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: 2019/6/1 / 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 →- 論文計画/強化学習AI
リプレイバッファ上の探索:計画と強化学習の橋渡し
強化学習の価値関数を用いてリプレイバッファからグラフを構築し、長期的な目標到達タスクを計画と強化学習の組み合わせで解く手法を提案した論文。
原題: Search on the Replay Buffer: Bridging Planning and Reinforcement Learning / Benjamin Eysenbach, Ruslan Salakhutdinov, Sergey Levine
日本語で読む → - 論文強化学習探索機械学習
状態周辺分布マッチングによる効率的な探索
強化学習の探索を状態周辺分布と目標分布の一致問題として定式化し、状態密度モデルと方策の二人零和ゲームとして最適化する手法を提案した論文。
原題: Efficient Exploration via State Marginal Matching / Lisa Lee, Benjamin Eysenbach, Emilio Parisotto 他
日本語で読む → - 論文強化学習/インターフェース機械学習
エージェント設計のための拡張可能な対話型インターフェース
複雑なタスクを報酬関数で指定する代わりに、ユーザーが既存ポリシーを切り替えながらデモンストレーションを行い、それに基づいて新ポリシーを学習する対話型インターフェースを提案。Lunar Landerで有効性を示した。
原題: An Extensible Interactive Interface for Agent Design / Matthew Rahtz, James Fang, Anca D. Dragan 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
深層強化学習を用いた自動運転の階層的意思決定アーキテクチャ
周囲の占有グリッドを入力に深層強化学習エージェントを訓練し、車線変更などの高レベル指令を下位コントローラへ送る階層型自動運転アーキテクチャを提案した。
原題: A Hierarchical Architecture for Sequential Decision-Making in Autonomous Driving using Deep Reinforcement Learning / Majid Moghadam, Gabriel Hugh Elkaim
日本語で読む → - 論文UAV/通信/強化学習機械学習
深層強化学習によるUAV支援車両ネットワークの最適化
UAVが車両ネットワークの中継として送信電力・チャネルと3D飛行を同時制御し、スループット最大化を図る問題をMDPとして定式化し、DDPGで解く手法を提案した論文。
原題: Deep Reinforcement Learning for Unmanned Aerial Vehicle-Assisted Vehicular Networks / Ming Zhu, Xiao-Yang Liu, Anwar Walid
日本語で読む → - 論文計画/強化学習ロボティクス
不確かな仕様に基づく計画法(PUnS)
タスク仕様がLTL式の信念として曖昧に与えられる状況に対し、4つの充足基準を定義し、等価なMDPの存在を示した上で、ロボットによる食卓準備タスクで有効性を実証した論文。
原題: Planning With Uncertain Specifications (PUnS) / Ankit Shah, Shen Li, Julie Shah
日本語で読む → - 論文継続強化学習機械学習
多様性探索と敵対的自己修正による継続強化学習
継続強化学習における破滅的忘却に対処するため、教師なし多様性探索でタスク固有スキルを獲得し、敵対的自己修正で過去経験を活用するCDANフレームワークを提案した論文。
原題: Continual Reinforcement Learning with Diversity Exploration and Adversarial Self-Correction / Fengda Zhu, Xiaojun Chang, Runhao Zeng 他
日本語で読む → - 論文強化学習cs.MM
自然言語ナレーションをStarCraft IIのゲーム状態に接地する相互埋め込みモデル
自然言語の指示をゲーム状態と同じ高次元空間に埋め込む相互埋め込みモデルを提案し、報酬形成による強化学習の改善可能性を示した。
原題: Grounding Natural Language Commands to StarCraft II Game States for Narration-Guided Reinforcement Learning / Nicholas Waytowich, Sean L. Barton, Vernon Lawhern 他
日本語で読む → - 論文強化学習・探索ロボティクス
非一様状態表現を用いた強化学習による適応的探索
探索領域を非一様にサンプリングし、強化学習に基づく非近視眼的経路生成で確率質量を効率的にカバーする探索アルゴリズムを提案した論文。
原題: Reinforcement Learning with Non-uniform State Representations for Adaptive Search / Sandeep Manjanna, Herke van Hoof, Gregory Dudek
日本語で読む → - 論文計画・強化学習機械学習
価値関数学習のための体系的なモデル探索手法
計画探索を最適経路で止めずに周辺領域まで探索し、そのデータで価値関数を学習することで、後続の計画の効率と頑健性を高める手法を提案した論文。
原題: A novel approach to model exploration for value function learning / Zlatan Ajanovic, Halil Beglerovic, Bakir Lacevic
日本語で読む → - 論文組立/強化学習ロボティクス
可変コンプライアンス組立のための高速スキル学習
カルマンフィルタで適応線形ダイナミクスと解析的事前モデルを統合し、モデル予測制御による探索で強化学習のサンプル効率を改善。さらにコンプライアンス制御のポテンシャルエネルギーを制限して接触力を適正範囲に保つ手法を提案。
原題: Fast Skill Learning for Variable Compliance Robotic Assembly / Tianyu Ren, Yunfei Dong, Dan Wu 他
日本語で読む → - 論文自動運転/逆強化学習ロボティクス
スタイルを学ぶ運転:自動運転の汎用プランニングにおける逆強化学習
人間の運転デモンストレーションから最大エントロピー逆強化学習を用いて報酬関数を自動調整し、汎用プランナーの運転スタイルを最適化する手法を提案した論文。専門家の手動調整を上回る報酬関数を学習できることを示した。
原題: Driving with Style: Inverse Reinforcement Learning in General-Purpose Planning for Automated Driving / Sascha Rosbach, Vinit James, Simon Großjohann 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
強化学習によるマルチエージェント画像分類
複数の移動エージェントが部分的な観測を収集し、強化学習と分散合意プロトコルを用いて画像を分類するフレームワークを提案し、MNISTで有効性を示した。
原題: Multi-Agent Image Classification via Reinforcement Learning / Hossein K. Mousavi, Mohammadreza Nazari, Martin Takáč 他
日本語で読む → - 論文モデルベース強化学習機械学習
デモンストレーションからの安全拡張価値推定(SAVED):疎なコストのロボットタスクのための安全な深層モデルベース強化学習
タスク完了信号と少数の劣ったデモンストレーションのみを用い、モデルベース強化学習で制約を守りながら効率的に探索するSAVEDを提案し、手術ロボットの結び目タスクなどで高い成功率と制約遵守を実現した。
原題: Safety Augmented Value Estimation from Demonstrations (SAVED): Safe Deep Model-Based RL for Sparse Cost Robotic Tasks / Brijen Thananjeyan, Ashwin Balakrishna, Ugo Rosolia 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
深層強化学習による自動運転車の走行ポリシー
高速道路を走行する自動運転車の経路計画に強化学習を適用し、動的計画法による最適ポリシーやSUMOシミュレータの手動運転と性能を比較した。
原題: A Deep Reinforcement Learning Driving Policy for Autonomous Road Vehicles / Konstantinos Makantasis, Maria Kontorinaki, Ioannis Nikolos
日本語で読む → - 論文強化学習ロボティクス
真の状態なしで強化学習を行う手法
目標観測との一致のみを報酬とする指標報酬関数と、達成目標による再ラベリングを組み合わせ、真の状態推定なしにRGB-D画像からロープ操作などの複雑な連続状態空間タスクを学習できることを示した。
原題: Reinforcement Learning without Ground-Truth State / Xingyu Lin, Harjatin Singh Baweja, David Held
日本語で読む → - 論文自動運転/計画+強化学習ロボティクス
自動運転の戦術的意思決定における計画と深層強化学習の統合
AlphaGo Zeroを連続状態空間に拡張し、モンテカルロ木探索と深層強化学習を組み合わせた自動運転の戦術的意思決定フレームワークを提案。高速道路のシミュレーションでベースラインを上回る性能を示した。
原題: Combining Planning and Deep Reinforcement Learning in Tactical Decision Making for Autonomous Driving / Carl-Johan Hoel, Katherine Driggs-Campbell, Krister Wolff 他
日本語で読む → - 論文計画/強化学習ロボティクス
多重解像度表現による価値反復ネットワークの拡張
ロボット周辺は詳細に、遠方は粗く表現しつつ特徴量を増やす多重抽象度表現でVINを拡張し、大規模な2Dグリッド計画や災害救助ロボットの走行計画を実現した。
原題: Value Iteration Networks on Multiple Levels of Abstraction / Daniel Schleich, Tobias Klamt, Sven Behnke
日本語で読む → - 論文階層型強化学習ロボティクス
複合ポリシーと構成可能ポリシーを同時に学習する階層型強化学習
複数のサブタスク用ガウシアンポリシーを活性化ベクトルで合成し、複合ポリシーから得たオフポリシーデータで複合・構成可能ポリシーを同一学習過程で同時に獲得する手法を提案した。
原題: Hierarchical Reinforcement Learning for Concurrent Discovery of Compound and Composable Policies / Domingo Esteban, Leonel Rozo, Darwin G. Caldwell
日本語で読む → - 論文強化学習機械学習
能動的不確実性低減を用いたロボティクスと制御のための強化学習
限られた試行から不確実性を管理する仮想環境を構築し、モデルベースとモデルフリーを組み合わせてデータ効率と複雑な方策の両立を実現した強化学習手法を提案する。
原題: Reinforcement Learning for Robotics and Control with Active Uncertainty Reduction / Narendra Patwardhan, Zequn Wang
日本語で読む → - 論文強化学習機械学習
タスク非依存スキルの深層強化学習による合成
深層強化学習で学習した基本スキルを組み合わせ、未知のタスクを少ないデータで解くスキル転移・合成手法を提案した論文。
原題: Composing Task-Agnostic Policies with Deep Reinforcement Learning / Ahmed H. Qureshi, Jacob J. Johnson, Yuzhe Qin 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
車両ダイナミクスを考慮した深層強化学習による追従制御の再設計
点質量モデルで学習した強化学習ACC制御器が車両ダイナミクス下で性能劣化することを示し、遅延入力と実加速度を状態に加える再設計で動的計画法に近い性能を達成した。
原題: Longitudinal Dynamic versus Kinematic Models for Car-Following Control Using Deep Reinforcement Learning / Yuan Lin, John McPhee, Nasser L. Azad
日本語で読む → - 論文強化学習機械学習
好奇心メタコントローラ:深層強化学習におけるモデルベース制御とモデルフリー制御の適応的切り替え
潜在空間でのダイナミクスモデルの学習進捗に基づく好奇心フィードバックを用いて、モデルベース制御とモデルフリー制御を適応的に切り替える手法を提案し、画像入力からのロボットのリーチング・把持タスクでサンプル効率と性能を改善した。
原題: Curious Meta-Controller: Adaptive Alternation between Model-Based and Model-Free Control in Deep Reinforcement Learning / Muhammad Burhan Hafez, Cornelius Weber, Matthias Kerzel 他
日本語で読む → - 論文自動運転/安全強化学習ロボティクス
シーン分解を用いた安全強化学習による複雑な都市環境の走行
モデル検査で安全性を保証する強化学習に信念更新とシーン分解を組み合わせ、複数の交通参加者がいる複雑な交差点を安全に自律走行する手法を提案した。
原題: Safe Reinforcement Learning with Scene Decomposition for Navigating Complex Urban Environments / Maxime Bouton, Alireza Nakhaei, Kikuo Fujimura 他
日本語で読む → - 論文自動運転/強化学習機械学習
都市自動運転のためのモデルフリー深層強化学習
複雑な都市交差点での自動運転判断を、手設計なしで学習できるモデルフリー深層強化学習フレームワークを提案し、高精細シミュレータのラウンドアバウト課題で有効性を示した。
原題: Model-free Deep Reinforcement Learning for Urban Autonomous Driving / Jianyu Chen, Bodi Yuan, Masayoshi Tomizuka
日本語で読む → - 論文強化学習機械学習
報酬設計不要のエンドツーエンドロボット強化学習
成功例の少数サンプルと能動的なラベル問い合わせだけで報酬関数を学習し、カメラ画像入力の実機マニピュレーションを人手の報酬設計なしで獲得する手法を提案。
原題: End-to-End Robotic Reinforcement Learning without Reward Engineering / Avi Singh, Larry Yang, Kristian Hartikainen 他
日本語で読む → - 論文メタ強化学習機械学習
連合型メタ方策探索
各タスクをオフポリシー学習で解き、その解を模倣して単一のメタ学習器に統合することで、メタ強化学習のサンプル効率を大幅に改善する手法を提案した。
原題: Guided Meta-Policy Search / Russell Mendonca, Abhishek Gupta, Rosen Kralev 他
日本語で読む → - 論文強化学習機械学習
リスク回避型ロバスト敵対的強化学習
敵対者との訓練にリスク評価を取り入れ、価値関数の分散でリスクをモデル化したリスク回避型の自動運転制御を提案し、クラッシュを大幅に削減した。
原題: Risk Averse Robust Adversarial Reinforcement Learning / Xinlei Pan, Daniel Seita, Yang Gao 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
自然走行データを用いた多目的自動ブレーキシステム
歩行者安全と乗員快適性を両立する自動ブレーキ制御を深層強化学習で学習し、VR実験の自然走行データで訓練してPPOとDDPGを比較した。
原題: Multi-Objective Autonomous Braking System using Naturalistic Dataset / Rafael Vasquez, Bilal Farooq
日本語で読む → - 論文強化学習/歩行ロボティクス
強化学習によるヘビ型ロボットの省エネ蛇行歩容探索
ヘビ型ロボットの省エネな蛇行歩容をPPOベースの強化学習で生成し、従来のパラメータ化歩容制御より自然で適応的かつ高効率であることを示した。
原題: Energy-Efficient Slithering Gait Exploration for a Snake-like Robot based on Reinforcement Learning / Zhenshan Bing, Christian Lemke, Zhuangyi Jiang 他
日本語で読む →
PR・アフィリエイト広告
