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: 2018/5/1 / 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 →- 論文階層型強化学習機械学習
後知恵学習を用いた階層型強化学習
遅延・疎な報酬環境で、複数の時間スケールの行動を並列に学習する階層型強化学習手法を提案し、サンプル効率を大幅に改善した。
原題: Hierarchical Reinforcement Learning with Hindsight / Andrew Levy, Robert Platt, Kate Saenko
日本語で読む → - 論文強化学習/タスク転移機械学習
選好に基づくコスト学習によるタスク転移
専門家の選好を手がかりに、正確な専門家デモや明示的なコスト関数なしで強化学習のタスク転移を実現する枠組みを提案し、選好選択と敵対的MaxEnt IRLによるコスト・軌道分布学習を交互に行う。
原題: Task Transfer by Preference-Based Cost Learning / Mingxuan Jing, Xiaojian Ma, Wenbing Huang 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
強化学習による自動車線変更マニューバの学習
連続状態・連続行動空間に対応したQ関数近似器を設計し、深層Q学習で多様な状況下での自動車線変更を学習させた研究。
原題: A Reinforcement Learning Based Approach for Automated Lane Change Maneuvers / Pin Wang, Ching-Yao Chan, Arnaud de La Fortelle
日本語で読む → - 論文強化学習ロボティクス
実世界の人間-ロボット相互作用のための内発的動機付け強化学習
行動条件付き予測モデルから内発的報酬を得る強化学習で、実環境での人間との相互作用からロボットが社会的スキルを獲得できることを示した論文。
原題: Intrinsically motivated reinforcement learning for human-robot interaction in the real-world / Ahmed Hussain Qureshi, Yutaka Nakamura, Yuichiro Yoshikawa 他
日本語で読む → - 論文強化学習/姿勢制御ロボティクス
強化学習によるUAV姿勢制御の検討
高忠実度シミュレータ上でDDGP・TRPO・PPOを用いてクアッドロータの姿勢制御を学習し、PID制御と性能を比較した研究。
原題: Reinforcement Learning for UAV Attitude Control / William Koch, Renato Mancuso, Richard West 他
日本語で読む → - 論文組立/強化学習ロボティクス
CAD情報を活用したロボット組立の強化学習
CADデータから得られる幾何学的情報で強化学習を誘導し、接触の多い高精度な組立作業を自律的に学習させる手法を提案した論文。
原題: Learning Robotic Assembly from CAD / Garrett Thomas, Melissa Chien, Aviv Tamar 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インタラクティブ環境下での自動運転マニューバ
連続行動空間に対応するためニューラルネットワークでQ関数を近似するQ学習を設計し、車両動力学の事前知識を組み込んで車線変更マニューバを模擬環境で学習・検証した論文。
原題: Automated Driving Maneuvers under Interactive Environment based on Deep Reinforcement Learning / Pin Wang, Ching-Yao Chan, Hanhan Li
日本語で読む → - 論文モデルベース強化学習ロボティクス
近似価値関数評価を用いた深層楽観的プランニング
深層ニューラルネットで学習したQ関数をモンテカルロ木探索に組み込み、楽観的な行動選択で探索と計画を効率化するモデルベース強化学習手法DOPを提案し、協調ナビゲーションやロボットの把持・受け渡しタスクで有効性を示した。
原題: DOP: Deep Optimistic Planning with Approximate Value Function Evaluation / Francesco Riccio, Roberto Capobianco, Daniele Nardi
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速度・車線変更の自動意思決定
トラック・トレーラーの速度と車線変更の意思決定を深層Qネットワークで学習し、高速道路と対向車線での追い越しの両方で汎用的に機能することを示した論文。
原題: Automated Speed and Lane Change Decision Making using Deep Reinforcement Learning / Carl-Johan Hoel, Krister Wolff, Leo Laine
日本語で読む → - 論文モデルベース強化学習ロボティクス
確率的モデルベース強化学習によるニューラルネットワーク制御器の合成
変分ドロップアウトと対数正規ノイズで不確実性を校正したNNダイナミクスモデルを用い、PILCOを改良して複雑なNN制御器をデータ効率的に学習する手法を提案し、6脚水中ロボットの制御でも検証した。
原題: Synthesizing Neural Network Controllers with Probabilistic Model based Reinforcement Learning / Juan Camilo Gamboa Higuera, David Meger, Gregory Dudek
日本語で読む → - 論文逆強化学習機械学習
非パラメトリックな時空間サブゴールモデリングによる逆強化学習
単一軌道でも局所的なサブゴールで説明できると仮定し、ベイズ的な意図モデルでエージェントの行動を予測する逆強化学習手法を提案した論文。
原題: Inverse Reinforcement Learning via Nonparametric Spatio-Temporal Subgoal Modeling / Adrian Šošić, Elmar Rueckert, Jan Peters 他
日本語で読む → - 論文自動運転/強化学習AI
連続行動空間の強化学習による自動運転車のランプ合流マニューバ
ランプ合流を強化学習で最適化するため、行動・状態空間を連続値のまま扱い、Q関数を二次関数で近似する手法を提案した論文。
原題: Autonomous Ramp Merge Maneuver Based on Reinforcement Learning with Continuous Action Space / Pin Wang, Ching-Yao Chan
日本語で読む → - 論文共有自律/強化学習機械学習
深層強化学習による共有自律制御
環境モデルやユーザの目標知識を仮定せず、人間参加型強化学習で観測とユーザ入力から行動価値への写像を学習し、ユーザ入力に近い行動を選びつつ劣った行動を除外する共有自律手法を提案。ビデオゲームと実機クアッドロータで有効性を示した。
原題: Shared Autonomy via Deep Reinforcement Learning / Siddharth Reddy, Anca D. Dragan, Sergey Levine
日本語で読む → - 論文強化学習/マニピュレーション機械学習
遊びながら学ぶ:スパース報酬タスクをゼロから解く
複数のスパース報酬信号のもとで、補助タスクを能動的にスケジューリングしながらオフポリシー強化学習で複雑なロボット操作行動をゼロから学習する手法SAC-Xを提案した。
原題: Learning by Playing - Solving Sparse Reward Tasks from Scratch / Martin Riedmiller, Roland Hafner, Thomas Lampe 他
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構造化制御ネット
方策ネットワークを非線形制御と線形制御の2つのサブモジュールに分割する構造化制御ネット(SCN)を提案し、サンプル効率・最終報酬・汎化性能の向上をMuJoCoやAtariなどで示した論文。
原題: Structured Control Nets for Deep Reinforcement Learning / Mario Srouji, Jian Zhang, Ruslan Salakhutdinov
日本語で読む → - 論文模倣学習/強化学習ロボティクス
多様な視覚運動スキルのための強化学習と模倣学習の融合
少量のデモデータを活用して強化学習エージェントを支援するモデルフリー深層RL手法を提案し、RGB画像から関節速度を直接出力する視覚運動ポリシーを訓練した。多様なマニピュレーションタスクで単独のRLや模倣学習より高性能を示し、sim2real転移の可能性も示した。
原題: Reinforcement and Imitation Learning for Diverse Visuomotor Skills / Yuke Zhu, Ziyu Wang, Josh Merel 他
日本語で読む → - 論文教師なし強化学習AI
多様性こそがすべて:報酬関数なしでスキルを学ぶ
報酬関数を使わずに情報理論的目的関数を最大化することで、歩行やジャンプなど多様なスキルを教師なしで獲得する手法DIAYNを提案した論文。
原題: Diversity is All You Need: Learning Skills without a Reward Function / Benjamin Eysenbach, Abhishek Gupta, Julian Ibarz 他
日本語で読む → - 論文強化学習ロボティクス
モジュール式ロボットのための深層強化学習手法の評価
モジュール式ロボットに深層強化学習を適用する枠組みを提案し、シミュレーションと実機で連続行動空間の手法の頑健性を評価した。自由度を3から4に増やしても学習に影響しないことを示した。
原題: Evaluation of Deep Reinforcement Learning Methods for Modular Robots / Risto Kojcev, Nora Etxezarreta, Alejandro Hernández 他
日本語で読む → - 論文安全強化学習機械学習
バリア証明付き適応強化学習とブラシボットナビゲーションへの応用
非定常なダイナミクスを持つシステムに対し、適応モデル学習と制御バリア証明を組み合わせて安全性を保証する強化学習フレームワークを提案し、実機ブラシボットで検証した。
原題: Barrier-Certified Adaptive Reinforcement Learning with Applications to Brushbot Navigation / Motoya Ohnishi, Li Wang, Gennaro Notomista 他
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
強化学習によるUAVの自律ナビゲーション
未知環境で飛行するUAVに強化学習を適用し、シミュレーションと実機の両方で自律的なナビゲーションを学習できることを示した研究。
原題: Autonomous UAV Navigation Using Reinforcement Learning / Huy X. Pham, Hung M. La, David Feil-Seifer 他
日本語で読む → - 論文強化学習landmark
ソフトアクター・クリティック
最大エントロピー強化学習に基づくオフポリシー型の深層強化学習アルゴリズムを提案した論文。
原題: Soft Actor-Critic
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ヒューマノイドの動的安定逆運動学
ヒューマノイドの27自由度上半身に対し、DDPGを用いてバランスを保ちながら逆運動学を解く関節軌道を生成し、90%の精度を達成した。
原題: A Deep Reinforcement Learning Approach for Dynamically Stable Inverse Kinematics of Humanoid Robots / S Phaniteja, Parijat Dewangan, Pooja Guhan 他
日本語で読む → - 論文強化学習/交通シミュレーションcs.NE
DeepTraffic:クラウドソーシングによる深層強化学習のハイパーパラメータ調整で多エージェント高密度交通をナビゲート
数千人が参加できる交通シミュレーション競技を構築し、群衆の力で深層Q学習ネットワークのハイパーパラメータ探索を行った結果を分析した論文。
原題: DeepTraffic: Crowdsourced Hyperparameter Tuning of Deep Reinforcement Learning Systems for Multi-Agent Dense Traffic Navigation / Lex Fridman, Jack Terwilliger, Benedikt Jenik
日本語で読む → - 論文制御/強化学習機械学習
PFAx: 予測可能特徴分析を用いた制御手法
高次元入力から予測可能な特徴を抽出するPFAを拡張し、補助情報を活用して予測精度を高めるとともに、その補助情報を逆生成してエージェントを制御する手法を提案した論文。
原題: PFAx: Predictable Feature Analysis to Perform Control / Stefan Richthofer, Laurenz Wiskott
日本語で読む → - 論文強化学習機械学習
敵対的攻撃を用いた頑健な深層強化学習
強化学習に対する敵対的攻撃を提案し、その攻撃を訓練中に用いることでパラメータ不確実性に対する深層強化学習の頑健性を向上させた論文。
原題: Robust Deep Reinforcement Learning with Adversarial Attacks / Anay Pattanaik, Zhenyi Tang, Shuijing Liu 他
日本語で読む → - 論文階層強化学習AI
後知恵を用いた多階層強化学習フレームワークHAC
下位レベルを最適と仮定して各階層を独立に訓練することで、多階層ポリシーの並列学習の不安定性を克服し、連続制御タスクで3階層の並列学習を初めて成功させた。
原題: Learning Multi-Level Hierarchies with Hindsight / Andrew Levy, George Konidaris, Robert Platt 他
日本語で読む → - 論文強化学習landmark
自己対戦によるチェスと将棋の習得
自己対戦のみでチェスと将棋を学習する汎用強化学習アルゴリズムを提案し、人間の専門知識なしに高い性能を達成した論文。
原題: Mastering Chess and Shogi by Self-Play
日本語で読む → - 論文強化学習/マッピングロボティクス
深層強化学習による能動的ロボットマッピング
環境をできるだけ早く地図化するための探索方策を深層強化学習で学習し、災害マッピングのシミュレーションで近最適な近視的探索をわずかに上回る性能を示した。
原題: Active Robotic Mapping through Deep Reinforcement Learning / Shane Barratt
日本語で読む → - 論文強化学習/水中ロボットロボティクス
モデルフリー強化学習によるAUVの深度制御
未知のダイナミクスを持つ自律水中ロボット(AUV)の深度追従制御を、モデルフリー強化学習で学習する手法を提案し、シミュレーションと実海域データで有効性を示した。
原題: Depth Control of Model-Free AUVs via Reinforcement Learning / Hui Wu, Shiji Song, Keyou You 他
日本語で読む → - 論文強化学習機械学習
痕跡を残さず:安全で自律的な強化学習のためのリセット学習
順方向ポリシーとリセットポリシーを同時に学習し、非可逆状態に入る前に自動で安全に中断することで、人手によるリセットを大幅に削減する強化学習手法を提案した論文。
原題: Leave no Trace: Learning to Reset for Safe and Autonomous Reinforcement Learning / Benjamin Eysenbach, Shixiang Gu, Julian Ibarz 他
日本語で読む →
PR・アフィリエイト広告
