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: 2020/5/1 / 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
人間の報酬のばらつきに頑健な複数学習戦略の協調によるロボット学習
人間のフィードバックのばらつきに対処するため、モデルベースとモデルフリー強化学習を組み合わせた協調アルゴリズムをHRIシミュレーションで検証し、単独戦略より頑健な性能を示した。
原題: Coping with the variability in humans reward during simulated human-robot interactions through the coordination of multiple learning strategies / Rémi Dromnelle, Benoît Girard, Erwan Renaudo 他
日本語で読む → - 論文階層型強化学習機械学習
好奇心駆動の階層型アクター・クリティック強化学習
階層型強化学習に順モデルによる好奇心を組み合わせ、連続空間環境で学習性能と成功率が最大2倍以上に向上することを示した研究。
原題: Curious Hierarchical Actor-Critic Reinforcement Learning / Frank Röder, Manfred Eppe, Phuong D. H. Nguyen 他
日本語で読む → - 論文自動運転/強化学習AI
反復推論を用いた強化学習による密集交通での合流
ゲーム理論のレベルk思考と強化学習を組み合わせ、多様な他車挙動に頑健な密集交通での合流ポリシーを学習させた研究。
原題: Reinforcement Learning with Iterative Reasoning for Merging in Dense Traffic / Maxime Bouton, Alireza Nakhaei, David Isele 他
日本語で読む → - 論文強化学習/探索機械学習
探索のためのシンプルセンサー意図
生のセンサー入力から直接計算できる補助タスク「シンプルセンサー意図」を提案し、実機ロボットアームが把持・持ち上げやボールインナカップをゼロから学習できることを示した。
原題: Simple Sensor Intentions for Exploration / Tim Hertweck, Martin Riedmiller, Michael Bloesch 他
日本語で読む → - 論文多目的強化学習機械学習
多目的方策最適化の分布的アプローチ
複数の競合する目的をスケール不変な選好で扱える多目的強化学習アルゴリズムを提案し、目的ごとの行動分布を学習してパラメトリック方策に統合、高次元ロボティクスタスクで有効性を示した。
原題: A Distributional View on Multi-Objective Policy Optimization / Abbas Abdolmaleki, Sandy H. Huang, Leonard Hasenclever 他
日本語で読む → - 論文無線センサネットワーク/強化学習cs.NI
移動センサを用いたSDN無線センサネットワークにおける強化学習ベースの送信範囲制御
移動センサを含むSDN無線センサネットワークで、ε-greedy強化学習により各ノードの送信電力レベルを動的に選択し、消費エネルギーを削減しつつスループットを維持する手法を提案した。
原題: Reinforcement Learning based Transmission Range Control in Software-Defined Wireless Sensor Networks with Moving Sensor / Anuradha Banerjee, Abu Sufian, Ali Safaa Sadiq 他
日本語で読む → - 論文強化学習/探索機械学習
自己教師あり世界モデルによる探索計画
将来の新規性を計画によって先読みして探索する自己教師あり強化学習エージェントを提案し、高次元画像入力の制御タスクで報酬なしでも従来手法を上回りオラクルに迫る性能を示した。
原題: Planning to Explore via Self-Supervised World Models / Ramanan Sekar, Oleh Rybkin, Kostas Daniilidis 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
自動運転のための階層的行動・運動計画の学習
行動計画と運動計画を階層化し、サンプリング型運動プランナの最適コストを高レベル行動学習の報酬として用いることで、強化学習による長期的な自動運転タスクを効率的に解く手法を提案した。
原題: Learning hierarchical behavior and motion planning for autonomous driving / Jingke Wang, Yue Wang, Dongkun Zhang 他
日本語で読む → - 論文強化学習/自律航法ロボティクス
UAVの自律航法・地図構築・目標検出のための強化学習
低コストレーダーを搭載したUAVが未知環境で地図精度を最大化しつつ目標検出に有効な領域を探索する航路を、強化学習で学習する手法を提案した。
原題: Reinforcement Learning for UAV Autonomous Navigation, Mapping and Target Detection / Anna Guerra, Francesco Guidi, Davide Dardari 他
日本語で読む → - 論文強化学習ロボティクス
カスケード属性ネットワーク:階層型ニューラルネットによる強化学習制御方策の分解
制御タスクの要求制約(属性)ごとに方策を階層的に分解するカスケード属性ネットワークを提案し、複数属性のタスクでもモジュールを組み合わせるだけでゼロショットに制御方策を得られることをロボット制御2例で示した。
原題: Cascade Attribute Network: Decomposing Reinforcement Learning Control Policies using Hierarchical Neural Networks / Haonan Chang, Zhuo Xu, Masayoshi Tomizuka
日本語で読む → - 論文強化学習機械学習
実装の違いが深層方策勾配法に与える影響:PPOとTRPOのケーススタディ
PPOとTRPOを比較し、実装上の細かな最適化が性能差の大部分を生み、RL手法の挙動を根本的に変えることを示した研究。
原題: Implementation Matters in Deep Policy Gradients: A Case Study on PPO and TRPO / Logan Engstrom, Andrew Ilyas, Shibani Santurkar 他
日本語で読む → - 論文モデルベース強化学習機械学習
生存をモデル化するモデルベース強化学習
終端状態を避けることを学習する報酬関数の代替モデルと安全マップを用い、危険状態回避を通じてモデルベース強化学習の精度問題を緩和する手法Surviveを提案した論文。
原題: Modeling Survival in model-based Reinforcement Learning / Saeed Moazami, Peggy Doerschuk
日本語で読む → - 論文自動運転/強化学習cs.NI
RACE: 強化学習による協調型自動運転車の衝突回避フレームワーク
階層型のCo-DDPGとVANET通信を組み合わせ、車両位置の秘匿を保ちながら協調的に衝突回避方策を学習する分散フレームワークRACEを提案し、TORCS上で既存手法より衝突を65%削減した。
原題: RACE: Reinforced Cooperative Autonomous Vehicle Collision AvoidancE / Yali Yuan, Robert Tasik, Sripriya Srikant Adhatarao 他
日本語で読む → - 論文逆強化学習ロボティクス
視覚模倣学習からの近似逆強化学習
視覚ナビゲーションのための暗黙的な目的関数を、模倣学習とMPCとDNN解釈手法を組み合わせて獲得する手法を提案し、実環境・シミュレーションの自動運転で汎化性を示した。
原題: Approximate Inverse Reinforcement Learning from Vision-based Imitation Learning / Keuntaek Lee, Bogdan Vlahov, Jason Gibson 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
不確実性推定を用いた強化学習による自動運転の戦術的意思決定
ニューラルネットのアンサンブルとランダム化事前関数によるベイズ強化学習で、自動運転の意思決定の不確実性を推定し安全な行動選択を可能にする手法を提案した。
原題: Tactical Decision-Making in Autonomous Driving by Reinforcement Learning with Uncertainty Estimation / Carl-Johan Hoel, Krister Wolff, Leo Laine
日本語で読む → - 論文教師なし強化学習ロボティクス
オフポリシー強化学習による実世界での多様なロボットスキルの創発
報酬なしで多様なスキルを獲得するオフポリシー型の教師なし強化学習手法を提案し、実機の四足ロボットで多様な歩容や向きの移動スキルが自然に創発することを示した。
原題: Emergent Real-World Robotic Skills via Unsupervised Off-Policy Reinforcement Learning / Archit Sharma, Michael Ahn, Sergey Levine 他
日本語で読む → - 論文強化学習/sim2real機械学習
イベントカメラ搭載ロボットのための強化学習の探求
イベントカメラを搭載した車型ロボットで強化学習を行い、シミュレータで高速衝突回避と障害物追跡を学習し、実機へ転移して飛来物の高速回避に成功した。
原題: Exploration of Reinforcement Learning for Event Camera using Car-like Robots / Riku Arakawa, Shintaro Shiba
日本語で読む → - 論文強化学習機械学習
計画空間の状態埋め込みによる強化学習の改善
計画やデモンストレーションから状態埋め込みを学習し、埋め込み空間での軌道の直線性を最適化することで、強化学習の性能と安定性を向上させる手法を提案した論文。
原題: Plan-Space State Embeddings for Improved Reinforcement Learning / Max Pflueger, Gaurav S. Sukhatme
日本語で読む → - 論文模倣学習/強化学習機械学習
劣悪なデモンストレーションから疎な報酬タスクを学習する自己適応型模倣学習
限定された質の低いデモンストレーションしかない疎報酬タスクにおいて、模倣学習と強化学習を組み合わせてデモを超える性能を少ない試行で達成するSAILを提案した論文。
原題: Learning Sparse Rewarded Tasks from Sub-Optimal Demonstrations / Zhuangdi Zhu, Kaixiang Lin, Bo Dai 他
日本語で読む → - 論文強化学習ロボティクス
制約空間最適化と強化学習による複雑タスクの学習
人間のデモンストレーションから制約空間内での強化学習を行い、ロボットの縫合タスクで専門家のデモより滑らかで高速な動作を実現した。
原題: Constrained-Space Optimization and Reinforcement Learning for Complex Tasks / Ya-Yen Tsai, Bo Xiao, Edward Johns 他
日本語で読む → - 論文強化学習機械学習
意味のあるタスク空間を弱教師あり学習で切り出す強化学習
弱い監督信号を用いて、無意味なタスクの巨大な空間から意味的に整合したタスク部分空間を自動的に分離する枠組みを提案し、探索効率と状態間距離の表現獲得を改善した。
原題: Weakly-Supervised Reinforcement Learning for Controllable Behavior / Lisa Lee, Benjamin Eysenbach, Ruslan Salakhutdinov 他
日本語で読む → - 論文逆強化学習機械学習
最大エントロピー多タスク逆強化学習
最大エントロピー逆強化学習とディリクレ過程によるクラスタリングを組み合わせ、専門家が複数の方策を切り替える状況でも複数の報酬関数を学習できる手法を提案し、玉ねぎ選別ロボットタスクで有効性を示した。
原題: Maximum Entropy Multi-Task Inverse RL / Saurabh Arora, Bikramjit Banerjee, Prashant Doshi
日本語で読む → - 論文強化学習×運動計画ロボティクス
PBCS:強化学習と運動計画の融合による効率的な探索と活用
運動計画で見つけた軌道をカリキュラムとして強化学習を訓練し、2D迷路での探索問題を効率的に解く手法を提案した論文。
原題: PBCS : Efficient Exploration and Exploitation Using a Synergy between Reinforcement Learning and Motion Planning / Guillaume Matheron, Nicolas Perrin, Olivier Sigaud
日本語で読む → - 論文マルチエージェント強化学習機械学習
マクロ行動に基づく深層マルチエージェント強化学習
非同期な高レベル行動選択を扱うMacDec-POMDPに対し、マクロ行動の軌跡リプレイバッファを導入した2種類のDQNベース手法を提案し、ベンチマークで原始行動より優れることを示した。
原題: Macro-Action-Based Deep Multi-Agent Reinforcement Learning / Yuchen Xiao, Joshua Hoffman, Christopher Amato
日本語で読む → - 論文安全制御/強化学習制御
モデル不確かさ下の安全制御のための強化学習:制御リアプノフ関数と制御バリア関数の活用
CBF-CLF-QPの制約に含まれるモデル不確かさを強化学習で学習し、名目モデルベースの安全制御と組み合わせることで、不確かさ下でも安全な二足歩行を実現した。
原題: Reinforcement Learning for Safety-Critical Control under Model Uncertainty, using Control Lyapunov Functions and Control Barrier Functions / Jason Choi, Fernando Castañeda, Claire J. Tomlin 他
日本語で読む → - 論文強化学習/制御ロボティクス
安定性保証付き制御のためのActor-Critic強化学習
制御理論のリアプノフ法をActor-Critic強化学習に組み込み、データのみから閉ループ安定性を保証する制御方策を学習するフレームワークを提案した。
原題: Actor-Critic Reinforcement Learning for Control with Stability Guarantee / Minghao Han, Lixian Zhang, Jun Wang 他
日本語で読む → - 論文計画/強化学習AI
好奇心探索による柔軟で効率的な長距離計画
好奇心誘導サンプリングと模倣学習を組み合わせ、TAMPと深層強化学習の利点を融合して複雑な3Dタスクの長期多段階計画を効率的に発見する手法を提案。
原題: Flexible and Efficient Long-Range Planning Through Curious Exploration / Aidan Curtis, Minjian Xin, Dilip Arumugam 他
日本語で読む → - 論文自動運転/強化学習AI
遮蔽交差点におけるリスク考慮型強化学習による自動運転の高レベル意思決定
見通しの悪い無信号交差点を通過するためのリスク考慮型DQNを提案し、衝突ベースの報酬やルールベース手法より安全で過度に慎重でない政策を学習できることを示した。
原題: Risk-Aware High-level Decisions for Automated Driving at Occluded Intersections with Reinforcement Learning / Danial Kamran, Carlos Fernandez Lopez, Martin Lauer 他
日本語で読む → - 論文強化学習×計画ロボティクス
自動計画で強化学習のロボット探索を誘導
行動知識を用いた自動計画で強化学習エージェントの探索を効率化するGuided Dyna-Qを提案し、移動ロボットのナビゲーションで有効性を示した。
原題: Guiding Robot Exploration in Reinforcement Learning via Automated Planning / Yohei Hayamizu, Saeid Amiri, Kishan Chandan 他
日本語で読む → - 論文走行/強化学習ロボティクス
オンボードカメラと疎な航空画像を用いた不整地での滑らかな地形走行学習
車載カメラと上空からの航空画像を融合し、自己教師あり強化学習で不整地を滑らかに走行しつつ衝突を避ける走行方策を学習した。
原題: Learning to Drive Off Road on Smooth Terrain in Unstructured Environments Using an On-Board Camera and Sparse Aerial Images / Travis Manderson, Stefan Wapnick, David Meger 他
日本語で読む →
PR・アフィリエイト広告
