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: 2019/9/1 / 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 →- 論文強化学習ベンチマークロボティクス
Reacherタスクの暗黙の空間制約が深層強化学習の難易度を大きく下げている
Reacherタスクの実装に暗黙的に含まれる空間制約がDDPGの学習を大幅に容易にしていることを実験的に示し、既存ベンチマークが一般的なロボットマニピュレーションの難しさを代表していないと指摘した論文。
原題: How Much Do Unstated Problem Constraints Limit Deep Robotic Reinforcement Learning? / W. Cannon Lewis, Mark Moll, Lydia E. Kavraki
日本語で読む → - 論文自動運転/強化学習ロボティクス
動的で不確実な高速道路環境における深層強化学習による自動車線変更の意思決定
他車の挙動の不確実性を再現する新しい交通シミュレーション環境を構築し、深層強化学習で車線変更エージェントを訓練した。ノイズの多い環境ではヒューリスティック手法より大幅に優れた性能を示した。
原題: Automated Lane Change Decision Making using Deep Reinforcement Learning in Dynamic and Uncertain Highway Environment / Ali Alizadeh, Majid Moghadam, Yunus Bicer 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
深層強化学習で密集交通をすり抜ける自動運転
深層強化学習を用いて、他車の協調性を引き出しながら密集交通の中で車線変更や合流を行う連続制御ポリシーを学習し、モデル予測制御を上回る性能を示した論文。
原題: Driving in Dense Traffic with Model-Free Reinforcement Learning / Dhruv Mauria Saxena, Sangjae Bae, Alireza Nakhaei 他
日本語で読む → - 論文空撮/強化学習/sim2realロボティクス
セルフィードローンスティック:スマホで操る空撮インターフェース
スマホのセンサー情報を使って、ユーザーが望む構図の長距離自撮りをクアッドコプターが自律的に撮影できる自然な操作インターフェースを開発した。実画像とシミュレーションを組み合わせた深層強化学習で制御器を訓練し、実機へ転移させた。
原題: Selfie Drone Stick: A Natural Interface for Quadcopter Photography / Saif Alabachi, Gita Sukthankar, Rahul Sukthankar
日本語で読む → - 論文強化学習機械学習
実ロボット上の深層強化学習アルゴリズム評価による再現性に関する調査
強化学習研究の再現性を妨げる要因を整理し、実ロボット実験で標準化された評価手法と適切な統計処理の重要性を示した調査論文。
原題: A Survey on Reproducibility by Evaluating Deep Reinforcement Learning Algorithms on Real-World Robots / Nicolai A. Lynnerup, Laura Nolling, Rasmus Hasle 他
日本語で読む → - 論文強化学習/飛行制御/sim2real機械学習
深層強化学習によるドローンフライトコントローラの合成
マルチコプタのデジタルツインと強化学習を用いて、機体固有のニューラルネットワーク飛行制御器を訓練・実機展開するためのオープンソース基盤(GymFC/Neuroflight)を構築した論文。
原題: Flight Controller Synthesis Via Deep Reinforcement Learning / William Koch
日本語で読む → - 論文自動運転/強化学習機械学習
動的相互作用を考慮した自動運転強化学習のためのシーン理解
自動運転の意思決定に強化学習を用いるため、Deep Setsやグラフ畳み込みネットワークを拡張したDeep Scenesアーキテクチャを提案し、交通参加者間の相互作用を考慮したシーン表現を学習するGraph-QとDeepScene-Qを開発、SUMOシミュレータで従来手法を上回る性能を示した。
原題: Dynamic Interaction-Aware Scene Understanding for Reinforcement Learning in Autonomous Driving / Maria Huegle, Gabriel Kalweit, Moritz Werling 他
日本語で読む → - 論文逆強化学習機械学習
リスク感度型逆強化学習のための能動学習
人間のリスク選好をモデル化するリスク感度型逆強化学習において、専門家のリスク選好の未知領域を効率的に探索する確率的撹乱サンプリング手法を提案し、収束を加速させる。
原題: Active Learning for Risk-Sensitive Inverse Reinforcement Learning / Rui Chen, Wenshuo Wang, Zirui Zhao 他
日本語で読む → - 論文強化学習機械学習
深層強化学習における流動的適応性へ:生物系の知見に学ぶ適応的柔軟性
生物の「流動的適応性」を参考に、深層強化学習が環境変化に柔軟に対応できない課題を分析し、将来のAIにその能力を持たせるための研究戦略を論じた論文。
原題: From Crystallized Adaptivity to Fluid Adaptivity in Deep Reinforcement Learning -- Insights from Biological Systems on Adaptive Flexibility / Malte Schilling, Helge Ritter, Frank W. Ohl
日本語で読む → - 論文把持/強化学習ロボティクス
2.5D画像のみから把持を学習する深層強化学習手法
深度カメラの2.5D画像だけを入力に、深層強化学習で真空グリッパーの把持位置・姿勢を推定し、物体表面へ高精度に到達できることを示した研究。
原題: Learning to Grasp from 2.5D images: a Deep Reinforcement Learning Approach / Alessia Bertugli, Paolo Galeone
日本語で読む → - 論文強化学習ロボティクス
近似動的計画法による無人戦闘機の自律機動決定
空対空戦闘における1対1の3次元機動問題に対し、強化学習と近似動的計画法を用いて自律的な機動方策を学習する手法を提案した。
原題: Research on Autonomous Maneuvering Decision of UCAV based on Approximate Dynamic Programming / Zhencai Hu, Peng Gao, Fei Wang
日本語で読む → - 論文強化学習/モデルベース/HRIロボティクス
想像上のロールアウトを用いたサンプル効率の高い深層強化学習による人間-ロボットインタラクション
確率的環境のモデルをオンライン学習し、生成した合成遷移で強化学習を加速する手法を提案。人間のジェスチャーに基づくロボットアーム作業で、環境との相互作用を大幅に削減しつつ学習が高速化することを示した。
原題: Sample-efficient Deep Reinforcement Learning with Imaginary Rollouts for Human-Robot Interaction / Mohammad Thabet, Massimiliano Patacchiola, Angelo Cangelosi
日本語で読む → - 論文強化学習ロボティクス
過去のタスク経験を活かした効率的探索学習
過去に解いたタスクのデータから生成モデルを構築し、新しいタスクの強化学習における探索を効率化する手法を提案。マニピュレータの動作・接触タスクで学習速度が2倍以上になることを示した。
原題: Learning to Explore in Motion and Interaction Tasks / Miroslav Bogdanovic, Ludovic Righetti
日本語で読む → - 論文強化学習/アーキテクチャ探索cs.NE
彩色ネットワークによる強化学習のためのコンパクトアーキテクチャ探索
ENASと進化戦略を組み合わせ、エッジの彩色(同重みクラス分割)を探索空間として強化学習ポリシーを極限まで軽量化する手法を提案。17パラメータでも良好な報酬を維持し、従来比6倍の圧縮を実現した。
原題: Reinforcement Learning with Chromatic Networks for Compact Architecture Search / Xingyou Song, Krzysztof Choromanski, Jack Parker-Holder 他
日本語で読む → - 論文逆強化学習機械学習
実演からの最大因果エントロピーによる仕様推定
実演データからブール型のタスク仕様を推定するため、最大因果エントロピー逆強化学習を適用し、BDDを用いて指数時間アルゴリズムを多項式時間に改善した論文。
原題: Maximum Causal Entropy Specification Inference from Demonstrations / Marcell Vazquez-Chanlatte, Sanjit A. Seshia
日本語で読む → - 論文自動運転/強化学習ロボティクス
深層強化学習による自動運転車の走行ポリシー
高速道路を走る自動運転車の経路計画を、環境モデルを仮定しない強化学習で学習し、動的計画法の最適方策や交通シミュレータ上の現実的シナリオで評価した研究。
原題: Deep Reinforcement-Learning-based Driving Policy for Autonomous Road Vehicles / Konstantinos Makantasis, Maria Kontorinaki, Ioannis Nikolos
日本語で読む → - 論文強化学習/外乱ロバスト制御ロボティクス
外乱オブザーバ統合型強化学習による未知の過大時変外乱の能動的除去
RNNで未知の時変外乱を推定・予測するオブザーバと制御器を強化学習で統合し、制御能力を超える外乱にも能動的に対抗するDOB-Netを提案した論文。
原題: DOB-Net: Actively Rejecting Unknown Excessive Time-Varying Disturbances / Tianming Wang, Wenjie Lu, Zheng Yan 他
日本語で読む → - 論文強化学習ロボティクス
深層強化学習による柔軟ロボットの訓練
柔軟なロボットハードウェアの制御を深層強化学習のポリシー探索で訓練し、様々な柔軟度の複雑タスクで効率的かつ頑健なポリシーを学習できることを示した。
原題: On Training Flexible Robots using Deep Reinforcement Learning / Zach Dwiel, Madhavun Candadai, Mariano Phielipp
日本語で読む → - 論文強化学習/軌道計画ロボティクス
事前知識を活用した強化学習によるロボットの時間最適経路追従
モータ特性による速度依存のトルク制約を考慮し、事前知識を用いた改良Q学習でロボットの時間最適軌道を求める手法を提案し、実験で有効性を検証した。
原題: Reinforcement Learning for Robotic Time-optimal Path Tracking Using Prior Knowledge / Jiadong Xiao, Lin Li, Yanbiao Zou 他
日本語で読む → - 論文強化学習ロボティクス
環境を探るインタラクションポリシー
強化学習で未知環境に適応するため、まず環境の特性を探るEPIポリシーを学習し、その情報をタスクポリシーの入力に用いる手法を提案。遷移予測性に基づく報酬で学習し、新規環境での性能を向上させた。
原題: Environment Probing Interaction Policies / Wenxuan Zhou, Lerrel Pinto, Abhinav Gupta
日本語で読む → - 論文強化学習・解釈性機械学習
保守的Q改善:解釈可能な決定木方策のための強化学習
方策全体の割引将来報酬が十分に増える場合のみ決定木を拡張する新アルゴリズムを提案し、従来法と同等以上の性能をより簡潔な木で達成した。
原題: Conservative Q-Improvement: Reinforcement Learning for an Interpretable Decision-Tree Policy / Aaron M. Roth, Nicholay Topin, Pooyan Jamshidi 他
日本語で読む → - 論文強化学習機械学習
内在的動機と報酬正規化による直感的物理学習
乳児のように物体と相互作用しながら直感的物理モデルを学ぶエージェントを提案し、内在的報酬の正規化で効率的にモデル改善行動を選択できることを示した。
原題: Intrinsic Motivation Driven Intuitive Physics Learning using Deep Reinforcement Learning with Intrinsic Reward Normalization / JaeWon Choi, Sung-eui Yoon
日本語で読む → - 論文強化学習機械学習
力学距離学習による半教師あり・教師なしスキル発見
ゴールまでの期待時間を表す力学距離を学習し、報酬設計なしで複雑なタスクを効率的に学習する手法を提案。実機9自由度ハンドで画像入力と10個の選好ラベルのみからバルブ回しを習得した。
原題: Dynamical Distance Learning for Semi-Supervised and Unsupervised Skill Discovery / Kristian Hartikainen, Xinyang Geng, Tuomas Haarnoja 他
日本語で読む → - 論文自動運転/強化学習機械学習
自動運転の深層強化学習における動的入力の扱い
周囲の車の数が変動する自動運転の意思決定において、Deep Sets構造をオフポリシー強化学習に導入し、可変サイズ入力への対応と未知状況への汎化性能を比較検証した論文。
原題: Dynamic Input for Deep Reinforcement Learning in Autonomous Driving / Maria Hügle, Gabriel Kalweit, Branka Mirchevska 他
日本語で読む → - 論文モデルベース強化学習機械学習
ポリシーネットワークを用いたモデルベース計画法の探求
ポリシーネットワークとオンライン計画を組み合わせ、行動計画をニューラルネット最適化問題として解くモデルベース強化学習手法POPLINを提案し、MuJoCoで高いサンプル効率を達成した。
原題: Exploring Model-based Planning with Policy Networks / Tingwu Wang, Jimmy Ba
日本語で読む → - 論文継続強化学習機械学習
方策蒸留とSim2Real転移による実環境での継続強化学習
3輪オムニロボットの2Dナビゲーションを題材に、状態表現学習と方策蒸留を組み合わせて、逐次与えられる複数タスクを忘れずに解く継続強化学習手法を実機へ適用した。
原題: Continual Reinforcement Learning deployed in Real-life using Policy Distillation and Sim2Real Transfer / René Traoré, Hugo Caselles-Dupré, Timothée Lesort 他
日本語で読む → - 論文階層強化学習機械学習
階層強化学習における合成的転移
複数タスク間でデータを共有する階層的方策最適化手法RHPOを提案し、実機ロボットの積み木タスクでデータ効率と性能の大幅な向上を示した。
原題: Compositional Transfer in Hierarchical Reinforcement Learning / Markus Wulfmeier, Abbas Abdolmaleki, Roland Hafner 他
日本語で読む → - 論文階層型強化学習ロボティクス
DynoPlan:安全な階層型強化学習のための運動計画と深層ニューラルネットワーク制御器の融合
運動計画と学習済み制御器を階層型強化学習のオプションとして統合し、ダイナミクスモデルと目標近接ヒューリスティックを用いたモデル予測制御で安全に切り替える枠組みを提案した論文。
原題: DynoPlan: Combining Motion Planning and Deep Neural Network based Controllers for Safe HRL / Daniel Angelov, Yordan Hristov, Subramanian Ramamoorthy
日本語で読む → - 論文自動運転/強化学習ロボティクス
深層決定論的方策勾配による自動車線変更の連続制御
DDPGを用いて車線変更を連続行動空間で学習させ、環境や車両動力学の事前知識なしにシミュレーション上で100%の成功率を達成した。
原題: Continuous Control for Automated Lane Change Behavior Based on Deep Deterministic Policy Gradient Algorithm / Pin Wang, Hanhan Li, Ching-Yao Chan
日本語で読む → - 論文自動運転/強化学習ロボティクス
協調性を考慮した強化学習による密集交通での合流
他車の協調度合いに関する信念を保持しながら強化学習で合流行動を学習し、オンライン計画法よりデッドロックを減らした研究。
原題: Cooperation-Aware Reinforcement Learning for Merging in Dense Traffic / Maxime Bouton, Alireza Nakhaei, Kikuo Fujimura 他
日本語で読む →
PR・アフィリエイト広告
