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: 2020/4/1 / 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 →- 論文強化学習機械学習
動きながら考える:並行制御による深層強化学習
行動の実行中に次の行動を決定する並行制御問題に対し、連続時間ベルマン方程式を遅延考慮で離散化する強化学習手法を提案し、ロボット把持タスクで有効性を示した。
原題: Thinking While Moving: Deep Reinforcement Learning with Concurrent Control / Ted Xiao, Eric Jang, Dmitry Kalashnikov 他
日本語で読む → - 論文強化学習/安全制約機械学習
制約付きQ学習:安全制約を満たす方策を直接学習する枠組み
Q更新時に行動空間を制約することで、制約付きMDPの最適Q関数と安全方策を直接学習するオフポリシーRL手法を提案し、自動運転の意思決定で検証した。
原題: Deep Constrained Q-learning / Gabriel Kalweit, Maria Huegle, Moritz Werling 他
日本語で読む → - 論文自動運転/強化学習機械学習
自動運転の意思決定における反事実的政策評価
他車の行動を仮想的に変えた反事実世界でポリシーを評価し、安全と判断された場合のみ実世界で実行することで衝突率を大幅に低減する手法を提案した。
原題: Counterfactual Policy Evaluation for Decision-Making in Autonomous Driving / Patrick Hart, Alois Knoll
日本語で読む → - 論文強化学習/MPCロボティクス
実機ロボットで1時間以内に疎な目的から学ぶMPC向け実用的強化学習
強化学習の価値学習を用いて、専門家が手調整していたMPCのコスト関数を高レベルで疎な目的のみから自動学習し、実機の無人地上車両で専門家調整と同等の性能を達成した。
原題: Practical Reinforcement Learning For MPC: Learning from sparse objectives in under an hour on a real robot / Napat Karnchanachari, Miguel I. Valls, David Hoeller 他
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
進化的集団カリキュラムによるマルチエージェント強化学習のスケーリング
エージェント数を段階的に増やすカリキュラム学習と進化的手法を組み合わせ、大規模マルチエージェント強化学習の学習を安定化・高性能化した研究。
原題: Evolutionary Population Curriculum for Scaling Multi-Agent Reinforcement Learning / Qian Long, Zihan Zhou, Abhibav Gupta 他
日本語で読む → - 論文模倣学習+強化学習ロボティクス
ACNMP:模倣学習と強化学習の表現共有によるスキル転送とタスク外挿
模倣学習と強化学習を潜在表現の共有で同時訓練する枠組みを提案し、未知状況への外挿や異形態ロボット間のスキル転送を実現した。
原題: ACNMP: Skill Transfer and Task Extrapolation through Learning from Demonstration and Reinforcement Learning via Representation Sharing / M. Tuluhan Akbulut, Erhan Oztop, M. Yunus Seker 他
日本語で読む → - 論文強化学習制御
環境モデルと実データを併用する混合強化学習
環境モデルと実測の状態行動データを同時に使って方策を探索し、モデル不確かさをベイズ推定で補償することで学習精度と速度を両立させる混合強化学習を提案した論文。
原題: Mixed Reinforcement Learning with Additive Stochastic Uncertainty / Yao Mu, Shengbo Eben Li, Chang Liu 他
日本語で読む → - 論文モデルベース強化学習機械学習
ベイズ推論で深層計画ネットワークを再考・改良するPlaNet-Bayes
部分観測環境でのモデル予測制御に向け、モデルと行動の不確実性をベイズ推論で取り込んだPlaNet拡張を提案し、性能を比較検証した論文。
原題: PlaNet of the Bayesians: Reconsidering and Improving Deep Planning Network by Incorporating Bayesian Inference / Masashi Okada, Norio Kosaka, Tadahiro Taniguchi
日本語で読む → - 論文モデルベース強化学習ロボティクス
深層モデルベース強化学習による飛行制御の学習
ドローンの力学を確率的潜在モデルとして学習し、モデルベース強化学習で推力・姿勢制御器を30分未満の実機経験で獲得、機載計算資源のみで自己構築ドローンを飛行させた。
原題: Learning to Fly via Deep Model-Based Reinforcement Learning / Philip Becker-Ehmck, Maximilian Karl, Jan Peters 他
日本語で読む → - 論文強化学習cs.NE
オンライン強化学習による身体性を備えたシナプス可塑性
生物学的に妥当なシナプス可塑性モデルを閉ループのロボティクス環境で評価できる枠組みを構築し、報酬学習則SPOREをリーチングとレーン追従の視覚運動タスクで検証した。
原題: Embodied Synaptic Plasticity with Online Reinforcement learning / Jacques Kaiser, Michael Hoff, Andreas Konle 他
日本語で読む → - 論文人間ロボット協調/強化学習ロボティクス
実世界における人間とロボットの協調強化学習
人間とロボットがそれぞれ片方の軸の回転のみを操作する迷路ゲームを実世界で構築し、深層強化学習により30分以内に協調方策を学習できることを示した。さらに共学習の過程や、他者のエージェントとの協調成績を分析した。
原題: Real-World Human-Robot Collaborative Reinforcement Learning / Ali Shafti, Jonas Tjomsland, William Dudley 他
日本語で読む → - 論文自動運転/強化学習機械学習
強化学習と事後最適化を組み合わせた車線合流行動生成
方策ベース強化学習で初期解と誘導参照を生成し、局所最適化で単一ホモトピー類の軌道を計算することで、安全性を担保しつつ車線変更・合流行動を生成する手法を提案した。
原題: Lane-Merging Using Policy-based Reinforcement Learning and Post-Optimization / Patrick Hart, Leonard Rychly, Alois Knol
日本語で読む → - 論文強化学習ナビゲーション機械学習
超音波画像を用いた深層強化学習によるロボットナビゲーション
超音波画像を入力とする初の強化学習ベースのロボットナビゲーション手法を提案し、深層Qネットワークと終了判定用分類器を組み合わせて仙骨への誘導を実現した。
原題: Ultrasound-Guided Robotic Navigation with Deep Reinforcement Learning / Hannes Hase, Mohammad Farid Azampour, Maria Tirindelli 他
日本語で読む → - 論文強化学習機械学習
入力次元を増やすと深層強化学習は改善するか
状態を高次元表現に変換するオンライン特徴抽出ネットワークOFENetを提案し、入力次元を増やすことでモデルフリー深層強化学習のサンプル効率と性能が向上することを示した。
原題: Can Increasing Input Dimensionality Improve Deep Reinforcement Learning? / Kei Ota, Tomoaki Oiki, Devesh K. Jha 他
日本語で読む → - 論文マルチエージェント強化学習cs.MA
階層的予測計画による分散型マルチエージェントランデブー
エージェント間の通信なしに、他エージェントの動きを自己教師あり学習で予測し、その予測モデルを用いてサブゴールを提案・評価することで分散型ランデブーを実現するモデルベース強化学習手法を提案した。
原題: Model-based Reinforcement Learning for Decentralized Multiagent Rendezvous / Rose E. Wang, J. Chase Kew, Dennis Lee 他
日本語で読む → - 論文強化学習制御制御
不確実性を伴う自律表面艇のモデル参照強化学習制御
従来制御と深層強化学習を組み合わせ、不確実な自律表面艇に対して安定性を保証しつつサンプル効率よく制御則を学習する手法を提案した。
原題: Model-Reference Reinforcement Learning Control of Autonomous Surface Vehicles with Uncertainties / Qingrui Zhang, Wei Pan, Vasso Reppa
日本語で読む → - 論文強化学習/部分観測ロボティクス
部分観測環境における分割ロールアウトと政策反復による強化学習:自律型逐次修復問題への応用
部分観測マルコフ決定過程に対し、分割アーキテクチャとニューラルネット分類器を用いた近似政策反復法を提案し、パイプラインの逐次修復シミュレーションで有効性を示した。
原題: Reinforcement Learning for POMDP: Partitioned Rollout and Policy Iteration with Application to Autonomous Sequential Repair Problems / Sushmita Bhattacharya, Sahil Badyal, Thomas Wheeler 他
日本語で読む → - 論文強化学習/水中ロボット制御
PID制御と強化学習を組み合わせた自律水中ロボットの経路追従
6自由度の自律水中ロボットの経路追従に対し、深層強化学習を単独で使う手法とPID制御を組み合わせてアクチュエータごとに分割制御する手法を比較検討した論文。
原題: Proportional integral derivative controller assisted reinforcement learning for path following by autonomous underwater vehicles / Simen Theie Havenstrøm, Camilla Sterud, Adil Rasheed 他
日本語で読む → - 論文連続体ロボット/強化学習ロボティクス
暗黙の事前知識を活用した連続体ロボットの効率的強化学習制御
シミュレーション不要で実機に直接適用できる、暗黙の事前知識に基づく効率的な強化学習手法を提案し、腱駆動連続体ロボットの能動的視覚追従と距離維持を実現した。
原題: Efficient reinforcement learning control for continuum robots based on Inexplicit Prior Knowledge / Junjia Liu, Jiaying Shou, Zhuang Fu 他
日本語で読む → - 論文強化学習/障害物回避制御
単眼視とDueling Double Deep Recurrent Q-learningによるクアッドロータの自律障害物回避
単眼カメラのみを搭載したクアッドロータが、教師なし学習の知覚モジュールとDueling Double Deep Recurrent Q-learningの意思決定モジュールの二段構成で、事前環境情報やラベル付きデータなしに自律障害物回避を実現した。
原題: Autonomous quadrotor obstacle avoidance based on dueling double deep recurrent Q-learning with monocular vision / Jiajun Ou, Xiao Guo, Ming Zhu 他
日本語で読む → - 論文強化学習機械学習
一般化ヒンドサイトによる強化学習の効率的なデータ再利用
あるタスクで集めた低報酬データを、その行動に適した別タスクへ再ラベリングする近似逆強化学習手法を提案し、マルチタスクのナビゲーションとマニピュレーションでサンプル効率の向上を示した。
原題: Generalized Hindsight for Reinforcement Learning / Alexander C. Li, Lerrel Pinto, Pieter Abbeel
日本語で読む → - 論文強化学習ロボティクス
少数の専門家デモで効率的に誘導する深層強化学習
SACをベースに、少数の専門家デモから識別器とガイダーを学習し、適切な状態でエージェントを誘導することで探索効率と学習安定性を改善した手法を提案。
原題: Exploration-efficient Deep Reinforcement Learning with Demonstration Guidance for Robot Control / Ke Lin, Liang Gong, Xudong Li 他
日本語で読む → - 論文強化学習AI
連続カリキュラム学習による到達タスクの強化学習高速化
到達タスクの強化学習において、要求精度を訓練中に徐々に調整する精度ベースの連続カリキュラム学習を提案し、実機とシミュレーションで静的スケジュールより高速・高精度に学習できることを示した。
原題: Accelerating Reinforcement Learning for Reaching using Continuous Curriculum Learning / Sha Luo, Hamidreza Kasaei, Lambert Schomaker
日本語で読む → - 論文階層強化学習機械学習
計画と制御を機能分解した階層強化学習による長期的連続制御タスクの学習
計画層と制御層で状態・行動空間を明示的に分離した階層強化学習HiDeを提案し、スパース報酬のナビゲーションやロボット操作タスクで未見環境への汎化と3倍の長期ホライズンへのスケールを実現した。
原題: Learning Functionally Decomposed Hierarchies for Continuous Control Tasks with Path Planning / Sammy Christen, Lukas Jendele, Emre Aksan 他
日本語で読む → - 論文強化学習機械学習
情報ボトルネックによるタスク駆動型制御ポリシーの学習
状態とタスク表現の間に情報ボトルネックを導入し、タスクに関係する情報だけに依存する頑健な制御ポリシーを強化学習で獲得する手法を提案した。
原題: Learning Task-Driven Control Policies via Information Bottlenecks / Vincent Pacelli, Anirudha Majumdar
日本語で読む → - 論文敵対的強化学習機械学習
敵対的強化学習で深層制御ポリシーの弱点を暴く
敵対的強化学習エージェントを訓練し、自動運転の深層制御ポリシーの脆弱性を自動で発見・比較するブラックボックス試験手法を提案した。
原題: Training Adversarial Agents to Exploit Weaknesses in Deep Control Policies / Sampo Kuutti, Saber Fallah, Richard Bowden
日本語で読む → - 論文強化学習/故障検知ロボティクス
強化学習による飛行中のプロペラ故障検知とプロペラ欠損クアッドコプターの制御
強化学習でプロペラが4枚・3枚・2枚(対向)のクアッドコプターを安定制御するコントローラを構築し、ニューラルネットでプロペラ損失を検知して適切なコントローラに切り替えるシステムを提案した。
原題: Mid-flight Propeller Failure Detection and Control of Propeller-deficient Quadcopter using Reinforcement Learning / Rohitkumar Arasanipalai, Aakriti Agrawal, Debasish Ghose
日本語で読む → - 論文強化学習AI
ソフト後知恵経験リプレイ
HERと最大エントロピー強化学習を組み合わせ、失敗経験の再利用と確率的推論によりスパース報酬下のロボットマニピュレーション学習を安定化・高性能化した手法を提案。
原題: Soft Hindsight Experience Replay / Qiwei He, Liansheng Zhuang, Houqiang Li
日本語で読む → - 論文モデルベース強化学習機械学習
モデルベース強化学習における目的関数のミスマッチ問題
モデルベース強化学習において、ダイナミクスモデルの1ステップ先予測尤度の最適化と下流の制御タスク性能が必ずしも相関しない「目的ミスマッチ」問題を指摘し、その緩和手法を提案した論文。
原題: Objective Mismatch in Model-based Reinforcement Learning / Nathan Lambert, Brandon Amos, Omry Yadan 他
日本語で読む → - 論文逆強化学習機械学習
部分観測環境における実演からのナビゲーションコスト学習
専門家の実演から逆強化学習でナビゲーションのコスト関数を学習し、A*やRRTで有望な状態のみを用いて効率化した手法を提案する。
原題: Learning Navigation Costs from Demonstration in Partially Observable Environments / Tianyu Wang, Vikas Dhiman, Nikolay Atanasov
日本語で読む →
PR・アフィリエイト広告
