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: 2019/2/1 / 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 →- 論文強化学習機械学習
義肢制御のためのAIチャレンジ:深層強化学習による13の解法
筋骨格モデルを目標速度ベクトルに追従させる制御器を競うNeurIPS 2018チャレンジの概要と、参加者13チームが用いた深層強化学習ベースの解法を紹介する。
原題: Artificial Intelligence for Prosthetics - challenge solutions / Łukasz Kidziński, Carmichael Ong, Sharada Prasanna Mohanty 他
日本語で読む → - 論文教師なし強化学習ロボティクス
分布計画ネットワークによる教師なし視覚運動制御
報酬なしのインタラクションから目標までの進捗を測る埋め込み空間を学習し、自律的な強化学習を可能にする手法を提案。シミュレーションと実機マニピュレーションで有効性を示した。
原題: Unsupervised Visuomotor Control through Distributional Planning Networks / Tianhe Yu, Gleb Shevchuk, Dorsa Sadigh 他
日本語で読む → - 論文自動運転/強化学習機械学習
強化学習による安全・効率的・快適な自動運転の速度制御
深層強化学習で車間距離を保つ速度制御モデルを構築し、NGSIMデータで訓練した結果、人間より安全で効率的かつ快適な追従走行を実現した。
原題: Safe, Efficient, and Comfortable Velocity Control based on Reinforcement Learning for Autonomous Driving / Meixin Zhu, Yinhai Wang, Ziyuan Pu 他
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クアッドロータの低レベル制御
小型クアッドロータのホバリング制御を、シミュレーションなしの少量データで学習したモデルベース強化学習で実現した研究。
原題: Low Level Control of a Quadrotor with Deep Model-Based Reinforcement Learning / Nathan O. Lambert, Daniel S. Drew, Joseph Yaconelli 他
日本語で読む → - 論文強化学習/誘導制御制御
再帰型強化学習メタ学習による適応型誘導
再帰ネットワークを用いた強化学習メタ学習で、未知で変動する環境力学にリアルタイム適応する誘導システムを構築し、火星着陸や小惑星着陸などの難タスクで従来法と比較した論文。
原題: Adaptive Guidance with Reinforcement Meta-Learning / Brian Gaudet, Richard Linares
日本語で読む → - 論文強化学習機械学習
パラメータ空間と行動空間の探索を比較する:ゼロ次最適化の視点
パラメータ空間での探索と行動空間での探索の複雑さを理論的に比較し、それぞれが有利になる条件を明らかにした研究。
原題: Contrasting Exploration in Parameter and Action Space: A Zeroth-Order Optimization Perspective / Anirudh Vemula, Wen Sun, J. Andrew Bagnell
日本語で読む → - 論文意思決定/強化学習AI
平均初到達時間による到達可能性評価でマルコフ決定過程を解く
平均初到達時間(MFPT)で各状態の到達しやすさを評価し、状態の優先度付けに利用することで価値反復・方策反復を効率化する2手法を提案した論文。
原題: Solving Markov Decision Processes with Reachability Characterization from Mean First Passage Times / Shoubhik Debnath, Lantao Liu, Gaurav Sukhatme
日本語で読む → - 論文強化学習機械学習
Soft Actor-Critic:最大エントロピー強化学習アルゴリズムとその応用
最大エントロピーRLに基づくオフポリシー型アクター・クリティック法SACを改良し、温度パラメータの自動調整などを導入してサンプル効率と安定性を向上、四足歩行や巧みな手の操作でも有効性を示した。
原題: Soft Actor-Critic Algorithms and Applications / Tuomas Haarnoja, Aurick Zhou, Kristian Hartikainen 他
日本語で読む → - 論文強化学習機械学習
時間的一貫性を持つオンポリシー探索手法NADPEx
ドロップアウトを方策に組み込み、時間的に一貫した探索を実現する深層強化学習の新手法を提案し、疎な報酬タスクでも安定して学習できることを示した。
原題: NADPEx: An on-policy temporally consistent exploration method for deep reinforcement learning / Sirui Xie, Junning Huang, Lanxin Lei 他
日本語で読む → - 論文モデルベース強化学習ロボティクス
視覚的先読み:視覚ベースロボット制御のためのモデルベース深層強化学習
カメラ画像から未来を予測するモデルを自己教師ありで学習し、その予測に基づくモデル予測制御で未知の物体を含む多様な操作タスクを実現した研究。
原題: Visual Foresight: Model-Based Deep Reinforcement Learning for Vision-Based Robotic Control / Frederik Ebert, Chelsea Finn, Sudeep Dasari 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
異種マルチエージェントロボットシステムのための通信学習フレームワーク
強化学習を用いて、複数エージェントが視覚観測を圧縮符号化して通信し合いながら協調行動を学習する枠組みを提案し、2エージェントの3Dシミュレーションで実証した。
原題: Learning to Communicate: A Machine Learning Framework for Heterogeneous Multi-Agent Robotic Systems / Hyung-Jin Yoon, Huaiyu Chen, Kehan Long 他
日本語で読む → - 論文強化学習ロボティクス
補助輪付き学習:単純制御器で深層強化学習の訓練を加速する
PID制御器を切替可能な代替ポリシーとして併用し、ロボットの局所計画・ナビゲーション向け深層強化学習の訓練を高速化する枠組みを提案。シミュレーションと実機で有効性を示した。
原題: Learning with Training Wheels: Speeding up Training with a Simple Controller for Deep Reinforcement Learning / Linhai Xie, Sen Wang, Stefano Rosa 他
日本語で読む → - 論文強化学習/制御融合ロボティクス
残差方策学習:制御と強化学習の融合
既存の制御器の上に残差を強化学習で学習させることで、非微分可能な方策を改善し、複雑なロボット操作タスクの性能を高める手法を提案。
原題: Residual Policy Learning / Tom Silver, Kelsey Allen, Josh Tenenbaum 他
日本語で読む → - 論文SLAM/強化学習ロボティクス
強化学習による単眼SLAMの失敗を防ぐ軌道計画
強化学習を用いて、単眼SLAMの推定誤差が大きくならない安全な軌道を生成する手法を提案し、シミュレーションと実機で有効性を示した。
原題: Learning to Prevent Monocular SLAM Failure using Reinforcement Learning / Vignesh Prasad, Karmesh Yadav, Rohitashva Singh Saurabh 他
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
残差強化学習によるロボット制御
従来のフィードバック制御で解ける部分と、接触や摩擦を含む残差部分を強化学習で解き、両者を重ね合わせて実世界のブロック組立タスクを成功させた。
原題: Residual Reinforcement Learning for Robot Control / Tobias Johannink, Shikhar Bahl, Ashvin Nair 他
日本語で読む → - 論文タスク・動作計画/強化学習ロボティクス
強化学習とタスク・動作計画を統合した移動ロボットの堅牢な意思決定
タスク計画と動作計画を組み合わせたTMPに強化学習を統合し、動的で不確実な環境でもロボットが適応的かつ堅牢に計画・実行できるフレームワークTMP-RLを提案した。
原題: Integrating Task-Motion Planning with Reinforcement Learning for Robust Decision Making in Mobile Robots / Yuqian Jiang, Fangkai Yang, Shiqi Zhang 他
日本語で読む → - 論文モデルベース強化学習機械学習
オンライン計画とオフライン学習による効率的なモデルベース制御
局所的なモデルベース制御と大域的な価値関数学習を組み合わせ、軌道最適化と不確実性を用いた探索により、ヒューマノイド歩行や器用なハンドマニピュレーションを短時間で学習するPOLOフレームワークを提案した。
原題: Plan Online, Learn Offline: Efficient Learning and Exploration via Model-Based Control / Kendall Lowrey, Aravind Rajeswaran, Sham Kakade 他
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
学習済みスキルとダイナミクスを用いた先読み探索によるマニピュレーション強化学習
多目標RLで学習したスキルとその粗いダイナミクスを先読み探索に用い、探索を誘導することで複雑なマニピュレーション方策を効率的に学習する手法を提案した論文。
原題: Model Learning for Look-ahead Exploration in Continuous Control / Arpit Agarwal, Katharina Muelling, Katerina Fragkiadaki
日本語で読む → - 論文強化学習/ナビゲーションロボティクス
事前知識を活用した深層強化学習による時間最適速度制御
深層強化学習で車両の時間最適速度制御を生成し、数値解法を事前知識として組み合わせることで学習を高速化し、数値解を上回る性能を実現した。
原題: Deep Reinforcement Learning for Time Optimal Velocity Control using Prior Knowledge / Gabriel Hartmann, Zvi Shiller, Amos Azaria
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自動運転の実現
DDPGアルゴリズムとTORCSシミュレータを用いて、連続的な状態・行動空間に対応した自動運転エージェントを構築し、その有効性を評価した論文。
原題: Deep Reinforcement Learning for Autonomous Driving / Sen Wang, Daoyuan Jia, Xinshuo Weng
日本語で読む → - 論文強化学習AI
直交方策勾配法と自動運転への応用
現在の状態と行動集合に基づいて方策勾配を学習する直交方策勾配降下法(OPGD)を提案し、3D自動運転環境TORCSで汎化性能を検証した論文。
原題: Orthogonal Policy Gradient and Autonomous Driving Application / Mincong Luo, Yin Tong, Jiachi Liu
日本語で読む → - 論文UAV/強化学習ロボティクス
限られた環境知識下でのUAV障害物回避のための記憶ベース深層強化学習
単眼カメラ搭載のUAVが未知の屋内環境で障害物を回避できるよう、部分観測性を考慮し時系列注意付きリカレントネットワークを用いた深層強化学習手法を提案した。
原題: Memory-based Deep Reinforcement Learning for Obstacle Avoidance in UAV with Limited Environment Knowledge / Abhik Singla, Sindhu Padakandla, Shalabh Bhatnagar
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
パラメータ共有型マルチエージェント強化学習による複数運転行動の学習
エージェント間でパラメータを共有し非同期更新を組み合わせた強化学習アーキテクチャを提案し、車線維持と追い越しの運転行動を同時に学習させた。
原題: Parameter Sharing Reinforcement Learning Architecture for Multi Agent Driving Behaviors / Meha Kaushik, Phaniteja S, K. Madhava Krishna
日本語で読む → - 論文強化学習機械学習
深層方策勾配法の実態を徹底検証
深層方策勾配アルゴリズムの挙動を、勾配推定・価値予測・最適化景観の観点から詳細に分析し、理論的枠組みと実際の挙動が大きく乖離していることを示した研究。
原題: A Closer Look at Deep Policy Gradients / Andrew Ilyas, Logan Engstrom, Shibani Santurkar 他
日本語で読む → - 論文強化学習/階層的タスクHCI
戦略的内在的動機付け学習による相互関連タスク群の運動ポリシー列学習
ロボットが自らの進捗に基づきポリシー空間と手続き空間の探索を切り替え、既習スキルを組み合わせた運動ポリシー列(手続き)を自律的に獲得して階層的複合タスクを学習するアーキテクチャを提案した。
原題: Learning a Set of Interrelated Tasks by Using Sequences of Motor Policies for a Strategic Intrinsically Motivated Learner / Nicolas Duminy, Sao Mai Nguyen, Dominique Duhaut
日本語で読む → - 論文強化学習機械学習
Bayes-CPACE:連続空間ベイズ適応MDPにおけるPAC最適探索
連続状態・行動空間のベイズ適応MDPに対し、価値関数のリプシッツ連続性を利用した有限サンプル被覆で初のPAC最適アルゴリズムを提案し、離散・連続タスクで有効性を実証した。
原題: Bayes-CPACE: PAC Optimal Exploration in Continuous Space Bayes-Adaptive Markov Decision Processes / Gilwoo Lee, Sanjiban Choudhury, Brian Hou 他
日本語で読む → - 論文安全強化学習ロボティクス
モデル不確実性推定を用いた安全強化学習
MC-Dropoutとブートストラップで計算可能な不確実性推定を安全強化学習に組み込み、未知の歩行者行動に対して慎重に衝突回避する方策を実現した。
原題: Safe Reinforcement Learning with Model Uncertainty Estimates / Björn Lütjens, Michael Everett, Jonathan P. How
日本語で読む → - 論文強化学習ロボティクス
モデル不確実性に対するベイズ方策最適化
連続ベイズ適応MDPとしてモデル不確実性を定式化し、信念分布を考慮した方策最適化アルゴリズムを提案した論文。
原題: Bayesian Policy Optimization for Model Uncertainty / Gilwoo Lee, Brian Hou, Aditya Mandalika 他
日本語で読む → - 論文強化学習機械学習
自律エージェントにおけるエナクティブ学習の検討
迷路内の採餌タスクで、環境との直接的な感覚運動相互作用に基づくエナクティブ学習エージェントと従来の強化学習エージェントの性能を比較し、エナクティブエージェントが内在的目標により不利な相互作用を回避して学習できる一方、行動数に性能が制限されることを示した。
原題: Investigating Enactive Learning for Autonomous Intelligent Agents / Rafik Hadfi
日本語で読む → - 論文強化学習/安全探索ロボティクス
安全に探索できる状態空間:階層的タスク最適化による方策探索の安全な探索
把持などのタスクを優先度付きのサブタスクに分解し、上位タスクの零空間内でのみ下位タスクの方策を学習することで、衝突を避けつつ安全かつ効率的にロボットのスキルを獲得する手法を提案した。
原題: Safe-To-Explore State Spaces: Ensuring Safe Exploration in Policy Search with Hierarchical Task Optimization / Jens Lundell, Robert Krug, Erik Schaffernicht 他
日本語で読む →
PR・アフィリエイト広告
