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: 2020/10/1 / 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 →- 論文メタ強化学習機械学習
画像からのメタ強化学習を潜在状態モデルで実現するMELD
潜在状態モデルをタスク推論として用い、画像入力からメタ強化学習を行うMELDを提案し、実機WidowXで8時間の訓練により新しい位置へのケーブル挿入を実現した。
原題: MELD: Meta-Reinforcement Learning from Images via Latent State Models / Tony Z. Zhao, Anusha Nagabandi, Kate Rakelly 他
日本語で読む → - 論文自動運転/強化学習cs.NE
歩行者が存在する都市環境における深層再帰Qネットワークを用いた自動運転の行動意思決定
都市部の自動運転で歩行者を考慮した高レベル行動決定を、LSTM付きDQN(DRQN)と3次元状態表現・報酬設計で学習し、ルールベース手法より優れることを示した研究。
原題: Behavioral decision-making for urban autonomous driving in the presence of pedestrians using Deep Recurrent Q-Network / Niranjan Deshpande, Dominique Vaufreydaz, Anne Spalanzani
日本語で読む → - 論文深層強化学習/探索機械学習
楽観的計画学習:潜在モデルアンサンブルによる不確実性誘導の深層探索
潜在ワールドモデルと価値関数のアンサンブルで長期リターンの不確実性を見積もり、UCB目的で探索を誘導するLOVEを提案。視覚ロボット制御タスクでサンプル効率を平均20%以上改善した。
原題: Learning to Plan Optimistically: Uncertainty-Guided Deep Exploration via Latent Model Ensembles / Tim Seyde, Wilko Schwarting, Sertac Karaman 他
日本語で読む → - 論文深層強化学習画像認識
混合畳み込みネットワークによる深層強化学習
CarRacing-v0を模倣学習で走行させるため、画像とセンサ情報を組み合わせた混合CNNモデルを構築し、AlexNetやVGG16より高い性能を達成した。
原題: Deep Reinforcement Learning with Mixed Convolutional Network / Yanyu Zhang
日本語で読む → - 論文強化学習/車両制御ロボティクス
ウォームスタートで強化学習の学習時間を短縮するハイブリッド電気自動車の監督制御
Qラーニングの初期値を既存の制御則で与えるウォームスタート手法により、ハイブリッド車の燃費最適化制御の学習反復を約69%削減し、初期学習段階の燃費も改善した。
原題: Learning Time Reduction Using Warm Start Methods for a Reinforcement Learning Based Supervisory Control in Hybrid Electric Vehicle Applications / Bin Xu, Jun Hou, Junzhe Shi 他
日本語で読む → - 論文強化学習機械学習
深層強化学習を実践で機能させる方法
深層強化学習の性能に影響する初期化・入力正規化・適応学習手法の効果を調査し、デフォルトで使うべき手法とRL特化の改善が必要な領域を提案した論文。
原題: How to Make Deep RL Work in Practice / Nirnai Rao, Elie Aljalbout, Axel Sauer 他
日本語で読む → - 論文強化学習機械学習
相対ピアソンダイバージェンスを用いた近接方策最適化
PPOの正則化目標を相対ピアソンダイバージェンスで明確化し、密度比の非対称性に整合する閾値設計を導出したPPO-RPEを提案。4つのベンチマークで従来法と同等以上の性能を示した。
原題: Proximal Policy Optimization with Relative Pearson Divergence / Taisuke Kobayashi
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
静的障害物のある仮想空間におけるUAVの強化学習による動作計画
Gazeboシミュレータ上でPPO強化学習を用いてUAVの動作計画を学習し、静的障害物を避けて81%の成功率で目標到達を達成した。
原題: Motion Planning by Reinforcement Learning for an Unmanned Aerial Vehicle in Virtual Open Space with Static Obstacles / Sanghyun Kim, Jongmin Park, Jae-Kwan Yun 他
日本語で読む → - 論文強化学習/スケジューリングcs.NI
充電器スケジューリング最適化問題の汎用フレームワーク
無線充電可能なセンサネットワークにおける多様なNP困難な充電器スケジューリング問題を、深層強化学習で自動的に学習して解く汎用フレームワークを提案し、既存手法を上回る性能を示した。
原題: A General Framework for Charger Scheduling Optimization Problems / Xuan Li, Miao Jin
日本語で読む → - 論文強化学習探索機械学習
マルチセンサ不整合による自己教師あり探索
複数センサ入力の不整合(知覚・行動)を新規性信号として内的報酬に用い、外部報酬なしで自己教師あり探索を実現する手法SEMIを提案した論文。
原題: SEMI: Self-supervised Exploration via Multisensory Incongruity / Jianren Wang, Ziwen Zhuang, Hang Zhao
日本語で読む → - 論文UAV/強化学習ロボティクス
UAV自律航法のための説明可能な深層強化学習
未知の屋外環境を飛ぶクアッドロータ向けに、現在のセンサデータのみで制御信号を生成する深層強化学習ベースの反応型コントローラを提案し、特徴帰属に基づく判断の可視化・テクスチャ説明と全体評価手法を導入した論文。
原題: Explainable Deep Reinforcement Learning for UAV Autonomous Navigation / Lei He, Aouf Nabil, Bifeng Song
日本語で読む → - 論文自動運転/強化学習AI
安全フィードバック報酬を用いたサンプル効率の高い深層Q学習による車線変更の戦術的意思決定
Rainbow DQNに安全層からの報酬フィードバックを組み込み、動的で不確実な環境での車線変更判断を少ない学習ステップで高精度に実現した研究。
原題: A New Approach for Tactical Decision Making in Lane Changing: Sample Efficient Deep Q Learning with a Safety Feedback Reward / M. Ugur Yavas, N. Kemal Ure, Tufan Kumbasar
日本語で読む → - 論文強化学習/宇宙ロボティクス機械学習
RL STaRプラットフォーム:ロボットのシミュレーション訓練のための強化学習
宇宙ロボティクス研究向けに、強化学習を手軽に適用できるよう設計されたオープンソースのモジュール型プラットフォームRL STaRを紹介し、その利用例を示した論文。
原題: RL STaR Platform: Reinforcement Learning for Simulation based Training of Robots / Tamir Blum, Gabin Paillet, Mickael Laine 他
日本語で読む → - 論文モデルベース強化学習機械学習
ハイパーネットワークによる継続的モデルベース強化学習
タスク条件付きハイパーネットワークを用いて、過去データを再訪せずに力学モデルを継続学習するHyperCRLを提案し、ロボットの歩行や操作タスクで有効性を示した。
原題: Continual Model-Based Reinforcement Learning with Hypernetworks / Yizhou Huang, Kevin Xie, Homanga Bharadhwaj 他
日本語で読む → - 論文強化学習機械学習
自己誘導・自己正則化アクタークリティック
ターゲットネットワークを使わずにTD学習の発散を抑える自己正則化手法と、方策勾配にゼロ次最適化を組み合わせてQ値の高い行動を探索する自己誘導型の方策改善を提案し、OpenAI Gymで高い性能を示した。
原題: GRAC: Self-Guided and Self-Regularized Actor-Critic / Lin Shao, Yifan You, Mengyuan Yan 他
日本語で読む → - 論文逆強化学習機械学習
専門家を超えよ:並行方策最適化を伴うステレオ逆強化学習
専門家のデモンストレーションから報酬と方策を同時に学習し、専門家を上回る制御方策を獲得する手法を提案。OpenAI環境と屋内ドローン飛行で有効性を検証した。
原題: Learn to Exceed: Stereo Inverse Reinforcement Learning with Concurrent Policy Optimization / Feng Tao, Yongcan Cao
日本語で読む → - 論文強化学習ロボティクス
メモリ要件を能動的に削減するロボット制御方策の学習
group LASSO正則化を用いた強化学習により、低次元でタスク中心のメモリ表現と方策を同時に合成し、メモリ要件を能動的に削減する手法を提案した論文。
原題: Learning to Actively Reduce Memory Requirements for Robot Control Tasks / Meghan Booker, Anirudha Majumdar
日本語で読む → - 論文深層強化学習/自動運転レーシングAI
深層強化学習によるGran Turismo Sportでの超人性能
高忠実度な車両シミュレーションとコース進捗報酬を用いた深層強化学習により、Gran Turismo Sportで内蔵AIを超え、5万人以上の人間プレイヤー中最速のドライバーをも上回る自動運転レーシングを実現した。
原題: Super-Human Performance in Gran Turismo Sport Using Deep Reinforcement Learning / Florian Fuchs, Yunlong Song, Elia Kaufmann 他
日本語で読む → - 論文強化学習ロボティクス
マルチポリシー深層強化学習の反復訓練による生体力学的姿勢安定化
筋骨格アバターの立位保持を深層強化学習で学習する際の誤差伝播問題に対し、複数ポリシーを反復訓練する手法を提案し、立位持続時間を4秒から348秒へ大幅に改善した。
原題: Biomechanic Posture Stabilisation via Iterative Training of Multi-policy Deep Reinforcement Learning Agents / Mohammed Hossny, Julie Iskander
日本語で読む → - 論文分散強化学習ロボティクス
エッジにおける遍在分散深層強化学習:離散行動空間でのビザンチンエージェントの分析
マルチエージェント分散強化学習において、一部のエージェントが誤った離散行動をとる(ビザンチン故障)場合の協調学習への影響をAtari環境とA2Cで分析した論文。
原題: Ubiquitous Distributed Deep Reinforcement Learning at the Edge: Analyzing Byzantine Agents in Discrete Action Spaces / Wenshuai Zhao, Jorge Peña Queralta, Li Qingqing 他
日本語で読む → - 論文触覚/強化学習ロボティクス
触覚ロボティクスのための深層強化学習:点字キーボードでタイピングを学習する
触覚画像のみを観測として用い、実機ロボットで点字キーボードのタイピングを深層強化学習で学習させる環境と4段階のタスクを提案し、シミュレーションでは全タスク、実機では4タスク中3タスクの学習に成功した。
原題: Deep Reinforcement Learning for Tactile Robotics: Learning to Type on a Braille Keyboard / Alex Church, John Lloyd, Raia Hadsell 他
日本語で読む → - 論文自動運転/強化学習AI
深層強化学習による自動ブレーキ・スロットル制御:自然な運転の実現
深層決定論的方策勾配法(DDPG)を用いて、連続値のブレーキ・スロットル操作を学習し、障害物回避や交差点での安全で滑らかな運転を実現するシステムを提案した。
原題: Autonomous Braking and Throttle System: A Deep Reinforcement Learning Approach for Naturalistic Driving / Varshit S. Dubey, Ruhshad Kasad, Karan Agrawal
日本語で読む → - 論文自動運転/メタ強化学習機械学習
メタ強化学習による自動運転車の車線変更戦略
メタ強化学習を用いて、異なる交通混雑度の環境でも再学習なしに車線変更できる自動運転ポリシーを学習し、成功率と衝突率で評価した論文。
原題: Meta Reinforcement Learning-Based Lane Change Strategy for Autonomous Vehicles / Fei Ye, Pin Wang, Ching-Yao Chan 他
日本語で読む → - 論文逆強化学習ロボティクス
確率的報酬とオンライン推論による多様な人間の運転行動の表現
人間の運転行動の多様性を捉えるため、連続領域でコスト関数の分布を直接学習する確率的逆強化学習フレームワークを提案し、実運転データで多様な運転スタイルの抽出に成功した。
原題: Expressing Diverse Human Driving Behavior with Probabilistic Rewards and Online Inference / Liting Sun, Zheng Wu, Hengbo Ma 他
日本語で読む → - 論文ロバスト強化学習機械学習
敵対的集団を用いたロバスト強化学習
単一の敵対者ではなく敵対者の集団をランダムに初期化して訓練中に一様サンプリングすることで、動力学の変動に対してよりロバストで分布外汎化も改善する方策を得る手法を提案した論文。
原題: Robust Reinforcement Learning using Adversarial Populations / Eugene Vinitsky, Yuqing Du, Kanaad Parvate 他
日本語で読む → - 論文強化学習制御制御
モデル参照強化学習による自律水上艇の衝突回避追従制御
従来制御と強化学習を組み合わせ、不確実な自律水上艇が障害物を避けつつ目標追従できる制御法を提案し、安定性保証とサンプル効率の向上を示した。
原題: Model-Reference Reinforcement Learning for Collision-Free Tracking Control of Autonomous Surface Vehicles / Qingrui Zhang, Wei Pan, Vasso Reppa
日本語で読む → - 論文強化学習機械学習
オンライン計画とオフポリシー学習を組み合わせた強化学習手法LOOP
学習済みモデルと価値関数を用いたHステップ先読み方策を提案し、モデル誤差と価値誤差のトレードオフを理論・実験で示すとともに、Actor Divergence問題を解決するARCを導入してロボットタスクでの性能向上を実証した論文。
原題: Learning Off-Policy with Online Planning / Harshit Sikchi, Wenxuan Zhou, David Held
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機械学習
MIDAS: 都市自動運転のための適応戦略を備えたマルチエージェント相互作用認識型意思決定
注意機構と運転スタイルパラメータを用いた強化学習により、他車の行動に働きかける適応的な都市自動運転ポリシーを学習する手法を提案し、安全性と効率性を検証した。
原題: MIDAS: Multi-agent Interaction-aware Decision-making with Adaptive Strategies for Urban Autonomous Navigation / Xiaoyi Chen, Pratik Chaudhari
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強化学習における敵対的コミュニケーションの創発
自己利益を持つエージェント間で微分可能な共通通信チャネルを学習させ、協調チームを凌駕する操作的な通信戦略が創発することを示した。
原題: The Emergence of Adversarial Communication in Multi-Agent Reinforcement Learning / Jan Blumenkamp, Amanda Prorok
日本語で読む → - 論文可視化/強化学習機械学習
強化学習デバッグのための対話的可視化ツール
強化学習アルゴリズムのデバッグと解釈を支援する対話的な可視化システムを設計・実装し、その利用ワークフローの例を示した。
原題: Interactive Visualization for Debugging RL / Shuby Deshpande, Benjamin Eysenbach, Jeff Schneider
日本語で読む →
PR・アフィリエイト広告
