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: 2020/11/1 ／ 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ロボティクス
視覚的sim2real転移におけるドメインランダム化のベンチマーク
物体姿勢推定タスクでドメインランダム化の設計選択を実機評価し、高品質画像を少数使う方が低品質画像を大量に使うより優れ、妨害物体とテクスチャの両方が未知環境への汎化に重要と示した。
原題: Benchmarking Domain Randomisation for Visual Sim-to-Real Transfer ／ Raghad Alghonaim, Edward Johns
日本語で読む → - 論文sim2realロボティクス
運動学的ドメインランダム化と適応による方策転送
シミュレーションでリンク長などの運動学パラメータをランダム化する方が動的パラメータのランダム化より転送性能が高いことを見出し、仮想運動学パラメータで条件付けした方策群をベイズ最適化で適応させる手法を提案した。
原題: Policy Transfer via Kinematic Domain Randomization and Adaptation ／ Ioannis Exarchos, Yifeng Jiang, Wenhao Yu 他
日本語で読む → - 論文sim2real機械学習
視覚ナビゲーションのための教師なしドメイン適応
シミュレーションで学習した視覚ナビゲーション方策を実世界に転移するため、ナビゲーション方策の表現と整合するよう目標ドメイン画像を源ドメインへ変換する教師なしドメイン適応手法を提案した。
原題: Unsupervised Domain Adaptation for Visual Navigation ／ Shangda Li, Devendra Singh Chaplot, Yao-Hung Hubert Tsai 他
日本語で読む → - 論文sim2real機械学習
強化学習は物理エンジンをまたいで汎化できるか
複数の深層強化学習アルゴリズムを様々な制御タスクで比較し、物理エンジン間の汎化性能を検証した。MuJoCoで学習した場合は他エンジンへ転移しやすい一方、PyBulletで学習した場合は汎化しないことを示した。
原題: Can Reinforcement Learning for Continuous Control Generalize Across Physics Engines? ／ Aaqib Parvez Mohammed, Matias Valdenegro-Toro
日本語で読む → - 論文sim2realロボティクス
ベジェ曲線とダイナミクス・ドメインランダム化による脚式ロボットのsim-to-real歩容変調
ランダム化した力学・地形下の強化学習で、開ループのベジェ曲線歩容生成器を慣性計測のみで変調し、未知の不整地を歩行できる四脚ロボットのsim-to-real手法を提案した論文。
原題: Dynamics and Domain Randomized Gait Modulation with Bezier Curves for Sim-to-Real Legged Locomotion ／ Maurice Rahme, Ian Abraham, Matthew L. Elwin 他
日本語で読む → - 論文sim2real機械学習
ノイズ環境下での不確実性を考慮した数ショットモデル適応
カルマンフィルタに基づく不確実性考慮型ニューラルネットワークで、ノイズのある実環境におけるダイナミクスモデルの数ショット適応を実現し、LSTMベースや強化学習ベースの手法より適応誤差を低減した。
原題: Few-shot model-based adaptation in noisy conditions ／ Karol Arndt, Ali Ghadirzadeh, Murtaza Hazara 他
日本語で読む → - 論文sim2realロボティクス
捕食者・被食者エージェントをシミュレーションから実世界へ学習させるフレームワーク
カメラと赤外線センサを入力とする捕食者・被食者ロボットをNEATで共進化させ、Gym・ROS・Gazeboを統合した枠組みでシミュレーションから実機まで一貫して学習・評価できるようにした。
原題: A Framework for Learning Predator-prey Agents from Simulation to Real World ／ Jiunhan Chen, Zhenyu Gao
日本語で読む → - 論文sim2realロボティクス
シミュレーションと実環境で動作する堅牢な強化学習ベースの自動運転エージェント
単眼カメラ入力でレーン追従するDQNエージェントをシミュレータで訓練し、実環境のDuckietownでも動作することを示した研究。
原題: Robust Reinforcement Learning-based Autonomous Driving Agent for Simulation and Real World ／ Péter Almási, Róbert Moni, Bálint Gyires-Tóth
日本語で読む → - 論文sim2real機械学習
ロボティクスにおける深層強化学習のSim-to-Real転移：サーベイ
深層強化学習のシミュレーションから実機への転移（sim-to-real）に関する研究を体系的に整理し、ドメインランダム化や適応、模倣学習、メタ学習、知識蒸留などの主要手法と課題を概観したサーベイ論文。
原題: Sim-to-Real Transfer in Deep Reinforcement Learning for Robotics: a Survey ／ Wenshuai Zhao, Jorge Peña Queralta, Tomi Westerlund
日本語で読む → - 論文sim2realロボティクス
複数環境を活用した学習と意思決定：解体作業への応用
物理シミュレータなど複数の環境を実行時に使い分け、ロボット行動の結果確率を学習するMENID表現と行動分配アルゴリズムを提案し、解体作業で有効性を示した。
原題: Leveraging Multiple Environments for Learning and Decision Making: a Dismantling Use Case ／ Alejandro Suárez-Hernández, Thierry Gaugry, Javier Segovia-Aguas 他
日本語で読む → - 論文sim2real機械学習
確率的ダイナミクスモデルによるsim-to-real転送性能の予測
強化学習ポリシーの実機転送性能を、実機ロールアウトなしで予測する指標を提案。確率的ダイナミクスモデルを実機軌道で評価し、複雑なマニピュレーションタスクで実機性能と高い相関を示した。
原題: Predicting Sim-to-Real Transfer with Probabilistic Dynamics Models ／ Lei M. Zhang, Matthias Plappert, Wojciech Zaremba
日本語で読む → - 論文sim2real画像認識
タスク蒸留によるドメイン適応
画像認識データセットを介してシミュレータ間でナビゲーションポリシーを転移するタスク蒸留フレームワークを提案し、ViZDoom・SuperTuxKart・CARLA間の転移に成功した。
原題: Domain Adaptation Through Task Distillation ／ Brady Zhou, Nimit Kalra, Philipp Krähenbühl
日本語で読む → - 論文ベンチマーク/sim2realロボティクス
BenchBot：フォトリアル3Dシミュレーションと実機ロボットで研究を評価するベンチマーク基盤
シミュレーションと実機を同じインターフェースで扱えるロボティクス研究用ベンチマークシステムBenchBotを提案し、その構成と利点を述べた論文。
原題: BenchBot: Evaluating Robotics Research in Photorealistic 3D Simulation and on Real Robots ／ Ben Talbot, David Hall, Haoyang Zhang 他
日本語で読む → - 論文sim2realロボティクス
動的な自然植物に対する再現可能な剪定システム：圃場農業ロボット向け
動くブドウの枝を対象に、シミュレーションで学習した剪定技能を実機へ転移するマルチモーダル枠組みを提案し、力覚制御と検出・クラスタリングで有効な剪定点を決定する。
原題: Reproducible Pruning System on Dynamic Natural Plants for Field Agricultural Robots ／ Sunny Katyara, Fanny Ficuciello, Darwin G. Caldwell 他
日本語で読む → - 論文sim2realロボティクス
強化学習による接地行動変換を用いたsim2real転移
シミュレータの現実ギャップを埋めるため、接地ステップ自体を強化学習で行うRGATを提案し、ニューラルネット方策のMuJoCoタスクでの実機転移に成功した。
原題: Reinforced Grounded Action Transformation for Sim-to-Real Transfer ／ Haresh Karnan, Siddharth Desai, Josiah P. Hanna 他
日本語で読む → - 論文sim2realロボティクス
確率的接地行動変換によるシミュレーション内ロボット学習
実環境の確率的な遷移を考慮してシミュレータを接地するSGATを提案し、シミュレーションと実機の両方で確率的な環境に頑健な方策を得られることを示した。
原題: Stochastic Grounded Action Transformation for Robot Learning in Simulation ／ Siddharth Desai, Haresh Karnan, Josiah P. Hanna 他
日本語で読む → - 論文sim2realロボティクス
精密農業におけるロボットマニピュレーションのためのSim2Realの重要性と限界
精密農業ロボットでは動力学と視覚の詳細なシミュレーション精度が求められるが、現行のSim2Real技術では不十分であることを論じた論文。
原題: The Importance and the Limitations of Sim2Real for Robotic Manipulation in Precision Agriculture ／ Carlo Rizzardo, Sunny Katyara, Miguel Fernandes 他
日本語で読む → - 論文sim2realロボティクス
ギャップを越えて：動力学におけるゼロショットsim-to-real転送の深掘り
複雑な動力学タスクのゼロショットsim-to-real転送を実世界で客観評価し、単純なランダム力注入が複雑な手法と同等の性能を持つことを示した。
原題: Crossing The Gap: A Deep Dive into Zero-Shot Sim-to-Real Transfer for Dynamics ／ Eugene Valassakis, Zihan Ding, Edward Johns
日本語で読む → - 論文sim2realロボティクス
ロボットサッカーにおける強化学習とsim-to-realのためのフレームワーク
小型ロボットサッカー(VSSS)向けに強化学習とドメイン適応によるsim-to-realを研究するオープンフレームワークVSSS-RLを提案し、実機で人間設計の制御を破り国際大会で4位を達成した。
原題: A Framework for Studying Reinforcement Learning and Sim-to-Real in Robot Soccer ／ Hansenclever F. Bassani, Renie A. Delgado, José Nilton de O. Lima Junior 他
日本語で読む → - 論文視覚サーボイング/sim2realロボティクス
KOVIS: ゼロショットSim-to-Real転移を実現するキーポイントベースの視覚サーボイング
シミュレーション環境のみで自己教師あり学習したキーポイント表現と視覚サーボイングネットワークにより、実世界の微細なロボットマニピュレーションをゼロショットで実現する手法を提案。
原題: KOVIS: Keypoint-based Visual Servoing with Zero-Shot Sim-to-Real Transfer for Robotics Manipulation ／ En Yen Puang, Keng Peng Tee, Wei Jing
日本語で読む → - 論文sim2real機械学習
展開後の自己教師ありポリシー適応
報酬なしで展開後も自己教師あり学習によりポリシーを適応させ、未知の環境変化への汎化性能を向上させる手法を提案。
原題: Self-Supervised Policy Adaptation during Deployment ／ Nicklas Hansen, Rishabh Jangir, Yu Sun 他
日本語で読む → - 論文sim2real機械学習
合成画像から実画像への汎化を自動化する学習最適化手法
合成画像で学習したモデルがImageNet事前学習モデルの表現を維持するよう促し、層ごとの学習率選択を学習的最適化で自動化することで、実データなしで合成→実の汎化性能を向上させた研究。
原題: Automated Synthetic-to-Real Generalization ／ Wuyang Chen, Zhiding Yu, Zhangyang Wang 他
日本語で読む → - 論文sim2realロボティクス
Sim2Real学習のトレードオフ：実世界学習がシミュレーションより速い
深層ベイズ強化学習とモデルフリーDRLをシミュレーションと実世界で比較し、計算時間を含めても実世界でのベイズ学習が効率的で、純粋な実世界学習がシミュレーション混合を上回ることを示した論文。
原題: Trade-off on Sim2Real Learning: Real-world Learning Faster than Simulations ／ Jingyi Huang, Yizheng Zhang, Fabio Giardina 他
日本語で読む → - 論文sim2realロボティクス
robo-gym：実機とシミュレーションで分散深層強化学習を行うためのオープンソースツールキット
シミュレーションと実機を統一した環境で扱い、シミュレーション学習から実機適用へのシームレスな転移を可能にするオープンソースの強化学習ツールキットを提案し、移動ロボットとロボットアームで有効性を示した。
原題: robo-gym -- An Open Source Toolkit for Distributed Deep Reinforcement Learning on Real and Simulated Robots ／ Matteo Lucchi, Friedemann Zindler, Stephan Mühlbacher-Karrer 他
日本語で読む → - 論文sim2realロボティクス
点群と環境ランダム化による視覚ナビゲーションのsim-to-real強化学習
点群を観測空間とし環境ランダム化を組み合わせた強化学習で、ロボット間の差異を超えてsim-to-realを実現し、部分観測性にも対処する手法を提案した。
原題: Point Cloud Based Reinforcement Learning for Sim-to-Real and Partial Observability in Visual Navigation ／ Kenzo Lobos-Tsunekawa, Tatsuya Harada
日本語で読む → - 論文sim2realcs.GR
摩擦接触を含む多体システムのための解析的可微分ダイナミクス
摩擦接触を滑らかに近似することで、剛体・変形体を統一的に扱える解析的に微分可能な物理シミュレータを提案し、パラメータ推定やロボットの動作計画・制御方策学習に応用した。
原題: ADD: Analytically Differentiable Dynamics for Multi-Body Systems with Frictional Contact ／ Moritz Geilinger, David Hahn, Jonas Zehnder 他
日本語で読む → - 論文sim2realロボティクス
ニューラルネットワークで微分可能シミュレータを拡張しSim2Realギャップを埋める
剛体ダイナミクスの微分可能シミュレータに任意の箇所でニューラルネットを組み込み、勾配最適化とランダム探索でパラメータと重みを同定してsim2realギャップを縮小する手法を提案。
原題: Augmenting Differentiable Simulators with Neural Networks to Close the Sim2Real Gap ／ Eric Heiden, David Millard, Erwin Coumans 他
日本語で読む → - 論文sim2realロボティクス
事故シミュレーションを活用した自動運転の転移学習強化
一般的な事故シナリオを体系的にパラメータ化してシミュレーションし、そのデータで転移学習を行うと、ランダム初期化より汎化性能と衝突回避が向上することを示した論文。
原題: Enhanced Transfer Learning for Autonomous Driving with Systematic Accident Simulation ／ Shivam Akhauri, Laura Zheng, Ming Lin
日本語で読む → - 論文sim2realロボティクス
介護支援VRジム：実在の人との対話で仮想介護ロボットを改善する
実在の人が仮想の介護支援ロボットと対話できるVR環境「AVR Gym」を構築し、シミュレーションで訓練したロボット制御方策を実在の人との試験結果に基づいて改良できることを8名の参加者研究で示した。
原題: Assistive VR Gym: Interactions with Real People to Improve Virtual Assistive Robots ／ Zackory Erickson, Yijun Gu, Charles C. Kemp
日本語で読む → - 論文sim2realロボティクス
強化学習エージェントによる光干渉計のアライメント
単眼カメラの干渉縞画像からマッハ・ツェンダー干渉計を自動調整する強化学習エージェントをシミュレーションで訓練し、実機へ転移させて専門家並みの性能を達成した。
原題: Interferobot: aligning an optical interferometer by a reinforcement learning agent ／ Dmitry Sorokin, Alexander Ulanov, Ekaterina Sazhina 他
日本語で読む →