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: 2020/6/1 ／ 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 →- 論文自動運転/強化学習/sim2realロボティクス
生成時系列モデルによる確率的交通環境の構築：自動運転エージェントの汎化性能向上に向けて
実走行軌跡データでGANを学習させ、現実に近い確率的交通シミュレータを構築し、そこで強化学習した車線変更エージェントが単純なルールベース環境より高い汎化性能を示すことを示した論文。
原題: Development of A Stochastic Traffic Environment with Generative Time-Series Models for Improving Generalization Capabilities of Autonomous Driving Agents ／ Anil Ozturk, Mustafa Burak Gunel, Melih Dal 他
日本語で読む → - 論文sim2realロボティクス
ROSとUnity 3Dを用いた配達ロボットの複合現実シミュレーション
ROSベースの実ロボットとUnity上の仮想環境を同期させ、実機のセンサ情報で自己位置推定して仮想世界に投影する複合現実シミュレーション手法を提案し、実機と仮想ロボットが相互に知覚・情報交換できることを示した。
原題: Mobile Delivery Robots: Mixed Reality-Based Simulation Relying on ROS and Unity 3D ／ Yuzhou Liu, Georg Novotny, Nikita Smirnov 他
日本語で読む → - 論文sim2realロボティクス
RL-CycleGAN：強化学習を考慮したシミュレーションから実世界への転移
画像変換がQ値を保存するようにRL-scene consistency損失を導入し、タスクを考慮したシミュレーション→実世界の画像変換を可能にするRL-CycleGANを提案した論文。
原題: RL-CycleGAN: Reinforcement Learning Aware Simulation-To-Real ／ Kanishka Rao, Chris Harris, Alex Irpan 他
日本語で読む → - 論文sim2realロボティクス
惑星環境向け移動ロボットのシミュレーションフレームワーク
火星類似環境をGazeboで再現し、ローバーに各種SLAMアルゴリズムを適用して測位性能を評価する枠組みを構築した。
原題: Simulation Framework for Mobile Robots in Planetary-Like Environments ／ Riccardo Giubilato, Andrea Masili, Sebastiano Chiodini 他
日本語で読む → - 論文sim2realロボティクス
関節空間で躍度・加速度・速度を制限した滑らかなオンライン軌道適応の学習
環境への影響を基にニューラネットで関節加速度を予測し、躍度・加速度・速度の上限を保証しつつ元軌道に沿った滑らかなオンライン軌道適応を実現、ボール皿乗せタスクで実機転移を示した。
原題: True{\AE}dapt: Learning Smooth Online Trajectory Adaptation with Bounded Jerk, Acceleration and Velocity in Joint Space ／ Jonas C. Kiemel, Robin Weitemeyer, Pascal Meißner 他
日本語で読む → - 論文sim2realロボティクス
共有すべきか否か？ロボット間経験転送の性能保証と非対称性
ロボット間で経験を転送する際の追従誤差の理論的限界を導出し、ベイズ最適化でデータから推定する手法を提案。クアッドロータ実験で正の転送を保証できることを示した。
原題: To Share or Not to Share? Performance Guarantees and the Asymmetric Nature of Cross-Robot Experience Transfer ／ Michael J. Sorocky, Siqi Zhou, Angela P. Schoellig
日本語で読む → - 論文sim2real機械学習
ダイナミクス差異を補正する強化学習：ドメイン分類器による転移学習
ソースとターゲットの遷移を識別する補助分類器を学習し、その出力で報酬を修正することで、明示的なダイナミクスモデルなしにドメイン適応を実現する手法を提案した論文。
原題: Off-Dynamics Reinforcement Learning: Training for Transfer with Domain Classifiers ／ Benjamin Eysenbach, Swapnil Asawa, Shreyas Chaudhari 他
日本語で読む → - 論文sim2realロボティクス
タスク指向の能動的探索でsim2realギャップを埋める方策学習
タスクに関連するシステムパラメータを特定するための探索行動を明示的に学習し、モデルベース軌道最適化と組み合わせて実世界タスクを遂行する枠組みを提案・検証した論文。
原題: Learning Active Task-Oriented Exploration Policies for Bridging the Sim-to-Real Gap ／ Jacky Liang, Saumya Saxena, Oliver Kroemer
日本語で読む → - 論文sim2realロボティクス
アイ・イン・ハンドカメラを用いたペグ挿入タスクのSim2Real転移
シミュレータ上で深層強化学習によりペグ挿入方策をRGB-Dと関節情報のみから学習し、追加のファインチューニングなしで実機ロボットに転移できることを示した。
原題: Sim2Real for Peg-Hole Insertion with Eye-in-Hand Camera ／ Damian Bogunowicz, Aleksandr Rybnikov, Komal Vendidandi 他
日本語で読む → - 論文sim2realロボティクス
微分可能シミュレーションによる未知物体の力学モデル同定
微分可能物理エンジンを用いて、未知物体の慣性・摩擦・外力などの力学特性を実ロボットの観測データからオンラインで推定する手法を提案した。
原題: Identifying Mechanical Models through Differentiable Simulations ／ Changkyu Song, Abdeslam Boularias
日本語で読む → - 論文把持/sim2realロボティクス
アクション画像表現：実世界データなしで学習するスケーラブルな深層把持ポリシー
把持提案を画像として表現するAction Imageを導入し、シミュレーションのみの学習で実世界物体への把持成功率84%を達成した研究。
原題: Action Image Representation: Learning Scalable Deep Grasping Policies with Zero Real World Data ／ Mohi Khansari, Daniel Kappler, Jianlan Luo 他
日本語で読む → - 論文sim2realロボティクス
深層強化学習によるシミュレーションから実世界への操縦実行
ラウンドアバウト進入の操縦計画を対象に、複数環境で同時学習する深層強化学習システムを構築し、sim2realギャップを縮める手法が未知・実環境での汎化性能を高めることを示した。
原題: From Simulation to Real World Maneuver Execution using Deep Reinforcement Learning ／ Alessandro Paolo Capasso, Giulio Bacchiani, Alberto Broggi
日本語で読む → - 論文sim2realロボティクス
モンテカルロ法で現実ギャップを埋める
シミュレーションと実世界の観測から条件付き確率関数を構築し、状態空間カーネルでシミュレーションを現実に近づける手法を提案。改良したシミュレーションで学習した制御方策が実世界でも性能向上することを示した。
原題: A Monte Carlo Approach to Closing the Reality Gap ／ Damian Lyons, James Finocchiaro, Michael Novitzky 他
日本語で読む → - 論文sim2realロボティクス
セグメンテーションを介したsim2real転移
セグメンテーションを認識と制御の共通インターフェースとして用い、閉ループ制御と合成データによる知覚学習でシミュレーションから実環境への転移を実現した。
原題: How to Close Sim-Real Gap? Transfer with Segmentation! ／ Mengyuan Yan, Qingyun Sun, Iuri Frosio 他
日本語で読む → - 論文sim2real機械学習
メタ強化学習による産業用ロボット挿入タスクの実世界適応
シミュレーション上で多様な挿入タスクをメタ強化学習で学習し、実世界では20回未満の試行で方策を適応させて産業用挿入作業を成功させた研究。
原題: Meta-Reinforcement Learning for Robotic Industrial Insertion Tasks ／ Gerrit Schoettler, Ashvin Nair, Juan Aparicio Ojea 他
日本語で読む → - 論文強化学習/sim2real機械学習
イベントカメラ搭載ロボットのための強化学習の探求
イベントカメラを搭載した車型ロボットで強化学習を行い、シミュレータで高速衝突回避と障害物追跡を学習し、実機へ転移して飛来物の高速回避に成功した。
原題: Exploration of Reinforcement Learning for Event Camera using Car-like Robots ／ Riku Arakawa, Shintaro Shiba
日本語で読む → - 論文sim2realロボティクス
DARPA SubTチャレンジに基づくGazebo用地下仮想洞窟ワールド
DARPA地下チャレンジ向けに、障害物や狭い通路、崩落、暗闇を再現したGazebo用のオープンソース仮想地下環境を構築し、移動ロボットの自律探索アルゴリズム評価のテストベッドを提供した。
原題: A Subterranean Virtual Cave World for Gazebo based on the DARPA SubT Challenge ／ Anton Koval, Christoforos Kanellakis, Emil Vidmark 他
日本語で読む → - 論文sim2realロボティクス
環境複雑度を段階的に上げる深層強化学習による深度ベースロボットナビゲーションのsim2real転移
深度画像のみで障害物環境を目的地まで移動するロボットの制御を、シミュレータ内で環境の複雑さを段階的に増やしながらSACで学習させ、実機での追加学習を大幅に削減できることを示した論文。
原題: Sim-to-Real Transfer with Incremental Environment Complexity for Reinforcement Learning of Depth-Based Robot Navigation ／ Thomas Chaffre, Julien Moras, Adrien Chan-Hon-Tong 他
日本語で読む → - 論文sim2real画像認識
RoboTHOR：シミュレーションから実世界への転移を目指す embodied AI プラットフォーム
シミュレーション環境と対応する実世界環境をペアで提供し、遠隔から実機でモデルを評価できる embodied AI の基盤を構築した。sim2real の性能ギャップを定量的に示した。
原題: RoboTHOR: An Open Simulation-to-Real Embodied AI Platform ／ Matt Deitke, Winson Han, Alvaro Herrasti 他
日本語で読む → - 論文sim2realロボティクス
ロボティクスシミュレータをテストに用いる際の課題に関する調査研究
82名のロボティクス開発者へのアンケート調査を通じ、シミュレーションがテストにどう使われ、どのような課題（現実とのギャップ、再現性の欠如、リソースコスト等）があるかを明らかにした。
原題: A Study on the Challenges of Using Robotics Simulators for Testing ／ Afsoon Afzal, Deborah S. Katz, Claire Le Goues 他
日本語で読む → - 論文sim2realロボティクス
乗算的コントローラ融合：アルゴリズム事前分布を活用したサンプル効率の高い強化学習と安全なSim-to-Real転移
既存の準最適なアルゴリズム制御器を事前分布として強化学習に融合させ、探索初期のガイドでサンプル効率を高めつつ、不確実な状態では事前制御器にフォールバックすることでファインチューニングなしの安全な実機転移を実現した。
原題: Multiplicative Controller Fusion: Leveraging Algorithmic Priors for Sample-efficient Reinforcement Learning and Safe Sim-To-Real Transfer ／ Krishan Rana, Vibhavari Dasagi, Ben Talbot 他
日本語で読む → - 論文sim2realロボティクス
DeepCrashTest：ドライブレコーダー映像から自動運転向け仮想衝突試験を生成
インターネット上のドラレコ衝突映像から3D車両軌跡を抽出し、シミュレータ上で衝突シナリオを再現する手法を提案した論文。
原題: DeepCrashTest: Turning Dashcam Videos into Virtual Crash Tests for Automated Driving Systems ／ Sai Krishna Bashetty, Heni Ben Amor, Georgios Fainekos
日本語で読む → - 論文sim2real画像認識
SAPIEN：関節物体を備えた物理シミュレーション環境
家庭用ロボットの学習向けに、関節を持つ多数の物体を収めた物理的にリアルなシミュレーション環境SAPIENを構築し、部品検出や動作属性認識、強化学習による操作タスクを評価した。
原題: SAPIEN: A SimulAted Part-based Interactive ENvironment ／ Fanbo Xiang, Yuzhe Qin, Kaichun Mo 他
日本語で読む → - 論文sim2real機械学習
強化学習でサッカーロボットを制御しSim-to-Realで実世界競技に挑戦
小型サッカーロボットの制御を強化学習で学習し、シミュレーションから実機への転移手法を適用して、実世界の1対1試合で人間設計の制御を破った。
原題: Learning to Play Soccer by Reinforcement and Applying Sim-to-Real to Compete in the Real World ／ Hansenclever F. Bassani, Renie A. Delgado, Jose Nilton de O. Lima Junior 他
日本語で読む → - 論文sim2realロボティクス
粒状体の材料特性を実世界の深度画像から推定するロボティクス向けフレームワーク
粒状材料の山やリングの実世界深度画像から摩擦・反発係数をベイズ推定し、物理シミュレータを自動キャリブレーションする手法を提案。未見の形状予測やロボットによる注ぎ・パターン形成タスクへの汎化を実証した。
原題: Inferring the Material Properties of Granular Media for Robotic Tasks ／ Carolyn Matl, Yashraj Narang, Ruzena Bajcsy 他
日本語で読む → - 論文ドローンレース/sim2realロボティクス
AirSimドローンレースラボ：自律飛行アルゴリズム開発のためのシミュレーション基盤
ドローンレース向けに、フォトリアルな環境でコース生成や複数センサー・カメラモデルを備え、計画・制御・視覚・学習アルゴリズムをベンチマークできるシミュレーションフレームワークを提案し、NeurIPS 2019の競技会で実証した。
原題: AirSim Drone Racing Lab ／ Ratnesh Madaan, Nicholas Gyde, Sai Vemprala 他
日本語で読む → - 論文触覚/sim2realロボティクス
シミュレーションで触覚を学ぶ：視覚型触覚センシングのためのsim-to-real戦略
視覚型触覚センサの3次元接触力分布を再現するため、シミュレーションで生成したデータのみで深層ニューラルネットを訓練し、実機へ直接転移できる手法を提案した。
原題: Learning the sense of touch in simulation: a sim-to-real strategy for vision-based tactile sensing ／ Carmelo Sferrazza, Thomas Bi, Raffaello D'Andrea
日本語で読む → - 論文sim2realロボティクス
シミュレータ調整による現実ギャップの克服
物理エンジンのパラメータを最適化することで、シミュレーションと実世界データのギャップを狭め、学習した行動の転移を容易にする手法を提案した。
原題: Traversing the Reality Gap via Simulator Tuning ／ Jack Collins, Ross Brown, Jurgen Leitner 他
日本語で読む → - 論文sim2real機械学習
自己教師あり能動的ドメインランダム化による自動カリキュラム生成
自己対戦型の目標カリキュラム学習に環境のドメインランダム化を統合し、難易度の高いタスクと環境変動を同時に学ぶSS-ADRを提案。sim2real転送で最先端の性能を達成した。
原題: Generating Automatic Curricula via Self-Supervised Active Domain Randomization ／ Sharath Chandra Raparthy, Bhairav Mehta, Florian Golemo 他
日本語で読む → - 論文sim2realロボティクス
Sim2Real2Sim：柔軟物体操作におけるシミュレーションと実世界のギャップを埋める
シミュレーション→実世界→シミュレーションの3段階でモデルと手法を反復改善し、DARPAロボティクスチャレンジのプラグ挿入タスクを自動化した研究。
原題: Sim2Real2Sim: Bridging the Gap Between Simulation and Real-World in Flexible Object Manipulation ／ Peng Chang, Taskin Padir
日本語で読む →