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: 2018/10/1 / 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 →- 論文モデルベース強化学習機械学習
スパース関係遷移モデルの学習
複雑で不確実な環境の遷移を関係ルールで記述し、関連物体のみに着目したスパースな遷移モデルを学習する手法を提案した。
原題: Learning sparse relational transition models / Victoria Xia, Zi Wang, Leslie Pack Kaelbling
日本語で読む → - 論文強化学習/探索機械学習
到達可能性に基づくエピソード的好奇心
エピソード記憶と環境ステップ数による到達可能性を用いて新規性ボーナスを計算する好奇心手法を提案し、ViZDoomやDMLabの探索タスクでICMを上回り、MuJoCoのアリが一人称視点のみで歩行を学習できることを示した。
原題: Episodic Curiosity through Reachability / Nikolay Savinov, Anton Raichuk, Raphaël Marinier 他
日本語で読む → - 論文強化学習ベンチマーク機械学習
実機ロボットでの強化学習アルゴリズムのベンチマーク
複数の市販ロボットを用いた実機向け強化学習タスクを提案し、4つの代表的なアルゴリズムの学習性能とハイパーパラメータ感度を実機で評価した。
原題: Benchmarking Reinforcement Learning Algorithms on Real-World Robots / A. Rupam Mahmood, Dmytro Korenkevych, Gautham Vasan 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
マルチロボット箱押しタスクにおける強化学習アルゴリズムの比較
箱押しタスクを単一エージェントとマルチエージェントの両方で定式化し、Q学習系アルゴリズムを動的環境のシミュレーションで比較して性能を評価した論文。
原題: A Comparison of Various Approaches to Reinforcement Learning Algorithms for Multi-robot Box Pushing / Mehdi Rahimi, Spencer Gibb, Yantao Shen 他
日本語で読む → - 論文強化学習機械学習
強化学習による生体力学シミュレーションの筋興奮推定
生体力学シミュレーション上で、目標運動を再現する筋興奮を深層強化学習(NAF)で推定する手法を提案し、2D/3D環境で高精度に学習できることを示した。
原題: Muscle Excitation Estimation in Biomechanical Simulation Using NAF Reinforcement Learning / Amir H. Abdi, Pramit Saha, Praneeth Srungarapu 他
日本語で読む → - 論文自動運転/強化学習機械学習
コンパクトな意味状態を用いた深層強化学習による自動運転の適応的行動生成
自動運転の操縦判断を、意味的な状態表現と行動適応関数を用いた深層強化学習で学習し、再学習なしに好みの運転行動を変更できる手法を提案した。
原題: Adaptive Behavior Generation for Autonomous Driving using Deep Reinforcement Learning with Compact Semantic States / Peter Wolf, Karl Kurzer, Tobias Wingert 他
日本語で読む → - 論文強化学習ロボティクス
経験ランキングCNNを組み合わせたロボットマニピュレータの深層学習
強化学習(DDPGとHindsight Experience Replay)に経験ランキングCNNを統合し、報酬の少ないロボット操作タスクの学習を大幅に高速化した研究。
原題: Deep Learning with Experience Ranking Convolutional Neural Network for Robot Manipulator / Hai Nguyen, Hung Manh La, Matthew Deans
日本語で読む → - 論文模倣学習/逆強化学習機械学習
変分逆強化学習による敵対的模倣学習
GANの枠組みにエンパワーメント正則化付き最大エントロピー逆強化学習を組み込み、未知のダイナミクス下でも専門家の例から汎化性の高い報酬と方策を同時学習する手法を提案した。
原題: Adversarial Imitation via Variational Inverse Reinforcement Learning / Ahmed H. Qureshi, Byron Boots, Michael C. Yip
日本語で読む → - 論文強化学習/ヒューマンインタラクションAI
人間とのインタラクションを活用した自律システムのための学習サイクル
人間によるデモンストレーション・介入・評価を強化学習と組み合わせ、各モダリティの統合と切り替え基準を定めるCycle-of-Learningフレームワークを提案した論文。
原題: Cycle-of-Learning for Autonomous Systems from Human Interaction / Nicholas R. Waytowich, Vinicius G. Goecks, Vernon J. Lawhern
日本語で読む → - 論文自動運転/強化学習ロボティクス
自動運転車のための自動チューニングフレームワーク
Apollo自動運転フレームワーク上で、ランクベース条件付き逆強化学習とオフライン学習・自動データ収集を用い、報酬関数をデータ駆動で自動調整する枠組みを開発した。
原題: An Auto-tuning Framework for Autonomous Vehicles / Haoyang Fan, Zhongpu Xia, Changchun Liu 他
日本語で読む → - 論文強化学習機械学習
好奇心駆動学習の大規模研究
外発的報酬なしに予測誤差を報酬とする好奇心のみで54のベンチマーク環境を学習し、多くのゲームで良好に機能することを示した大規模研究。
原題: Large-Scale Study of Curiosity-Driven Learning / Yuri Burda, Harri Edwards, Deepak Pathak 他
日本語で読む → - 論文視覚強化学習機械学習
想像上のゴールを用いた視覚強化学習
教師なし表現学習とゴール条件付き強化学習を組み合わせ、エージェントが自らゴールを想像して練習することで、生の画像入力から汎用的なスキルを獲得する手法を提案した論文。
原題: Visual Reinforcement Learning with Imagined Goals / Ashvin Nair, Vitchyr Pong, Murtaza Dalal 他
日本語で読む → - 論文自動運転/強化学習画像認識
視覚ベース自動運転のための制御可能な模倣強化学習
人間のデモンストレーションを模倣して行動空間を制約したDDPGにより、視覚入力のみで高忠実度シミュレータ上の自動運転を高成功率で実現した研究。
原題: CIRL: Controllable Imitative Reinforcement Learning for Vision-based Self-driving / Xiaodan Liang, Tairui Wang, Luona Yang 他
日本語で読む → - 論文対話型強化学習AI
マルチモーダルフィードバックとアフォーダンスを活用した対話型強化学習
音声指示と手ジェスチャーを統合したマルチモーダルフィードバックと文脈的アフォーダンスを組み合わせ、ロボットの清掃タスクにおける対話型強化学習の性能を向上させた研究。
原題: Multi-modal Feedback for Affordance-driven Interactive Reinforcement Learning / Francisco Cruz, German I. Parisi, Stefan Wermter
日本語で読む → - 論文階層型強化学習AI
中断を学習する階層型深層強化学習フレームワークによる効率的探索
人間設計のオプションと学習可能な終了関数による中断機構を組み合わせた階層型強化学習を提案し、四部屋ナビゲーションで効率性と柔軟性を示した。
原題: Learning to Interrupt: A Hierarchical Deep Reinforcement Learning Framework for Efficient Exploration / Tingguang Li, Jin Pan, Delong Zhu 他
日本語で読む → - 論文強化学習ロボティクス
少数試行でロボット制御器を学習する方策探索アルゴリズムのサーベイ
物理ロボットで十数回の試行しかできない「マイクロデータ強化学習」を実現する方策探索手法を、事前知識の活用とデータ駆動サロゲートモデルの2戦略から整理したサーベイ。
原題: A survey on policy search algorithms for learning robot controllers in a handful of trials / Konstantinos Chatzilygeroudis, Vassilis Vassiliades, Freek Stulp 他
日本語で読む → - 論文強化学習/滑空制御ロボティクス
深層強化学習による滑空と着地の制御
楕円体の2次元モデルと深層強化学習を組み合わせ、物理法則を明示的に与えずに省エネルギー滑空や最短時間到達などの最適な滑空・着地戦略を獲得できることを示した。
原題: Deep-Reinforcement-Learning for Gliding and Perching Bodies / Guido Novati, Lakshminarayanan Mahadevan, Petros Koumoutsakos
日本語で読む → - 論文強化学習機械学習
音声操作スマートホームのための適応的意思決定モデルArcades
家庭内自動化システムのグラフ表現から深層強化学習で文脈を抽出し、ユーザーの行動に合わせて継続的に振る舞いを更新する音声制御スマートホーム向けシステムを提案した。
原題: Arcades: A deep model for adaptive decision making in voice controlled smart-home / Alexis Brenon, François Portet, Michel Vacher
日本語で読む → - 論文強化学習/ドローン機械学習
単眼画像による屋内実環境でのドローン自律飛行を実現するエンドツーエンド強化学習
単眼カメラ画像のみを入力とするエンドツーエンド強化学習で、小型ドローンが屋内実環境で障害物を回避しながら自律航行できる手法を提案・実機検証した。
原題: NAVREN-RL: Learning to fly in real environment via end-to-end deep reinforcement learning using monocular images / Malik Aqeel Anwar, Arijit Raychowdhury
日本語で読む → - 論文強化学習/走行計画制御
通信と走行計画を強化学習で同時適応させる自動運転手法
自動運転車が通信レートと走行計画の制約を互いに考慮しながら、走行行動とインフラへの情報問い合わせをQ学習で同時に最適化する手法を提案し、シミュレーションで有効性を示した。
原題: A Reinforcement Learning Approach to Jointly Adapt Vehicular Communications and Planning for Optimized Driving / Mayank K. Pal, Rupali Bhati, Anil Sharma 他
日本語で読む → - 論文強化学習ロボティクス
Q学習とDQNによる自己平衡ロボットモデルの制御実装
自己平衡ロボットのGazeboモデルに対しQ学習と深層Qネットワーク(DQN)を実装し、バランスを保つ最適行動を学習させて両手法の性能を比較した。
原題: Implementation of Q Learning and Deep Q Network For Controlling a Self Balancing Robot Model / MD Muhaimin Rahman, SM Hasanur Rashid, M. M Hossain
日本語で読む → - 論文強化学習機械学習
最大事後確率方策最適化
相対エントロピー目的関数の座標上昇に基づく新しい強化学習アルゴリズムMPOを提案し、連続制御でサンプル効率と安定性に優れることを示した。
原題: Maximum a Posteriori Policy Optimisation / Abbas Abdolmaleki, Jost Tobias Springenberg, Yuval Tassa 他
日本語で読む → - 論文強化学習AI
失敗する初期状態から学ぶ:優雅に転べるロボットの設計
強化学習において、失敗が避けられない初期状態をあえて学習に含めることで、報酬地形の勾配が改善され学習効率が向上することを示した論文。
原題: Learning from Outside the Viability Kernel: Why we Should Build Robots that can Fall with Grace / Steve Heim, Alexander Spröwitz
日本語で読む → - 論文強化学習/報酬設計ロボティクス
分割統治による報酬設計の簡素化
環境ごとに個別に報酬を設計し、それらを観測として共通報酬を推定する分割統治型の報酬設計手法を提案し、ユーザ実験で従来の一括設計より高速・高品質であることを示した。
原題: Simplifying Reward Design through Divide-and-Conquer / Ellis Ratner, Dylan Hadfield-Menell, Anca D. Dragan
日本語で読む → - 論文敵対的強化学習ロボティクス
敵対的強化学習による自動運転の衝突回避機構ベンチマークフレームワーク
衝突回避機構の安全性を評価するため、最悪ケースの敵対エージェントを深層強化学習で訓練し、その挙動でベンチマークする枠組みを提案・実証した。
原題: Adversarial Reinforcement Learning Framework for Benchmarking Collision Avoidance Mechanisms in Autonomous Vehicles / Vahid Behzadan, Arslan Munir
日本語で読む → - 論文強化学習ロボティクス
BaRC:ロボット強化学習のための後方到達可能性カリキュラム
近似ダイナミクスモデルを用いて、ゴールに近い状態から学習を始め、性能向上に応じて初期状態分布を後方に拡大するカリキュラムを提案し、モデルフリーRLの学習を加速した。
原題: BaRC: Backward Reachability Curriculum for Robotic Reinforcement Learning / Boris Ivanovic, James Harrison, Apoorva Sharma 他
日本語で読む → - 論文強化学習stat.ML
A0C: 連続行動空間におけるAlpha Zero
Alpha Zeroを連続行動空間に拡張するための理論的拡張を提案し、振り子の振り上げタスクで予備実験を行って実現可能性を示した。
原題: A0C: Alpha Zero in Continuous Action Space / Thomas M. Moerland, Joost Broekens, Aske Plaat 他
日本語で読む → - 論文モデルベース強化学習機械学習
不確実性を考慮した力学モデルによる少ない試行での深層強化学習
不確実性を考慮した深層アンサンブル力学モデルと軌道サンプリングを組み合わせたPETSを提案し、モデルフリー強化学習と同等の性能をはるかに少ないサンプル数で達成した。
原題: Deep Reinforcement Learning in a Handful of Trials using Probabilistic Dynamics Models / Kurtland Chua, Roberto Calandra, Rowan McAllister 他
日本語で読む → - 論文強化学習理論機械学習
強化学習と制御の確率的推論としての定式化:チュートリアルとレビュー
最大エントロピー強化学習が確率的推論(決定論的なら厳密推論、確率的なら変分推論)と等価であることを導出し、関連アルゴリズムと今後の展望を概説したチュートリアル論文。
原題: Reinforcement Learning and Control as Probabilistic Inference: Tutorial and Review / Sergey Levine
日本語で読む → - 論文強化学習機械学習
深層強化学習のための教師あり方策更新
制約付き最適化で近接方策空間の最適解を求め、教師あり回帰でパラメータ化方策に変換するサンプル効率の高い強化学習手法SPUを提案。
原題: Supervised Policy Update for Deep Reinforcement Learning / Quan Vuong, Yiming Zhang, Keith W. Ross
日本語で読む →
PR・アフィリエイト広告
