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: 2024/9/8 ／ arXivを3時間ごとに自動収集

• 論文強化学習機械学習2024/9/8

  暗黙的再パラメータ化勾配によるベータ方策を用いたSoft Actor-Critic

  暗黙的再パラメータ化勾配を利用して、ベータ分布を方策に用いたSoft Actor-Criticを実現し、ロボット歩行タスクで従来の正規分布方策より優れることを示した。

  原題: Soft Actor-Critic with Beta Policy via Implicit Reparameterization Gradients ／ Luca Della Libera

  日本語で読む →
• 論文飛行制御/強化学習ロボティクス2024/9/1

  ProxFly: 残差強化学習による近接飛行のためのロバスト制御

  カスケード制御器に残差強化学習モジュールを追加し、機体間通信なしで近接飛行時のダウンウォッシュ外乱や推力損失を補償する制御手法を提案。実機の近接飛行や空中ドッキングで有効性を検証した。

  原題: ProxFly: Robust Control for Close Proximity Quadcopter Flight via Residual Reinforcement Learning ／ Ruiqi Zhang, Dingqi Zhang, Mark W. Mueller

  日本語で読む →
• 論文強化学習機械学習2024/9/1

  拡散モデルとPPOの統合による強化学習のサンプル効率と探索の向上

  オフラインで学習した条件付き拡散行動事前分布をLoRA等でオンライン適応し、PPOの探索を改善するオンポリシー手法PPO-DAPを提案。MuJoCo 8タスクでサンプル効率が向上。

  原題: Enhancing Sample Efficiency and Exploration in Reinforcement Learning through the Integration of Diffusion Models and Proximal Policy Optimization ／ Tianci Gao, Konstantin A. Neusypin, Dmitry D. Dmitriev 他

  日本語で読む →
• 論文強化学習ロボティクス2024/9/1

  LiRA: 実世界のモデルベース強化学習のための軽量ロバスト敵対学習

  変分推論に基づく敵対学習でロバスト性と保守性のバランスを自動調整し、四足ロボットの力反応型歩行制御を2時間未満の実データで学習した。

  原題: LiRA: Light-Robust Adversary for Model-based Reinforcement Learning in Real World ／ Taisuke Kobayashi

  日本語で読む →
• 論文オフライン強化学習機械学習2024/9/1

  オフライン強化学習のためのQ値正則化Decision ConvFormer

  Decision ConvFormerに動的計画法によるQ値最大化項を組み込み、軌道の繋ぎ合わせ性能を高めたオフライン強化学習手法を提案。

  原題: Q-value Regularized Decision ConvFormer for Offline Reinforcement Learning ／ Teng Yan, Zhendong Ruan, Yaobang Cai 他

  日本語で読む →
• 論文強化学習ロボティクス2024/9/1

  ロボティクスにおけるリー群を用いた姿勢表現の強化学習

  ロボットや物体の姿勢をリー群構造に従ってニューラルネットワークで扱う簡単な入出力修正を提案し、姿勢制御やピックアンドプレースで性能を向上させた。

  原題: Reinforcement Learning with Lie Group Orientations for Robotics ／ Martin Schuck, Jan Brüdigam, Sandra Hirche 他

  日本語で読む →