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: 2020/2/1 / 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 →- 論文安全強化学習ロボティクス
リアプノフ関数に基づく安全強化学習:確率的到達可能性と安全仕様のためのアプローチ
リアプノフ関数を用いて安全方策を学習し、安全集合を単調に拡大させながら確率的な安全仕様を満たすモデルフリー強化学習手法を提案する。深層強化学習への拡張も行い、連続制御ベンチマークで有効性を示す。
原題: Safe reinforcement learning for probabilistic reachability and safety specifications: A Lyapunov-based approach / Subin Huh, Insoon Yang
日本語で読む → - 論文自動運転/強化学習機械学習
近接方策最適化を用いた深層強化学習による自動車線変更戦略
PPOベースの深層強化学習で自動運転の車線変更を学習し、密集交通でも安全で滑らかな車線変更方策を実現した研究。
原題: Automated Lane Change Strategy using Proximal Policy Optimization-based Deep Reinforcement Learning / Fei Ye, Xuxin Cheng, Pin Wang 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
マルチエージェント強化学習のための視覚的通信マップ
エージェントの状態を視覚的なマップで表現し、共有パラメータネットワークとA3Cで多数・異種エージェントの協調学習を可能にする手法を提案した。
原題: A Visual Communication Map for Multi-Agent Deep Reinforcement Learning / Ngoc Duy Nguyen, Thanh Thi Nguyen, Doug Creighton 他
日本語で読む → - 論文ベイズ強化学習ロボティクス
ベイズ残差方策最適化:先見の専門家を活用したスケーラブルなベイズ強化学習
潜在MDPごとの専門家アンサンブルを基盤に、ベイズ残差方策を学習して不確実性下での意思決定を改善するスケーラブルな強化学習手法BRPOを提案。
原題: Bayesian Residual Policy Optimization: Scalable Bayesian Reinforcement Learning with Clairvoyant Experts / Gilwoo Lee, Brian Hou, Sanjiban Choudhury 他
日本語で読む → - 論文マルチロボット強化学習ロボティクス
内側注意機構による異種マルチロボット協調の適応的チーミング
異種マルチロボット協調のため、注意機構を強化学習に組み込み、状況に応じて注目すべきロボットを動的に選択する手法を提案し、救助タスクのシミュレーションで柔軟な協調と計算資源削減を実証した。
原題: Inner Attention Supported Adaptive Cooperation for Heterogeneous Multi Robots Teaming based on Multi-agent Reinforcement Learning / Chao Huang, Rui Liu
日本語で読む → - 論文強化学習stat.ML
方策勾配法のための適応的経験選択
経験再生のサンプリング分布をオンライン学習で適応的に調整し、勾配推定の分散を明示的に最小化することで、方策勾配RLのサンプル効率を改善する手法を提案した論文。
原題: Adaptive Experience Selection for Policy Gradient / Saad Mohamad, Giovanni Montana
日本語で読む → - 論文手術支援/強化学習AI
強化学習と木探索によるロボット支援手術の自動ジェスチャー認識
手術映像のジェスチャー分割と分類を、強化学習エージェントと木探索で統合的に行い、JIGSAWSデータセットの縫合タスクで既存手法を上回った研究。
原題: Automatic Gesture Recognition in Robot-assisted Surgery with Reinforcement Learning and Tree Search / Xiaojie Gao, Yueming Jin, Qi Dou 他
日本語で読む → - 論文深層強化学習フレームワーク機械学習
包括的深層強化学習フレームワークのレビュー・分析・設計
深層強化学習システム開発の課題を整理し、アルゴリズムやネットワーク構成、エージェント数に依存しない柔軟で拡張性の高いソフトウェアフレームワークを提案・設計した論文。
原題: Review, Analysis and Design of a Comprehensive Deep Reinforcement Learning Framework / Ngoc Duy Nguyen, Thanh Thi Nguyen, Hai Nguyen 他
日本語で読む → - 論文強化学習AI
サブゴール木:ゴールベース強化学習のためのフレームワーク
全ペア最短経路の動的計画法に基づき、開始とゴールの中間状態を再帰的に予測して軌道を構築するサブゴール木を提案し、7自由度ロボットアームの障害物回避で標準RLを上回る性能を示した。
原題: Sub-Goal Trees -- a Framework for Goal-Based Reinforcement Learning / Tom Jurgenson, Or Avner, Edward Groshev 他
日本語で読む → - 論文オフライン強化学習機械学習
成功した行動を続けよう:オフライン強化学習のための行動モデリング事前分布
オフライン強化学習において、過去に実行され成功しやすい行動へ方策を誘導するアドバンテージ重み付き行動モデル(ABM)を提案し、連続制御や実ロボットのマルチタスク学習で改善を示した。
原題: Keep Doing What Worked: Behavioral Modelling Priors for Offline Reinforcement Learning / Noah Y. Siegel, Jost Tobias Springenberg, Felix Berkenkamp 他
日本語で読む → - 論文自動運転/強化学習画像認識
深層強化学習による視覚ベースのエンドツーエンド適応型クルーズコントロール
Unityの高速道路シミュレーション上でDouble Deep Q-networkを用い、カメラ映像から直接車間距離とスロットル/ブレーキを制御するACCシステムを構築し、ICE車とEVで報酬関数とパワートレイン特性の関係を評価した。
原題: End-to-End Vision-Based Adaptive Cruise Control (ACC) Using Deep Reinforcement Learning / Zhensong Wei, Yu Jiang, Xishun Liao 他
日本語で読む → - 論文強化学習/自動運転ロボティクス
深層強化学習による高速自律ドリフト制御
運動方程式を使わずモデルフリー深層強化学習(SAC)でドリフト制御器を構築し、未知のコースや車両特性でも安定して高速ドリフトを実現した。
原題: High-speed Autonomous Drifting with Deep Reinforcement Learning / Peide Cai, Xiaodong Mei, Lei Tai 他
日本語で読む → - 論文強化学習ロボティクス
焼きなましQ学習によるライントレーサロボットの自律制御
摩擦や滑りなどの不確かさに対応するため、シミュレーテッドアニーリングを用いたQ学習でライントレーサロボットを制御し、シミュレーションと実機実験で有効性を示した論文。
原題: Autonomous Control of a Line Follower Robot Using a Q-Learning Controller / Sepehr Saadatmand, Sima Azizi, Mohammadamir Kavousi 他
日本語で読む → - 論文強化学習AI
深層対話型強化学習による自律水中ロボットの経路追従
人間の報酬と環境報酬を組み合わせた深層対話型強化学習で、AUVの経路追従を効率的に学習させる手法を提案し、Gazebo上で検証した。
原題: Deep Interactive Reinforcement Learning for Path Following of Autonomous Underwater Vehicle / Qilei Zhang, Jinying Lin, Qixin Sha 他
日本語で読む → - 論文モデルベース強化学習機械学習
軌道中心強化学習のための局所方策最適化
軌道と局所安定化方策を同時に最適化する非線形計画法を提案し、モデル誤差に強い軌道中心のモデルベース強化学習を実現した。
原題: Local Policy Optimization for Trajectory-Centric Reinforcement Learning / Patrik Kolaric, Devesh K. Jha, Arvind U. Raghunathan 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
見習い学習と深層強化学習による運転行動の獲得
逆強化学習で報酬関数を推定しつつDDPGとREINFORCEで連続行動の運転・停止方策を学習し、シミュレーションで人間らしい運転を実現した。
原題: Learning to drive via Apprenticeship Learning and Deep Reinforcement Learning / Wenhui Huang, Francesco Braghin, Zhuo Wang
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
サブサンプション型行動ベース強化学習のための単純な反応型ニューラルネットワーク
把持・運搬タスクを接近・把持・引き戻しの反応的行動に分解し、各行動を単純な全結合ネットワークで学習した上で、Actor-Criticにより行動の活性化・抑制を学習して組み合わせる手法を提案。8,000エピソードでタスクを学習し、end-to-end手法より大幅に効率的であることを示した。
原題: On Simple Reactive Neural Networks for Behaviour-Based Reinforcement Learning / Ameya Pore, Gerardo Aragon-Camarasa
日本語で読む → - 論文自動運転/強化学習ロボティクス
潜在深層強化学習による解釈可能な都市自動運転
逐次潜在環境モデルを強化学習と同時に学習し、意味的バードアイマスクを生成することで、複雑な都市シナリオでの自動運転方策を解釈可能にした研究。
原題: Interpretable End-to-end Urban Autonomous Driving with Latent Deep Reinforcement Learning / Jianyu Chen, Shengbo Eben Li, Masayoshi Tomizuka
日本語で読む → - 論文強化学習機械学習
スパース報酬の大きさがモデルベースActor-Criticの学習速度に与える影響
スパース報酬に一様サンプリングした報酬値を加えることで、学習のサンプル効率や性能、ばらつきがどう変化するかをMujoco環境で検証した論文。
原題: Effects of sparse rewards of different magnitudes in the speed of learning of model-based actor critic methods / Juan Vargas, Lazar Andjelic, Amir Barati Farimani
日本語で読む → - 論文強化学習機械学習
ハイブリッド制御のための連続・離散強化学習
離散行動と連続行動が混在するロボット制御問題を、両者を同時に最適化するハイブリッド強化学習でネイティブに解き、専門家ヒューリスティクスを排除する利点をシミュレーションと実機で示した論文。
原題: Continuous-Discrete Reinforcement Learning for Hybrid Control in Robotics / Michael Neunert, Abbas Abdolmaleki, Markus Wulfmeier 他
日本語で読む → - 論文強化学習機械学習
情報理論的モデル予測Q学習
情報理論的MPCとエントロピー正則化強化学習の理論的関連を示し、バイアスのあるモデルを活用できるQ学習アルゴリズムを提案した論文。
原題: Information Theoretic Model Predictive Q-Learning / Mohak Bhardwaj, Ankur Handa, Dieter Fox 他
日本語で読む → - 論文逆強化学習機械学習
報酬ネットワーク蒸留による異種デモンストレータ間の目標と戦略の同時推定
複数の人間のデモンストレータから、共通のタスク目標と各人の戦略的選好をネットワーク蒸留で同時に推定する逆強化学習手法を提案し、卓球タスクなどで有効性を示した。
原題: Joint Goal and Strategy Inference across Heterogeneous Demonstrators via Reward Network Distillation / Letian Chen, Rohan Paleja, Muyleng Ghuy 他
日本語で読む → - 論文逆強化学習ロボティクス
能動的タスク推論に導かれる深層逆強化学習
時間的に拡張されたタスクの報酬学習のため、タスク構造の推論と報酬学習を交互に繰り返すアルゴリズムを提案し、推論したオートマトンで状態空間を拡張して深層IRLを行う。
原題: Active Task-Inference-Guided Deep Inverse Reinforcement Learning / Farzan Memarian, Zhe Xu, Bo Wu 他
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
自己対戦によるマルチエージェント交渉の学習
自己対戦を反復してエージェントの多様性を段階的に増やし、合流交通シミュレーションで譲り合いや追い越しなどの交渉行動を深層強化学習で獲得した。
原題: Towards Learning Multi-agent Negotiations via Self-Play / Yichuan Charlie Tang
日本語で読む → - 論文強化学習機械学習
信号時相論理タスクのための計算可能な強化学習
信号時相論理(STL)仕様を満たす方策を強化学習で学ぶ際、状態履歴の必要性による状態空間の指数的増大を、履歴を圧縮した拡張状態表現と目的関数の近似で解決し、性能保証付きで既存手法と比較した論文。
原題: Tractable Reinforcement Learning of Signal Temporal Logic Objectives / Harish Venkataraman, Derya Aksaray, Peter Seiler
日本語で読む → - 論文自動運転/強化学習機械学習
深層強化学習によるインテリジェントなラウンドアバウト進入
深層強化学習(D-A3C)を用いて、混雑したラウンドアバウトへの進入タイミングと方法を予測する操縦計画モジュールを開発した。運転スタイルや積極性レベルを調整可能で、保守的なルールベースでは停止し続けるような状況でも進入できる。
原題: Intelligent Roundabout Insertion using Deep Reinforcement Learning / Alessandro Paolo Capasso, Giulio Bacchiani, Daniele Molinari
日本語で読む → - 論文強化学習機械学習
確率的完全探索を用いた強化学習
RRTなどの計画アルゴリズムで探索を初期解探索問題として解き、その解をデモとして方策を初期化してから強化学習で洗練させるR3Lを提案し、サンプル効率と安定性を向上させた。
原題: Reinforcement Learning with Probabilistically Complete Exploration / Philippe Morere, Gilad Francis, Tom Blau 他
日本語で読む → - 論文強化学習機械学習
深層強化学習による密集空域での衝突回避最適化
密集空域で従来の衝突回避システムが機能しない問題に対し、深層強化学習で既存手法を補正し、安全性を保ちつつ効率を向上させる手法を提案した。
原題: Optimizing Collision Avoidance in Dense Airspace using Deep Reinforcement Learning / Sheng Li, Maxim Egorov, Mykel Kochenderfer
日本語で読む → - 論文階層強化学習機械学習
抽象学習モデルを用いた計画と転用可能なサブタスクの学習
サブタスクを記号的に表現する新形式L-AMDPを導入し、複数抽象度で確率的計画に使える遷移・報酬モデルを階層強化学習で獲得するPALMを提案した論文。
原題: Planning with Abstract Learned Models While Learning Transferable Subtasks / John Winder, Stephanie Milani, Matthew Landen 他
日本語で読む → - 論文強化学習/経路計画機械学習
深層強化学習による自律表面艇の経路追従と衝突回避の制御
近接方策最適化(PPO)を用いて、水中の自律表面艇が既知の経路を追従しつつ障害物を回避する制御を学習させ、シミュレーションで84〜100%の成功率を達成した。
原題: Taming an autonomous surface vehicle for path following and collision avoidance using deep reinforcement learning / Eivind Meyer, Haakon Robinson, Adil Rasheed 他
日本語で読む →
PR・アフィリエイト広告
