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: 2022/10/1 / 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sim2real画像認識
3D LiDARデータのシーンプライアを学習する生成的レンジイメージング
LiDARのレンジ画像を生成するGANを提案し、微分可能なレイ・ドロップ効果を組み込むことで、ドメイン転送やアップサンプリング、復元、Sim2Realセマンティックセグメンテーションに応用した。
原題: Generative Range Imaging for Learning Scene Priors of 3D LiDAR Data / Kazuto Nakashima, Yumi Iwashita, Ryo Kurazume
日本語で読む → - 論文マニピュレーションロボティクス
把持制約を考慮した縫合針のリアルタイム6D姿勢追跡
手術ロボットによる自動縫合に向け、把持中の縫合針の6D姿勢を把持制約を満たしながらベイズフィルタでリアルタイム追跡する手法を提案した。
原題: Real-Time Constrained 6D Object-Pose Tracking of An In-Hand Suture Needle for Minimally Invasive Robotic Surgery / Zih-Yun Chiu, Florian Richter, Michael C. Yip
日本語で読む → - 論文自動運転ロボティクス
Formula Student Driverless競技を制したソフトウェアスタック
360度LiDARとカメラでコーンを認識し、GraphSLAMで高精度マップを構築、最適軌道生成とMPC制御により自動運転レースカーを実現した。
原題: The Software Stack That Won the Formula Student Driverless Competition / Andres Alvarez, Nico Denner, Zhe Feng 他
日本語で読む → - 論文オフライン強化学習ロボティクス
実世界オフライン強化学習のための現実的データ源
安全な関連タスクの運用データを実世界ロボット学習のデータ源とし、4つの卓上マニピュレーションタスクで代表的なオフラインRL手法の汎化・転移性能を大規模に評価した研究。
原題: Real World Offline Reinforcement Learning with Realistic Data Source / Gaoyue Zhou, Liyiming Ke, Siddhartha Srinivasa 他
日本語で読む → - 論文物体検出評価ロボティクス
自律システムのための物体検出評価指標
物体検出モデルの性能を、自律システムの形式仕様の充足確率と結びつけて評価する新しい混同行列ベースの指標を提案し、歩行者検出の安全性要件で実証した。
原題: Evaluation Metrics for Object Detection for Autonomous Systems / Apurva Badithela, Tichakorn Wongpiromsarn, Richard M. Murray
日本語で読む → - 論文制御チューニングロボティクス
重み付き最尤推定によるMPCCの自動チューニング
モデル予測輪郭制御(MPCC)のチューニングパラメータを重み付き最尤推定で自動学習し、高忠実度シミュレータで訓練して実機にゼロショット転移、時速75kmの高速飛行を実現した。
原題: Weighted Maximum Likelihood for Controller Tuning / Angel Romero, Shreedhar Govil, Gonca Yilmaz 他
日本語で読む → - 論文ドローン検出画像認識
TransVisDrone: 空中映像におけるドローン間検出のための時空間トランスフォーマー
CSPDarkNet-53とVideoSwinを組み合わせたエンドツーエンドの時空間トランスフォーマーにより、空中映像からドローン間検出を高精度・高スループットで実現し、エッジデバイス上での動作も示した。
原題: TransVisDrone: Spatio-Temporal Transformer for Vision-based Drone-to-Drone Detection in Aerial Videos / Tushar Sangam, Ishan Rajendrakumar Dave, Waqas Sultani 他
日本語で読む → - 論文VLAロボティクス
対話環境における操作質問応答のための身体性指示表現
遠隔地へ移動して対象物を操作し質問に答える新タスクREMQAを提案し、AI2-THOR上でデータセットと3D意味再構成・モジュール型ネットワークによる手法を構築した。
原題: Embodied Referring Expression for Manipulation Question Answering in Interactive Environment / Qie Sima, Sinan Tan, Huaping Liu
日本語で読む → - 論文ソフトロボティクス/モデル予測制御ロボティクス
ベイズ最適化によるソフトロボティクスのサンプル効率の良いモデル予測制御設計
ケーブル駆動ソフトロボットのモデル予測制御を、複雑な動力学モデルを使わずベイズ最適化で低次元予測モデルと制御器を反復的に探索・設計する手法を提案し、高忠実度シミュレーションで有効性を示した。
原題: Sample-efficient Model Predictive Control Design of Soft Robotics by Bayesian Optimization / Anuj Pal, Tianyi He, Wenpeng Wei
日本語で読む → - 論文ナビゲーションロボティクス
自律ナビゲーションのための強化学習技術のベンチマーク
自律ナビゲーションにおける深層強化学習の4つの要件(不確実性下の推論、安全性、限られたデータからの学習、未知環境への汎化)を達成するため、記憶ベース、安全RL、モデルベースRL、ドメインランダム化の4手法を大規模ベンチマークと実環境で評価した。
原題: Benchmarking Reinforcement Learning Techniques for Autonomous Navigation / Zifan Xu, Bo Liu, Xuesu Xiao 他
日本語で読む → - 論文sim2realロボティクス
宇宙ドッキングとロボット近接操作のためのハイブリッドシミュレータ
実ロボットを用いて柔軟・冗長な宇宙ロボットの動的挙動を模擬するハイブリッドシミュレータを提案し、外乱やアクチュエータ動特性が再現性と接触安定性に与える影響を解析した。
原題: Hybrid Simulator for Space Docking and Robotic Proximity Operations / Farhad Aghili
日本語で読む → - 論文メタ強化学習機械学習
メタ強化学習におけるハイパーネットワーク
メタ強化学習においてハイパーネットワークの初期化が性能に大きく影響することを示し、新しい初期化手法を提案して複数のロボティクスベンチマークで有効性を検証した。
原題: Hypernetworks in Meta-Reinforcement Learning / Jacob Beck, Matthew Thomas Jackson, Risto Vuorio 他
日本語で読む → - 論文マニピュレーションロボティクス
永続ホモロジー誘導モンテカルロ木探索による効果的でロバストな非把持マニピュレーション
永続ホモロジーで障害物のクラスタを自動検出し、モンテカルロ木探索で対象物への経路を効率的に開ける押し動作を計画する手法を提案。実機実験で高成功率と少ない動作回数を示した。
原題: Effective and Robust Non-Prehensile Manipulation via Persistent Homology Guided Monte-Carlo Tree Search / Ewerton R. Vieira, Kai Gao, Daniel Nakhimovich 他
日本語で読む → - 論文移動ロボットロボティクス
研究・競技・産業自動化のための移動ロボットと人工知能
産業応用可能な基本センサのみを搭載した地上移動ロボットを製作し、研究・競技向けに人工知能を活用する手法をまとめた。
原題: Rob\'otica M\'ovel e Intelig\^encia Artificial para Investiga\c{c}\~ao, Competi\c{c}\~ao e Automatiza\c{c}\~ao de Sistemas Industriais / Hiago Jacobs Sodre Pereira, Pablo Ezequiel Moraes, André Da Silva Kelbouscas 他
日本語で読む → - 論文マルチロボットSLAMロボティクス
Wi-Closure: 無線センシングを用いたロボット間ループ閉じ込みの信頼性と効率の向上
無線通信信号を利用してロボット間の近接候補を特定し、マルチロボットSLAMのループ閉じ込み探索を効率化・高精度化する手法を提案。
原題: Wi-Closure: Reliable and Efficient Search of Inter-robot Loop Closures Using Wireless Sensing / Weiying Wang, Anne Kemmeren, Daniel Son 他
日本語で読む → - 論文模倣学習機械学習
事前データからの学習と検索によるスキルベース模倣学習
過去のタスクのデータから時間的に拡張されたスキルを抽出し、新規タスク用のポリシーがそれらを呼び出す枠組みを開発。表現学習と検索ベースのデータ拡張で性能を向上させ、模倣学習やオフライン強化学習を上回ることを示した。
原題: Learning and Retrieval from Prior Data for Skill-based Imitation Learning / Soroush Nasiriany, Tian Gao, Ajay Mandlekar 他
日本語で読む → - 論文人間-ロボットインタラクションロボティクス
MILD: 人間-ロボットインタラクション学習のためのマルチモーダル対話型潜在ダイナミクス
人間同士のインタラクションから協調動作を学習するため、VAEの潜在空間でHSMMを用いて相互作用の動力学をモデル化し、相手の動きに適応したロボット軌道を生成する手法を提案した。
原題: MILD: Multimodal Interactive Latent Dynamics for Learning Human-Robot Interaction / Vignesh Prasad, Dorothea Koert, Ruth Stock-Homburg 他
日本語で読む → - 論文Visual SLAMロボティクス
Det-SLAM: Detectron2を用いた高動的環境向けセマンティックVisual SLAM
ORB-SLAM3とDetectron2を組み合わせ、深度情報とセマンティックセグメンテーションで動的物体を除去し、動的環境でのカメラ姿勢推定精度を向上させたSLAMシステム。
原題: Det-SLAM: A semantic visual SLAM for highly dynamic scenes using Detectron2 / Ali Eslamian, Mohammad R. Ahmadzadeh
日本語で読む → - 論文模倣学習機械学習
ロボット制御のためのオプション考慮型敵対的逆強化学習
未注釈の実演から階層的な方策を直接学習するため、敵対的逆強化学習とEMアルゴリズムを組み合わせ、因果関係を強化する有向情報項を導入した手法を提案した。
原題: Option-Aware Adversarial Inverse Reinforcement Learning for Robotic Control / Jiayu Chen, Tian Lan, Vaneet Aggarwal
日本語で読む → - 論文HRIAI
AI-HRIが人間認識AI設計に新たな次元をもたらす
AIとHRIの相互シナジーを探り、人間認識AIの設計プロセス自体を人間中心にするためのAI-HRIの役割を議論した論文。
原題: AI-HRI Brings New Dimensions to Human-Aware Design for Human-Aware AI / Richard G. Freedman
日本語で読む → - 論文触覚cs.NE
位置スパイキングニューロンによるイベント駆動型触覚学習の強化
イベント駆動型触覚データの時空間的特徴を捉えるため、位置スパイキングニューロン(LSRM/LLIF)を提案し、時空間ハイブリッドモデルで触覚学習を改善した論文。
原題: Boost Event-Driven Tactile Learning with Location Spiking Neurons / Peng Kang, Srutarshi Banerjee, Henry Chopp 他
日本語で読む → - 論文運動計画ロボティクス
グラフニューラルネットワークによるサンプリングベース運動計画の衝突判定削減
グラフニューラルネットワークを用いて経路探索と平滑化を行い、サンプリングベース運動計画における衝突判定を削減して計画を高速化する手法を提案した。
原題: Reducing Collision Checking for Sampling-Based Motion Planning Using Graph Neural Networks / Chenning Yu, Sicun Gao
日本語で読む → - 論文自動運転計画機械学習
CW-ERM:閉ループ重み付き経験的リスク最小化による自動運転計画の改善
自動運転の模倣学習において、閉ループ評価で重要と判定されたサンプルに重みを付けて学習することで、衝突を大幅に減らす手法を提案した。
原題: CW-ERM: Improving Autonomous Driving Planning with Closed-loop Weighted Empirical Risk Minimization / Eesha Kumar, Yiming Zhang, Stefano Pini 他
日本語で読む → - 論文クラウドロボティクスロボティクス
クラウドロボティクスによるロボティクスプログラミング教育コンテンツの効率的な提供
Kubernetesベースのクラウド環境と実機ロボットを組み合わせ、ROSのシミュレーションから実機へのシームレスな学習体験を効率的に提供する教育手法を報告した論文。
原題: Efficient delivery of Robotics Programming educational content using Cloud Robotics / Sean Murphy, Leonardo Militano, Giovanni Toffetti 他
日本語で読む → - 論文タスク・動作計画ロボティクス
タスク・動作統合型情報木探索(TMIT*):ほぼ確実に漸近最適な統合タスク・動作計画
タスク計画と動作計画を統合し、非対称な前向き・後向き探索を交互に行うことで、計算コストの高い処理を遅延させつつ最適解へ収束するTMPアルゴリズムを提案した。
原題: Task and Motion Informed Trees (TMIT*): Almost-Surely Asymptotically Optimal Integrated Task and Motion Planning / Wil Thomason, Marlin P. Strub, Jonathan D. Gammell
日本語で読む → - 論文SLAMeess.SP
Split-KalmanNet:SLAMのためのロバストなモデルベース深層学習手法
SLAMのための拡張カルマンフィルタ(EKF)において、カルマンゲインを2つのRNNで分割計算することで、状態モデルと観測モデルの不一致に独立に対処し、従来のEKFやKalmanNetより高精度にする手法を提案。
原題: Split-KalmanNet: A Robust Model-Based Deep Learning Approach for SLAM / Geon Choi, Jeonghun Park, Nir Shlezinger 他
日本語で読む → - 論文群制御ロボティクス
強化学習と二重ガイダンスによる分散型カバレッジ経路計画
複数ロボットのカバレッジ経路計画を分散的に行うため、人工ポテンシャル場とヒューリスティックの二重ガイダンスを用いた強化学習フレームワークを提案し、各エージェントが担当領域を決定して重複の少ない効率的な経路を生成できるようにした。
原題: Decentralized Coverage Path Planning with Reinforcement Learning and Dual Guidance / Yongkai Liu, Jiawei Hu, Wei Dong
日本語で読む → - 論文模倣学習ロボティクス
デモンストレーションからのスキル学習:運動プリミティブから経験抽象化への潮流
ロボットの動作・行動学習手法を運動プリミティブから経験抽象化まで調査し、ピックアンドプレース課題で実験的に比較評価した。
原題: Learning Skills from Demonstrations: A Trend from Motion Primitives to Experience Abstraction / Mehrdad Tavassoli, Sunny Katyara, Maria Pozzi 他
日本語で読む → - 論文因果推論/運動推定ロボティクス
ロボット観測データのバイアスを除去する因果推論に基づく運動推定
ロボットの観測データに含まれるバイアスを因果推論(IPWとDR)で補正し、確率的運動モデルのパラメータを精度よく推定する枠組みを提案した。
原題: Causal Inference for De-biasing Motion Estimation from Robotic Observational Data / Junhong Xu, Kai Yin, Jason M. Gregory 他
日本語で読む → - 論文ナビゲーションロボティクス
意味的文脈を考慮した密なコストマップ予測によるロボットナビゲーション
未知環境で意味的ラベル(例:ソファ)を目標とするナビゲーションのため、意味的文脈を暗黙的に含む密なコストマップを予測する深層学習手法を提案し、MPCと組み合わせて連続制御を実現した。
原題: Predicting Dense and Context-aware Cost Maps for Semantic Robot Navigation / Yash Goel, Narunas Vaskevicius, Luigi Palmieri 他
日本語で読む →