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: 2020/8/1 / 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・目標探索機械学習
GRIMGEP:視覚深層強化学習におけるロバストな目標サンプリングのための学習進捗
画像入力のみで自己教師あり目標探索を行うエージェントが、制御不能なノイズ領域を自動的に識別・無視し、学習可能領域の新規性を追求できる枠組みを提案。既存の新規性探索手法と組み合わせ可能で、破滅的忘却も回避する。
原題: GRIMGEP: Learning Progress for Robust Goal Sampling in Visual Deep Reinforcement Learning / Grgur Kovač, Adrien Laversanne-Finot, Pierre-Yves Oudeyer
日本語で読む → - 論文逆強化学習機械学習
制約付き深層逆Q学習
Q学習の構造に確率的行動仮定を組み込み、専門家の方策を一度のMDP求解で復元する逆強化学習アルゴリズム群を提案し、連続状態空間や硬い制約にも拡張した。
原題: Deep Inverse Q-learning with Constraints / Gabriel Kalweit, Maria Huegle, Moritz Werling 他
日本語で読む → - 論文モデルベース強化学習機械学習
リアルタイム計画のためのサンプル効率の良いクロスエントロピー法
時間相関のある行動とメモリを導入し、CEMのサンプル効率を大幅に改善してリアルタイム計画を可能にした研究。
原題: Sample-efficient Cross-Entropy Method for Real-time Planning / Cristina Pinneri, Shambhuraj Sawant, Sebastian Blaes 他
日本語で読む → - 論文安全強化学習機械学習
未知の安全制約下での安全強化学習アルゴリズムSNO-MDP
未知の安全制約を持つマルコフ決定過程において、安全領域を拡大しながら制約を学習し、その後に累積報酬を最適化するSNO-MDPを提案し、理論保証と実験で有効性を示した論文。
原題: Safe Reinforcement Learning in Constrained Markov Decision Processes / Akifumi Wachi, Yanan Sui
日本語で読む → - 論文強化学習機械学習
人間参加型のデータ駆動・強化学習システム手法
人間のデモ・介入・評価を強化学習ループに組み込むCycle-of-Learningを提案し、サンプル効率と実世界ロボティクスでの学習を改善する。
原題: Human-in-the-Loop Methods for Data-Driven and Reinforcement Learning Systems / Vinicius G. Goecks
日本語で読む → - 論文強化学習ロボティクス
オンライン深層強化学習のための適応的マルチタイムスケール資格トレース
深層強化学習で資格トレースを使えるよう、過去と最新パラメータの出力間のブレグマン距離でトレースを適応的に減衰させる手法を提案し、複数時間スケール版も設計した論文。
原題: Adaptive and Multiple Time-scale Eligibility Traces for Online Deep Reinforcement Learning / Taisuke Kobayashi
日本語で読む → - 論文強化学習機械学習
局所因果分解を用いた反事実データ拡張
相互作用が疎なサブプロセスからなる動的環境で、局所因果モデルを推定し、因果的に妥当な反事実経験を生成して強化学習のサンプル効率を改善する手法を提案した論文。
原題: Counterfactual Data Augmentation using Locally Factored Dynamics / Silviu Pitis, Elliot Creager, Animesh Garg
日本語で読む → - 論文深層強化学習AI
対話的フィードバックを用いた深層強化学習による家庭内タスクの学習
家庭内の物体整理タスクを対象に、訓練者からの対話的フィードバックを取り入れた深層強化学習手法を提案し、エージェントや人間の助言が学習を効率化することを示した。
原題: Deep Reinforcement Learning with Interactive Feedback in a Human-Robot Environment / Ithan Moreira, Javier Rivas, Francisco Cruz 他
日本語で読む → - 論文制御/強化学習ロボティクス
MPCのための深層高レベル方策学習
モデル予測制御(MPC)の高レベル決定変数をニューラルネットで適応的に選択する手法を提案し、揺れるゲートを通過するクアッドロータ制御で有効性を示した。
原題: Learning High-Level Policies for Model Predictive Control / Yunlong Song, Davide Scaramuzza
日本語で読む → - 論文計画/強化学習機械学習
文脈特化型抽象化による効率的な計画の学習
因子化MDPにおいて、文脈に応じた制約を学習することで計画の計算コストを削減するCAMPを提案し、ロボットナビゲーションや操作計画で有効性を示した。
原題: CAMPs: Learning Context-Specific Abstractions for Efficient Planning in Factored MDPs / Rohan Chitnis, Tom Silver, Beomjoon Kim 他
日本語で読む → - 論文強化学習/飛行制御ロボティクス
推力ベクトル制御ロータ付きクアッドコプターの制御方策に対する発達的強化学習
従来のクアッドコプターの学習済み制御方策を転移し、チルトロータで自由度が増えた機体の強化学習制御を効率的に獲得する手法を提案した。
原題: Developmental Reinforcement Learning of Control Policy of a Quadcopter UAV with Thrust Vectoring Rotors / Aditya M. Deshpande, Rumit Kumar, Ali A. Minai 他
日本語で読む → - 論文UAV経路計画/強化学習機械学習
都市環境におけるIoTデータ収集のためのUAV経路計画:深層強化学習アプローチ
都市環境でIoTセンサからデータを収集するドローンの経路計画を、環境の多層マップを入力とするDDQNで学習し、センサ数や位置・飛行時間が変化しても汎化できる制御方策を実現した。
原題: UAV Path Planning for Wireless Data Harvesting: A Deep Reinforcement Learning Approach / Harald Bayerlein, Mirco Theile, Marco Caccamo 他
日本語で読む → - 論文強化学習機械学習
モメンタムに基づく方策勾配法
大規模バッチを必要とせず適応学習率を用いる、モメンタムベースの分散低減を活用した新しい方策勾配法を提案し、最良のサンプル複雑度O(ε^-3)を達成した。
原題: Momentum-Based Policy Gradient Methods / Feihu Huang, Shangqian Gao, Jian Pei 他
日本語で読む → - 論文自動運転/強化学習eess.SP
深層強化学習を用いた自動運転車の高速道路における意思決定戦略
高速道路での追い越し行動のため、階層制御とDueling Deep Q-Network(DDQN)で意思決定ポリシーを構築し、シミュレーションで効率的かつ安全な走行を実証した論文。
原題: Decision-making Strategy on Highway for Autonomous Vehicles using Deep Reinforcement Learning / Jiangdong Liao, Teng Liu, Xiaolin Tang 他
日本語で読む → - 論文強化学習機械学習
強化学習による解釈可能な制御
ファジィ制御器や簡潔な代数式として人間が解釈できる方策を強化学習で生成し、台車棒のバランス制御で性能と解釈性を比較した。実機でも人間の操作データのみから成功するバランス方策を学習できた。
原題: Interpretable Control by Reinforcement Learning / Daniel Hein, Steffen Limmer, Thomas A. Runkler
日本語で読む → - 論文強化学習機械学習
データ効率の良い後知恵オフポリシー・オプション学習
軌跡からオプション選択を推論し動的計画法の推論を逆伝播することで、全ポリシー構成要素をオフポリシーかつエンドツーエンドに学習するHO2を提案し、生ピクセル入力の3Dロボット操作タスクで有効性を示した。
原題: Data-efficient Hindsight Off-policy Option Learning / Markus Wulfmeier, Dushyant Rao, Roland Hafner 他
日本語で読む → - 論文ロバスト強化学習ロボティクス
反例探索に基づくロバスト敵対的強化学習
時相論理の反例探索(falsification)を敵対的強化学習に組み込み、報酬設計なしで頑健な方策を学習する枠組みを提案し、自動運転の制動支援・ACCで有効性を示した。
原題: Falsification-Based Robust Adversarial Reinforcement Learning / Xiao Wang, Saasha Nair, Matthias Althoff
日本語で読む → - 論文強化学習・カリキュラム機械学習
難探索問題のための適応的プロシージャルタスク生成
強化学習のカリキュラムとしてタスクを段階的に生成するAPT-Genを提案し、エージェントの成績と目標タスクとの類似度を両立させる敵対的学習で難探索問題の性能を向上させた。
原題: Adaptive Procedural Task Generation for Hard-Exploration Problems / Kuan Fang, Yuke Zhu, Silvio Savarese 他
日本語で読む → - 論文強化学習機械学習
予測情報で強化学習の学習を加速する
過去と未来の相互情報である予測情報を圧縮表現として補助タスクで学習し、SACエージェントのサンプル効率をDM Controlで大幅に改善した論文。
原題: Predictive Information Accelerates Learning in RL / Kuang-Huei Lee, Ian Fischer, Anthony Liu 他
日本語で読む → - 論文強化学習/メタ学習機械学習
メタ学習による衝突回避ロボティクス
LIDAR搭載2D車両の障害物回避と目標到達を多目的強化学習問題として定式化し、MAMLで学習する手法を提案、TD3ベースラインと比較した。
原題: Collision Avoidance Robotics Via Meta-Learning (CARML) / Abhiram Iyer, Aravind Mahadevan
日本語で読む → - 論文探索/強化学習画像認識
ノイジーエージェント:聴覚イベント予測による自己教師あり探索
音のイベントを予測する誤差を内的報酬として強化学習エージェントの探索を促し、物理環境で物体との接触行動が自然に生まれることを示した研究。
原題: Noisy Agents: Self-supervised Exploration by Predicting Auditory Events / Chuang Gan, Xiaoyu Chen, Phillip Isola 他
日本語で読む → - 論文強化学習機械学習
ε-BMC:モデルフリー強化学習におけるε-greedy探索のベイズアンサンブル手法
Q値関数の一様性指標としてεをベイズ的に解釈し、ベイズモデル結合に基づく閉形式更新でεを定数時間・単調収束保証付きで適応させるε-BMCを提案した論文。
原題: {\epsilon}-BMC: A Bayesian Ensemble Approach to Epsilon-Greedy Exploration in Model-Free Reinforcement Learning / Michael Gimelfarb, Scott Sanner, Chi-Guhn Lee
日本語で読む → - 論文強化学習ロボティクス
強化学習による人とロボットの協調組立における作業順序の習得
協調組立の作業プロセスをチェス盤に見立て、自己対戦型強化学習でロボットが最適な作業順序を自己学習し、作業効率を高める手法を提案した。
原題: Mastering the working sequence in human-robot collaborative assembly based on reinforcement learning / Tian Yu, Jing Huang, Qing Chang
日本語で読む → - 論文自動運転/強化学習eess.SP
コネクテッド環境における車両サイバーフィジカルシステムの強化学習意思決定戦略
コネクテッド自動運転車の高速道路意思決定問題を定式化し、Q学習とDynaで戦略を導出、安全性と効率性を比較分析した。
原題: Reinforcement Learning-Enabled Decision-Making Strategies for a Vehicle-Cyber-Physical-System in Connected Environment / Teng Liu, Xiaolin Tang, Jinwei Zhang 他
日本語で読む → - 論文筋骨格制御/強化学習eess.SP
筋骨格制御の強化学習:機能シミュレーションによる肩の筋活性制御
深層強化学習を用いて人体肩の筋骨格モデルの筋活性を制御する逆動力学コントローラを学習し、ランダムな角度軌道追従タスクで有効性を示した研究。
原題: Reinforcement Learning of Musculoskeletal Control from Functional Simulations / Emanuel Joos, Fabien Péan, Orcun Goksel
日本語で読む → - 論文強化学習探索機械学習
長期マルチゴール強化学習のための最大エントロピー獲得探索
到達困難な目標を追わず、達成済み目標分布のエントロピーを最大化する自己目標を設定することで、迷路探索やブロック積みなどの長期タスクで探索効率を大幅に向上させた研究。
原題: Maximum Entropy Gain Exploration for Long Horizon Multi-goal Reinforcement Learning / Silviu Pitis, Harris Chan, Stephen Zhao 他
日本語で読む → - 論文説明可能AI/強化学習AI
説明可能なロボットシステム:強化学習シナリオにおける目標駆動型行動の理解
強化学習でタスクを行うロボットの意思決定過程に着目し、記憶ベース・学習ベース・内省ベースの3手法で成功確率を算出して行動を説明する。決定論的ナビゲーション、確率的ナビゲーション、連続視覚ベース物体選別の3設定で実験した。
原題: Explainable robotic systems: Understanding goal-driven actions in a reinforcement learning scenario / Francisco Cruz, Richard Dazeley, Peter Vamplew 他
日本語で読む → - 論文階層型強化学習ロボティクス
固有感覚から長期計画まで:新規環境における階層型強化学習モデル
低・中・高の3層階層強化学習を提案し、低層は固有感覚入力からモデルフリーで行動を獲得、中層はモデル予測制御、高層はグラフ探索で目標を計画する。Mujoco Antのナビゲーションと迷路タスクでサンプル効率の大幅改善を示した。
原題: From proprioception to long-horizon planning in novel environments: A hierarchical RL model / Nishad Gothoskar, Miguel Lázaro-Gredilla, Dileep George
日本語で読む → - 論文強化学習機械学習
人間の非合理性が強化学習に与える示唆
人間の文脈依存的な意思決定をPOMDPでモデル化し、一見非合理的な選択が強化学習エージェントに活用可能であることを示した研究。
原題: Implications of Human Irrationality for Reinforcement Learning / Haiyang Chen, Hyung Jin Chang, Andrew Howes
日本語で読む → - 論文強化学習/追跡機械学習
部分的に未知な環境での動的ターゲット追跡の学習
深層強化学習を用いて、視界内追跡・ナビゲーション・探索を統合した能動的ターゲット追跡ポリシー(ATTN)を提案し、俊敏で異常な動きをするターゲットにも頑健に追従できることを示した。
原題: Learning to Track Dynamic Targets in Partially Known Environments / Heejin Jeong, Hamed Hassani, Manfred Morari 他
日本語で読む →
PR・アフィリエイト広告
