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: 2020/6/1 / 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 →- 論文モデルベース強化学習機械学習
無限混合ガウス過程によるタスク非依存オンライン強化学習
未知のタスク境界を持つ非定常環境に対応するため、ガウス過程の専門家混合をオンラインで逐次変分推論により更新するモデルベース強化学習手法を提案した。
原題: Task-Agnostic Online Reinforcement Learning with an Infinite Mixture of Gaussian Processes / Mengdi Xu, Wenhao Ding, Jiacheng Zhu 他
日本語で読む → - 論文強化学習ベンチマークロボティクス
dm_control:連続制御のためのソフトウェアとタスク集
MuJoCoを基盤とした強化学習向けのPythonライブラリ群と、歩行・マニピュレーションなどの標準タスクスイートを提供するソフトウェアを公開した。
原題: dm_control: Software and Tasks for Continuous Control / Yuval Tassa, Saran Tunyasuvunakool, Alistair Muldal 他
日本語で読む → - 論文共有自律/強化学習AI
エンパワーメントによる支援:目標推定に依存しない人間支援の枠組み
人間の目標を推定する代わりに、人間が環境を制御できる能力(エンパワーメント)を強化学習で増大させるタスク非依存の支援手法を提案し、目標の曖昧さに強いことを示した。連続領域での効率的な代理指標も開発し、遠隔操作の共有自律実験で有効性を実証した。
原題: AvE: Assistance via Empowerment / Yuqing Du, Stas Tiomkin, Emre Kiciman 他
日本語で読む → - 論文逆強化学習機械学習
意味的観測を用いた実演からのナビゲーションコスト学習
自動運転ロボットの実演から、意味的観測(車・歩道・車線など)に基づくコスト関数を逆強化学習で推定する手法を提案し、CARLAシミュレータで交通ルールに従う走行を学習できることを示した。
原題: Learning Navigation Costs from Demonstration with Semantic Observations / Tianyu Wang, Vikas Dhiman, Nikolay Atanasov
日本語で読む → - 論文強化学習/ゼロショット汎化ロボティクス
LTL式を深層ネットワークで符号化:ゼロショット実行のための強化学習
LTL(線形時相論理)式を入力として受け取り、未見の式でもゼロショットで満たす行動列を生成する強化学習エージェントを提案。記号的タスクとMinecraft風環境で有効性を示した。
原題: Encoding formulas as deep networks: Reinforcement learning for zero-shot execution of LTL formulas / Yen-Ling Kuo, Boris Katz, Andrei Barbu
日本語で読む → - 論文モデルベース強化学習機械学習
楽観的方策探索と計画による効率的なモデルベース強化学習
不確実性を考慮した楽観的探索を標準的な貪欲プランナで解ける形に再定式化し、学習効率を大幅に改善する手法H-UCRLを提案した論文。
原題: Efficient Model-Based Reinforcement Learning through Optimistic Policy Search and Planning / Sebastian Curi, Felix Berkenkamp, Andreas Krause
日本語で読む → - 論文強化学習機械学習
生涯にわたる非定常性に対応する深層強化学習
環境が生涯にわたり変化し続ける設定を定式化し、潜在変数モデルで環境表現を学習しながらオフポリシー強化学習を行う手法を提案した。
原題: Deep Reinforcement Learning amidst Lifelong Non-Stationarity / Annie Xie, James Harrison, Chelsea Finn
日本語で読む → - 論文強化学習AI
終端効果探索ドライブによる効率的な運動学習
順モデルを使わずに現在の政策の効果を統計的に記録した終端効果モデルを提案し、変分自由エネルギー最小化と組み合わせて好奇心に基づく探索と外部報酬下での高速学習を実現した。
原題: End-Effect Exploration Drive for Effective Motor Learning / Emmanuel Daucé
日本語で読む → - 論文自動運転/強化学習ロボティクス
交差点での戦略的意思決定に向けた不確実性推定付き強化学習
ベイズ強化学習とアンサンブルRPFで自動運転エージェントの行動信頼度を推定し、未知状況で安全な判断を選べることを示した研究。
原題: Reinforcement Learning with Uncertainty Estimation for Tactical Decision-Making in Intersections / Carl-Johan Hoel, Tommy Tram, Jonas Sjöberg
日本語で読む → - 論文自動運転/強化学習制御
強化学習ベース自動運転制御を改善するオンライン進化フレームワーク
DDPG制御器の不適切な判断をオンラインで検出・修正する進化型フレームワークを提案し、車間追従シナリオで制御失敗を数回の反復で解消できることを示した。
原題: An online evolving framework for advancing reinforcement-learning based automated vehicle control / Teawon Han, Subramanya Nageshrao, Dimitar P. Filev 他
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CartPole制御のチュートリアル
CartPoleを題材にQ学習やDQN、Double DQN、Duelingネットワーク、優先度付き経験再生などの強化学習手法を実装し、学習性能への影響を比較したチュートリアル論文。
原題: Balancing a CartPole System with Reinforcement Learning -- A Tutorial / Swagat Kumar
日本語で読む → - 論文強化学習機械学習
強化学習と計画の統合フレームワーク
強化学習と計画のアルゴリズムを共通の設計次元で整理する統合フレームワークFRAPを提案し、既存手法を比較した論文。
原題: A Unifying Framework for Reinforcement Learning and Planning / Thomas M. Moerland, Joost Broekens, Aske Plaat 他
日本語で読む → - 論文強化学習機械学習
グラフニューラルネットと強化学習による意味的環境での行動生成
車両リストのような意味的環境で、車両数や順序に依存しないグラフニューラルネットとActor-Critic強化学習を組み合わせ、高速道路の車線変更シナリオで従来法と比較した論文。
原題: Graph Neural Networks and Reinforcement Learning for Behavior Generation in Semantic Environments / Patrick Hart, Alois Knoll
日本語で読む → - 論文強化学習機械学習
AWAC: オフラインデータでオンライン強化学習を加速する
オフラインデータを活用してオンライン強化学習を効率化するAWACを提案し、サンプル効率の良い動的計画法と最尤方策更新を組み合わせて迅速な微調整を実現した。
原題: AWAC: Accelerating Online Reinforcement Learning with Offline Datasets / Ashvin Nair, Abhishek Gupta, Murtaza Dalal 他
日本語で読む → - 論文自動運転/強化学習/sim2realロボティクス
生成時系列モデルによる確率的交通環境の構築:自動運転エージェントの汎化性能向上に向けて
実走行軌跡データでGANを学習させ、現実に近い確率的交通シミュレータを構築し、そこで強化学習した車線変更エージェントが単純なルールベース環境より高い汎化性能を示すことを示した論文。
原題: Development of A Stochastic Traffic Environment with Generative Time-Series Models for Improving Generalization Capabilities of Autonomous Driving Agents / Anil Ozturk, Mustafa Burak Gunel, Melih Dal 他
日本語で読む → - 論文強化学習機械学習
不変方策最適化:強化学習におけるより強い汎化に向けて
訓練環境間で共通に最適となる不変表現を学習するIPOを提案し、未知環境への汎化性能を向上させた。
原題: Invariant Policy Optimization: Towards Stronger Generalization in Reinforcement Learning / Anoopkumar Sonar, Vincent Pacelli, Anirudha Majumdar
日本語で読む → - 論文強化学習/水中ロボットロボティクス
深層強化学習による自律型水中ロボットの3D経路追従と衝突回避制御
モデル知識なしに深層強化学習で水中ロボットを訓練し、3D経路追従と障害物回避を両立できることを示した研究。
原題: Deep Reinforcement Learning Controller for 3D Path-following and Collision Avoidance by Autonomous Underwater Vehicles / Simen Theie Havenstrøm, Adil Rasheed, Omer San
日本語で読む → - 論文自動運転/強化学習機械学習
予測表現学習で自動運転の深層強化学習を改善
将来の車線中心性や道路角度を汎用価値関数で予測する表現を学習し、強化学習による自動運転の学習効率・制御の滑らかさ・未知道路への汎化を実機とシミュレーションで向上させた。
原題: Learning predictive representations in autonomous driving to improve deep reinforcement learning / Daniel Graves, Nhat M. Nguyen, Kimia Hassanzadeh 他
日本語で読む → - 論文強化学習/マニピュレーションロボティクス
空気圧人工筋ロボットによる卓球のゼロからの学習
空気圧人工筋で駆動するロボットアームを使い、モデルフリー強化学習で安全に卓球の返球・スマッシュを実機で学習させた研究。
原題: Learning to Play Table Tennis From Scratch using Muscular Robots / Dieter Büchler, Simon Guist, Roberto Calandra 他
日本語で読む → - 論文自動運転/強化学習機械学習
自動運転車の衝突回避における人間らしい運転ポリシーのための深層強化学習
Unity上の二車線高速道路での静的障害物回避を対象に、モデルベースの運転ルールと人間の運転データを組み合わせた深層強化学習で、人間らしい運転ポリシーを獲得した研究。
原題: Deep Reinforcement Learning for Human-Like Driving Policies in Collision Avoidance Tasks of Self-Driving Cars / Ran Emuna, Avinoam Borowsky, Armin Biess
日本語で読む → - 論文安全強化学習機械学習
カリキュラム誘導による安全な強化学習
自動インストラクタが危険時にリセット制御器を起動してエージェントを守りつつ、その選択方策(カリキュラム)を学習して安全かつ効率的な学習を実現する手法を提案。
原題: Safe Reinforcement Learning via Curriculum Induction / Matteo Turchetta, Andrey Kolobov, Shital Shah 他
日本語で読む → - 論文安全強化学習機械学習
制約不一致な方策を活用した安全強化学習の加速
ベースライン方策と制約が与えられた強化学習で、リターン最大化・ベースラインへの近接・制約充足集合への射影を交互に行う反復最適化法を提案し、有限時間収束を保証した。
原題: Accelerating Safe Reinforcement Learning with Constraint-mismatched Policies / Tsung-Yen Yang, Justinian Rosca, Karthik Narasimhan 他
日本語で読む → - 論文強化学習/計画ロボティクス
カーネルテイラー展開による連続状態MDPの価値関数近似
価値関数の2次テイラー展開とカーネル表現を用い、遷移モデルの1次・2次モーメントのみで連続状態MDPを解く方策反復アルゴリズムを提案した論文。
原題: Kernel Taylor-Based Value Function Approximation for Continuous-State Markov Decision Processes / Junhong Xu, Kai Yin, Lantao Liu
日本語で読む → - 論文強化学習/カバレッジ計画機械学習
継続的エリアスイープのための深層Rラーニング
イベント分布が未知の環境で、関心イベントの検出率を最大化する継続的エリアスイープ問題に対し、半マルコフ決定過程に基づく強化学習手法を提案し、既存の貪欲法より大幅な改善を示した。
原題: Deep R-Learning for Continual Area Sweeping / Rishi Shah, Yuqian Jiang, Justin Hart 他
日本語で読む → - 論文逆強化学習ロボティクス
効率的なサンプリングベース最大エントロピー逆強化学習と自動運転への応用
連続領域の軌道サンプラーを導入し、人間の運転軌跡から報酬関数を直接学習する効率的な最大エントロピー逆強化学習を提案し、自動運転の実データで予測精度・収束速度・汎化性能の向上を示した。
原題: Efficient Sampling-Based Maximum Entropy Inverse Reinforcement Learning with Application to Autonomous Driving / Zheng Wu, Liting Sun, Wei Zhan 他
日本語で読む → - 論文強化学習機械学習
価値の不一致を利用した自動カリキュラム学習
Q関数の認識的不確実性が最大になるゴールを優先的にサンプリングする自動カリキュラムを提案し、多ゴールのロボットタスクとナビゲーションタスクで性能向上を示した論文。
原題: Automatic Curriculum Learning through Value Disagreement / Yunzhi Zhang, Pieter Abbeel, Lerrel Pinto
日本語で読む → - 論文安全強化学習機械学習
安全なモデルベース能動強化学習フレームワークSAMBA
確率モデリングと情報理論を組み合わせ、PILCOを拡張した安全制約付き能動探索により、サンプル数と違反を大幅削減する強化学習手法を提案した。
原題: SAMBA: Safe Model-Based & Active Reinforcement Learning / Alexander I. Cowen-Rivers, Daniel Palenicek, Vincent Moens 他
日本語で読む → - 論文強化学習/衝突回避ロボティクス
深層強化学習によるCOLREG準拠の無人表面艇の衝突回避
PPOを用いて、与えられた経路を追従しつつ他船との衝突を避けるCOLREG準拠の制御方策を、トロンハイムフィヨルドの実データで評価した研究。
原題: COLREG-Compliant Collision Avoidance for Unmanned Surface Vehicle using Deep Reinforcement Learning / Eivind Meyer, Amalie Heiberg, Adil Rasheed 他
日本語で読む → - 論文逆強化学習制御
最適制御器の逆学習における最尤推定法
制約付き最適制御問題の目的関数をKKT条件と最尤推定を組み合わせて逆学習する枠組みを提案し、ノイズを含むデータから制約を体系的に扱える手法を示した。
原題: Maximum Likelihood Methods for Inverse Learning of Optimal Controllers / Marcel Menner, Melanie N. Zeilinger
日本語で読む → - 論文強化学習機械学習
ロボット強化学習のための滑らかな探索手法
深層強化学習の探索ノイズを状態依存型に改良し、実機ロボットでも滑らかな動作で学習できるgSDEを提案・検証した論文。
原題: Smooth Exploration for Robotic Reinforcement Learning / Antonin Raffin, Jens Kober, Freek Stulp
日本語で読む →
PR・アフィリエイト広告
