を達成した。
原題: An analysis of Reinforcement Learning applied to Coach task in IEEE Very Small Size Soccer / Carlos H. C. Pena, Mateus G. Machado, Mariana S. Barros 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
Frenet空間における長期・短期計画のためのエンドツーエンド深層強化学習アプローチ
Frenet座標系上で状態と行動を定義し、周辺車両の時系列データをCNNで処理して連続的な時空間軌道を生成する自動運転の意思決定・経路計画手法を提案し、CARLAでの高忠実度シミュレーションで有効性を示した論文。
原題: An End-to-end Deep Reinforcement Learning Approach for the Long-term Short-term Planning on the Frenet Space / Majid Moghadam, Ali Alizadeh, Engin Tekin 他
日本語で読む → - 論文強化学習/解釈性機械学習
実データと想像データから強化学習の行動条件を説明する
強化学習エージェントの行動戦略や結果を予測する条件を、実環境と学習済み世界モデルが生成した想像軌道の両方から解釈可能な決定木で抽出する手法を提案した論文。
原題: Explaining Conditions for Reinforcement Learning Behaviors from Real and Imagined Data / Aastha Acharya, Rebecca Russell, Nisar R. Ahmed
日本語で読む → - 論文強化学習/スケジューリングロボティクス
好奇心ベース強化学習によるロボット製造セルのスケジューリング制御
柔軟なロボット製造セルのスケジューリング制御に好奇心ベースの強化学習を適用し、報酬設計の手間を軽減しつつ環境間で好奇心モジュールを転移できることを示した。
原題: Curiosity Based Reinforcement Learning on Robot Manufacturing Cell / Mohammed Sharafath Abdul Hameed, Md Muzahid Khan, Andreas Schwung
日本語で読む → - 論文オフライン強化学習機械学習
過去の経験と新スキルを繋ぐオフライン強化学習
過去のタスクや無監督探索で得たデータを動的計画法で再利用し、新タスクのスキルを拡張するオフラインRL手法を提案。4つのロボットスキルを連続で組み合わせる難タスクで有効性を示した。
原題: COG: Connecting New Skills to Past Experience with Offline Reinforcement Learning / Avi Singh, Albert Yu, Jonathan Yang 他
日本語で読む → - 論文安全強化学習機械学習
安全を学ぶ:安全クリティックを用いた深層強化学習
安全な環境で安全性を学習し、その直感を新たなタスクの制約に転移する安全制約付き転移学習を提案。ナビゲーション・四足歩行・器用な手先操作で、事故を大幅に減らしつつ学習を高速化・安定化できることを示した。
原題: Learning to be Safe: Deep RL with a Safety Critic / Krishnan Srinivasan, Benjamin Eysenbach, Sehoon Ha 他
日本語で読む → - 論文強化学習探索機械学習
深層強化学習における自己教師あり探索のための変分動的モデル
環境の状態遷移を条件付き変分推論でモデル化し、その負の対数尤度の上界を内在的報酬として自己教師あり探索を行う手法を提案。画像ベースのシミュレーションと実ロボット操作で既存手法を上回る性能を示した。
原題: Variational Dynamic for Self-Supervised Exploration in Deep Reinforcement Learning / Chenjia Bai, Peng Liu, Kaiyu Liu 他
日本語で読む → - 論文自動運転/強化学習機械学習
自動運転のためのサロゲートQ学習
周囲の他車の行動を代理教師として活用し、車線変更ポリシーを効率的に学習するサロゲートQ学習と、可変台数の車両に対応する置換同変なQ関数ネットワーク・シーン中心経験再生を提案した論文。
原題: Deep Surrogate Q-Learning for Autonomous Driving / Maria Kalweit, Gabriel Kalweit, Moritz Werling 他
日本語で読む → - 論文安全強化学習機械学習
保守的安全クリティックによる安全な探索
クリティックで状態の安全度を保守的に見積もり、訓練中の壊滅的失敗の確率を理論的に上限付きで抑えつつ探索を可能にする安全強化学習手法を提案し、ナビゲーション・マニピュレーション・歩行タスクで有効性を示した。
原題: Conservative Safety Critics for Exploration / Homanga Bharadhwaj, Aviral Kumar, Nicholas Rhinehart 他
日本語で読む → - 論文強化学習/ドローン制御ロボティクス
Soft Actor-CriticによるUAVの低レベル制御
強化学習のSoft Actor-Criticを用いて、モデル知識なしにクアッドロータを目標地点へ誘導する低レベル制御方策をシミュレーションで学習し、未知の状況にも対応できる頑健性を示した論文。
原題: Using Soft Actor-Critic for Low-Level UAV Control / Gabriel Moraes Barros, Esther Luna Colombini
日本語で読む → - 論文強化学習機械学習
スキル事前分布を学習して強化学習を加速する
オフライン経験からスキルの埋め込み空間とスキル事前分布を同時に学習し、下流の強化学習でその事前分布を活用して効率的なスキル転移を実現した研究。
原題: Accelerating Reinforcement Learning with Learned Skill Priors / Karl Pertsch, Youngwoon Lee, Joseph J. Lim
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接触安全なモデルベース強化学習
モデルの不確実性に応じて制御の加速度上限を調整し、学習中の接触リスクを抑える接触安全なモデルベース強化学習を提案し、実機の混ぜ・すくいタスクで有効性を示した。
原題: Uncertainty-aware Contact-safe Model-based Reinforcement Learning / Cheng-Yu Kuo, Andreas Schaarschmidt, Yunduan Cui 他
日本語で読む → - 論文逆強化学習ロボティクス
視覚デモンストレーションからのモデルベース逆強化学習
事前学習した視覚ダイナミクスモデルを用い、人間の視覚デモのみからコスト関数を学習し、視覚モデル予測制御で物体操作を再現するフレームワークを実機で検証した。
原題: Model-Based Inverse Reinforcement Learning from Visual Demonstrations / Neha Das, Sarah Bechtle, Todor Davchev 他
日本語で読む → - 論文安全強化学習AI
ロバスト交叉エントロピー法による制約付きモデルベース強化学習
モデル予測制御とニューラルネットワークアンサンブルで不確実性を見積もり、制約違反を抑えながら効率的に学習する安全強化学習手法を提案した。
原題: Constrained Model-based Reinforcement Learning with Robust Cross-Entropy Method / Zuxin Liu, Hongyi Zhou, Baiming Chen 他
日本語で読む → - 論文安全強化学習自然言語
自然言語の制約を用いた安全強化学習
自由記述のテキスト制約を解釈して安全に行動する強化学習エージェントを提案し、そのための新ベンチマークHazardWorldを構築した。
原題: Safe Reinforcement Learning with Natural Language Constraints / Tsung-Yen Yang, Michael Hu, Yinlam Chow 他
日本語で読む → - 論文経路計画/強化学習ロボティクス
グローバル・ローカルマップ情報を用いた深層強化学習によるUAV経路計画
圧縮したグローバルマップと近傍の非圧縮ローカルマップを組み合わせた深層強化学習により、広域環境でも効率的に動作するUAV経路計画手法を提案し、被覆調査とデータ収集の異なるミッションで同一アーキテクチャのDDQNを訓練して有効性を示した。
原題: UAV Path Planning using Global and Local Map Information with Deep Reinforcement Learning / Mirco Theile, Harald Bayerlein, Richard Nai 他
日本語で読む → - 論文強化学習/ニューロモルフィックcs.NE
集団符号化スパイキングニューラルネットワークによる連続制御の深層強化学習
集団符号化を用いたスパイキングアクターネットワークを深層強化学習で訓練し、Loihiニューロモルフィックチップ上で連続制御タスクの省エネ制御を実現した研究。
原題: Deep Reinforcement Learning with Population-Coded Spiking Neural Network for Continuous Control / Guangzhi Tang, Neelesh Kumar, Raymond Yoo 他
日本語で読む → - 論文モデルベース強化学習機械学習
計画を用いた方策探索による連続領域での深層強化学習の探索改善
キノダイナミックプランナを探索戦略に組み込み、生成された環境との相互作用からオフラインで制御方策を学習するモデルベース強化学習手法PPSを提案し、従来の深層強化学習法より広い状態空間のデータを収集して優れた方策を発見できることを示した。
原題: Improving the Exploration of Deep Reinforcement Learning in Continuous Domains using Planning for Policy Search / Jakob J. Hollenstein, Erwan Renaudo, Matteo Saveriano 他
日本語で読む → - 論文強化学習/飛行制御physics.flu-dyn
深層強化学習に基づくバイオニック可変尾翼の新制御モード
鳥の尾翼に着想を得た面積・回転制御可能なバイオニック尾翼を提案し、モデル不要のPPOで尾翼を、PIDでエルロンとスロットルを制御する手法をシミュレーションで訓練・評価した。
原題: A novel control mode of bionic morphing tail based on deep reinforcement learning / Liming Zheng, Zhou Zhou, Pengbo Sun 他
日本語で読む → - 論文探索/強化学習ロボティクス
重要状態の少数例で誘導するバッチ探索によるスケーラブルなロボット強化学習
重要状態の画像を少数だけ人手で与え、その領域に探索を集中させるBEE手法を提案し、視覚ベースのマニピュレーションで多様なデータを効率的に収集できることを示した。
原題: Batch Exploration with Examples for Scalable Robotic Reinforcement Learning / Annie S. Chen, HyunJi Nam, Suraj Nair 他
日本語で読む → - 論文状態推定/強化学習機械学習
リアプノフ理論に基づく強化学習型状態推定器
リアプノフ法と深層強化学習を組み合わせ、有界な推定誤差の収束を理論保証した非線形確率システム向け状態推定器を提案し、モンテカルロ実験で既存フィルタより頑健性が高いことを示した。
原題: Lyapunov-Based Reinforcement Learning State Estimator / Liang Hu, Chengwei Wu, Wei Pan
日本語で読む → - 論文強化学習/時相論理/計画cs.FL
線形時相論理仕様の充足確率を最大化するモデルフリー強化学習制御
環境と運動の不確実性を確率的ラベル付きMDPでモデル化し、LTL仕様をLDGBAに変換して、充足確率を最大化する制御方策をモデルフリー強化学習で学習する手法を提案した論文。
原題: Reinforcement Learning Based Temporal Logic Control with Maximum Probabilistic Satisfaction / Mingyu Cai, Shaoping Xiao, Baoluo Li 他
日本語で読む → - 論文制約付き強化学習機械学習
射影に基づく制約付き方策最適化
報酬改善の更新と制約違反を射影で補正する2段階の反復手法PCPOを提案し、理論的な性能保証と収束性を示した上で、複数の制御タスクで制約違反を大幅に削減しつつ報酬を向上させた。
原題: Projection-Based Constrained Policy Optimization / Tsung-Yen Yang, Justinian Rosca, Karthik Narasimhan 他
日本語で読む → - 論文モジュラー強化学習機械学習
タブラ・ラサを超えて:物理埋め込み型3D倉庫番のためのモジュラー強化学習アプローチ
Mujoban(2D倉庫番から生成した3D倉庫をロボットが整理するタスク)に対し、認識・計画・行動の階層で強化学習モジュールを組み合わせる手法を提案し、単一のモノリシックなRLエージェントを大幅に上回ることを示した。学習済みモジュールは別のロボットでも再利用可能である。
原題: Beyond Tabula-Rasa: a Modular Reinforcement Learning Approach for Physically Embedded 3D Sokoban / Peter Karkus, Mehdi Mirza, Arthur Guez 他
日本語で読む → - 論文強化学習ロボティクス
未知環境における線形時相論理目標のためのモデルフリー強化学習
遷移確率やモデル構造が未知の確率的ゲームにおいて、LTL仕様を満たす確率を最大化する制御戦略をモデルフリー強化学習で学習する手法を提案し、運動計画の事例で有効性を示した。
原題: Model-Free Reinforcement Learning for Stochastic Games with Linear Temporal Logic Objectives / Alper Kamil Bozkurt, Yu Wang, Michael Zavlanos 他
日本語で読む → - 論文安全強化学習ロボティクス
動的システムの安全強化学習のための安全領域の低次元表現の学習
複雑な動的システムでも人手設計なしにデータから安全領域の低次元表現を学習し、オンライン更新で安全推定を高精度化する手法を提案し、クアッドコプターで有効性を示した。
原題: Learning a Low-dimensional Representation of a Safe Region for Safe Reinforcement Learning on Dynamical Systems / Zhehua Zhou, Ozgur S. Oguz, Marion Leibold 他
日本語で読む → - 論文選好ベース強化学習ロボティクス
GAN支援による選好ベース強化学習:人間誘導型ロボット行動学習
人間への選好クエリをGANで代替・能動学習することで、クエリ数を大幅に削減しつつロボットの複雑な行動を学習する手法を提案した論文。
原題: Human-guided Robot Behavior Learning: A GAN-assisted Preference-based Reinforcement Learning Approach / Huixin Zhan, Feng Tao, Yongcan Cao
日本語で読む → - 論文安全強化学習機械学習
Recovery RL:学習した回復ゾーンを用いた安全な強化学習
オフラインデータから制約違反領域を事前学習し、タスク方策と回復方策を分離することで、探索と安全性のトレードオフを効率的に両立させる安全強化学習手法を提案。
原題: Recovery RL: Safe Reinforcement Learning with Learned Recovery Zones / Brijen Thananjeyan, Ashwin Balakrishna, Suraj Nair 他
日本語で読む → - 論文逆強化学習ロボティクス
逆強化学習と自然な人間の運転データによる運転行動モデリング
自然な人間の運転データから最大エントロピー逆強化学習を用いて個人の報酬関数を学習し、運転行動をモデル化する手法を提案した。
原題: Driving Behavior Modeling using Naturalistic Human Driving Data with Inverse Reinforcement Learning / Zhiyu Huang, Jingda Wu, Chen Lv
日本語で読む → - 論文視覚的汎化/強化学習機械学習
ピクセル入力連続制御における視覚的汎化の測定
既存の連続制御タスクに多様な視覚変化を加えたベンチマークを提案し、現在の強化学習手法の視覚的汎化性能を評価した。データ拡張が自己教師あり学習より優れ、強い画像変換が汎化に有効であることを示した。
原題: Measuring Visual Generalization in Continuous Control from Pixels / Jake Grigsby, Yanjun Qi
日本語で読む →
PR・アフィリエイト広告
