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: 2019/5/1 ／ 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sim2realロボティクス
FlightGoggles：フォトリアルなカメラ・外受容センサ・ダイナミクスを統合するモジュラー型シミュレーションフレームワーク
フォトグラメトリ資産によるフォトリアルな外受容センサシミュレーションと、モーションキャプチャ施設での実機ダイナミクスを組み合わせ、実機をVR環境内で飛ばすvehicle-in-the-loop実験を可能にするフレームワークを提案した。
原題: FlightGoggles: A Modular Framework for Photorealistic Camera, Exteroceptive Sensor, and Dynamics Simulation ／ Winter Guerra, Ezra Tal, Varun Murali 他
日本語で読む → - 論文sim2real機械学習
対話型微分可能シミュレーション
剛体システムの物理特性を効率的かつ正確に推定できる微分可能物理エンジンIDSを提案し、視覚入力からのシステム同定やモデル予測制御への統合でサンプル効率を大幅に改善した。
原題: Interactive Differentiable Simulation ／ Eric Heiden, David Millard, Hejia Zhang 他
日本語で読む → - 論文sim2realロボティクス
シミュレーションから始める自動運転フォーミュラSAEカー開発の探求と教訓
学生フォーミュラ競技向けに、シミュレーション上で単眼カメラ入力の深層学習ステアリング推定を訓練・検証し、実車へ展開するまでの課題と知見をまとめた論文。
原題: Explorations and Lessons Learned in Building an Autonomous Formula SAE Car from Simulations ／ Dean Zadok, Tom Hirshberg, Amir Biran 他
日本語で読む → - 論文sim2real画像認識
GANによるLiDARセンサモデリングと自動運転向けデータ拡張
未ペアデータの画像変換としてCycleGANを用い、シミュレーションLiDARを実物らしく変換するsim2realと、低解像度から高解像度へのreal2real変換を実現した研究。
原題: LiDAR Sensor modeling and Data augmentation with GANs for Autonomous driving ／ Ahmad El Sallab, Ibrahim Sobh, Mohamed Zahran 他
日本語で読む → - 論文sim2realHCI
VRGym：物理的・対話的AIのための仮想テストベッド
物理ベースのシミュレーションで多様な3Dシーンを生成し、人間の操作データ収集やROS連携、人間-ロボット対話実験、機械学習アルゴリズムの訓練を可能にするVRテストベッドを提案した。
原題: VRGym: A Virtual Testbed for Physical and Interactive AI ／ Xu Xie, Hangxin Liu, Zhenliang Zhang 他
日本語で読む → - 論文sim2realロボティクス
類似ダイナミクスを持つロボット間の知識転移による高精度即興軌道追従
あるロボットで学習した逆ダイナミクスモデルを、質量や空力特性が異なる別のロボットへオンラインで転移し、初回試行から任意軌道を高精度に追従させる手法を提案・実機検証した。
原題: Knowledge Transfer Between Robots with Similar Dynamics for High-Accuracy Impromptu Trajectory Tracking ／ Siqi Zhou, Andriy Sarabakha, Erdal Kayacan 他
日本語で読む → - 論文sim2real画像認識
Habitat：身体性AI研究のための高速フォトリアル3Dシミュレーション基盤
フォトリアルな3D環境で身体性エージェントを高速に訓練・評価できるシミュレータHabitat-SimとAPIライブラリHabitat-APIを開発し、学習vsSLAMの再検証やクロスデータセット汎化実験を行った。
原題: Habitat: A Platform for Embodied AI Research ／ Manolis Savva, Abhishek Kadian, Oleksandr Maksymets 他
日本語で読む → - 論文sim2real機械学習
能動的ドメインランダム化によるロバスト方策の学習
ドメインランダム化の一様サンプリングが高分散な方策を生む問題に対し、方策ロールアウトの差異を利用して情報量の多い環境パラメータを優先的に学習する手法を提案し、シミュレーションと実機で汎化性能の向上を示した。
原題: Active Domain Randomization ／ Bhairav Mehta, Manfred Diaz, Florian Golemo 他
日本語で読む → - 論文sim2real機械学習
合成画像で自動運転車のテストベンチマークを改善する
データが乏しい国の交通標識に対応するため、少量の国内データセットと合成画像でモデルを更新し、約10%の精度向上を達成した。
原題: Improving benchmarks for autonomous vehicles testing using synthetically generated images ／ Aleksander Lukashou
日本語で読む → - 論文sim2realロボティクス
物理シミュレータと物体ベースネットワークを組み合わせた制御
物理エンジンと物体ベースのニューラルネットワークを組み合わせたハイブリッド力学モデルSAINを提案し、接触を伴う複雑な制御タスクで精度とデータ効率、汎化性能が向上することを示した。
原題: Combining Physical Simulators and Object-Based Networks for Control ／ Anurag Ajay, Maria Bauza, Jiajun Wu 他
日本語で読む → - 論文sim2realロボティクス
ニューラルネットと反復学習制御による産業用ロボットの軌道追従
反復学習制御で精製した軌道データを用いて多層ニューラルネットを訓練し、産業用多軸ロボットの軌道追従性能を向上させる手法を提案。シミュレータと実機のギャップを転移学習で埋める。
原題: Industrial Robot Trajectory Tracking Using Multi-Layer Neural Networks Trained by Iterative Learning Control ／ Shuyang Chen, John T. Wen
日本語で読む → - 論文sim2realロボティクス
DESK: 巧みな手術スキルを医療ロボットへ転移するためのロボット活動データセット
手術訓練タスクを3種類のロボット(Taurus II、そのシミュレータ、YuMi)で収集したデータセットを構築し、シミュレーションから実機や別ロボットへのスキル転移を7種類の手術ジェスチャー分類で検証した。
原題: DESK: A Robotic Activity Dataset for Dexterous Surgical Skills Transfer to Medical Robots ／ Naveen Madapana, Md Masudur Rahman, Natalia Sanchez-Tamayo 他
日本語で読む → - 論文sim2realロボティクス
gym-gazebo2：ROS 2とGazeboによる強化学習ツールキット
ROS 2とGazebo上でOpenAI Gym準拠の強化学習を行えるツールキットgym-gazebo2を提案し、PPOでロボットアームMARAの制御を学習してミリ単位の精度を達成した。
原題: gym-gazebo2, a toolkit for reinforcement learning using ROS 2 and Gazebo ／ Nestor Gonzalez Lopez, Yue Leire Erro Nuin, Elias Barba Moral 他
日本語で読む → - 論文sim2realロボティクス
二足歩行のシミュレーションから実機への転移
方策学習の前後で2段階のシステム同定を行い、ベイズ最適化で実機に適応させることで、二足歩行制御をシミュレーションから実機へ転移させた研究。
原題: Sim-to-Real Transfer for Biped Locomotion ／ Wenhao Yu, Visak CV Kumar, Greg Turk 他
日本語で読む → - 論文sim2realロボティクス
フォグ・ロボティクスによる深層ロボット学習：物体認識と把持計画への応用
クラウドとエッジで計算資源を分散するフォグ・ロボティクス手法を提案し、合成画像で学習したモデルを実環境画像に適応させて物体認識・把持計画を行い、散らかった床の片付けで有効性を示した。
原題: A Fog Robotics Approach to Deep Robot Learning: Application to Object Recognition and Grasp Planning in Surface Decluttering ／ Ajay Kumar Tanwani, Nitesh Mor, John Kubiatowicz 他
日本語で読む → - 論文自動運転/sim2realロボティクス
NeurIPS 2018におけるAIドライビングオリンピック
Duckietownを舞台に自動運転・ナビゲーションの機械学習手法を競うAI-DO大会を開催し、シミュレーションと実機での評価結果からロボティクスにおけるベンチマーク不足とsim2realギャップの課題を示した。
原題: The AI Driving Olympics at NeurIPS 2018 ／ Julian Zilly, Jacopo Tani, Breandan Considine 他
日本語で読む → - 論文sim2realロボティクス
シミュレーションから複数実機へ：低レベル頑健制御方策のマルチクアッドロータ転移
強化学習でシミュレーション上に訓練した低レベル制御方策が、複数の実機クアッドロータへ頑健に転移できることを示した研究。
原題: Sim-to-(Multi)-Real: Transfer of Low-Level Robust Control Policies to Multiple Quadrotors ／ Artem Molchanov, Tao Chen, Wolfgang Hönig 他
日本語で読む → - 論文sim2realロボティクス
人間被験者実験の結果を活用するためのシミュレーションの開発と検証
人間被験者実験のデータを事後的に活用するため、物理ロボットの結果を再現する決定論的シミュレーションを開発し、その有効性を検証した。
原題: Development and verification of a simulation for leveraging results of a human subjects programming experiment ／ Achim Gerstenberg, Martin Steinert
日本語で読む → - 論文sim2realロボティクス
Flappy Hummingbird：羽ばたき翼ロボットと生物のオープンソース動力学シミュレーション
ハチドリ規模の羽ばたき翼ロボットを高忠実度で再現するオープンソースシミュレータを構築し、実機との一致を検証したうえで強化学習制御のsim2real転移まで示した論文。
原題: Flappy Hummingbird: An Open Source Dynamic Simulation of Flapping Wing Robots and Animals ／ Fan Fei, Zhan Tu, Yilun Yang 他
日本語で読む → - 論文sim2real画像認識
物体検出のための写実的合成画像生成
物理ベースレンダリングと物理シミュレーションで実写級の合成画像を生成し、実画像なしで物体検出器を学習させて精度を大幅に向上させた研究。
原題: Photorealistic Image Synthesis for Object Instance Detection ／ Tomas Hodan, Vibhav Vineet, Ran Gal 他
日本語で読む → - 論文sim2realロボティクス
仕様中心のシミュレーション指標SPECによる未知ダイナミクス系の安全環境と制御器の導出
未知のダイナミクスを持つシステムに対し、仕様違反軌跡のみを用いてモデルと実システムの乖離を測る新指標SPECを提案し、従来指標より多くの環境で安全な制御器を合成できることを示した。
原題: A New Simulation Metric to Determine Safe Environments and Controllers for Systems with Unknown Dynamics ／ Shromona Ghosh, Somil Bansal, Alberto Sangiovanni-Vincentelli 他
日本語で読む → - 論文sim2real機械学習
シミュレーションと実データを統合した深層強化学習による視覚ベース自律飛行の汎化
シミュレーションの大規模データで汎化可能な知覚を学習し、実世界の1時間のデータで機体ダイナミクスを学習することで、小型ドローンが新しい環境でも衝突回避できる手法を実現した。
原題: Generalization through Simulation: Integrating Simulated and Real Data into Deep Reinforcement Learning for Vision-Based Autonomous Flight ／ Katie Kang, Suneel Belkhale, Gregory Kahn 他
日本語で読む → - 論文sim2real機械学習
野外トレイルにおける仮想から実世界への転移学習
仮想環境の合成データで深層学習モデルを訓練し、実世界のトレイル画像で方向分類を行う転移学習の有効性を検証した。
原題: Virtual-to-Real-World Transfer Learning for Robots on Wilderness Trails ／ Michael L. Iuzzolino, Michael E. Walker, Daniel Szafir
日本語で読む → - 論文sim2realロボティクス
脚式ロボットの俊敏で動的な運動スキルを学習する
シミュレーションで訓練したニューラルネットワーク方策を実機の四足ロボットANYmalに転送し、高速走行や転倒からの復帰を含む俊敏な運動を実現した。
原題: Learning agile and dynamic motor skills for legged robots ／ Jemin Hwangbo, Joonho Lee, Alexey Dosovitskiy 他
日本語で読む → - 論文sim2realロボティクス
Neuroflight：次世代飛行制御ファームウェア
UAVの姿勢制御向けに、シミュレーションで学習したニューラルネットワークを組み込み機器へコンパイルするツールチェーンを構築し、実機で安定飛行と曲技飛行を実証した初のオープンソース・ニューロ飛行制御ファームウェア。
原題: Neuroflight: Next Generation Flight Control Firmware ／ William Koch, Renato Mancuso, Azer Bestavros
日本語で読む → - 論文sim2real制御
シミュレーションから実機スケール都市へ：自動運転車による交通制御のゼロショット方策転移
深層強化学習でラウンドアバウト合流を制御する自動運転方策を訓練し、ノイズ注入あり/なしを比較。ノイズあり方策のみが1/25スケール実機都市で衝突なく合流調整を維持し、平均旅行時間5%・最大22%削減を達成した。
原題: Simulation to Scaled City: Zero-Shot Policy Transfer for Traffic Control via Autonomous Vehicles ／ Kathy Jang, Eugene Vinitsky, Behdad Chalaki 他
日本語で読む → - 論文sim2real機械学習
ロバスト制御に基づく自動運転向けゼロショット深層強化学習方策転移
外乱オブザーバを用いたロバスト追従制御と階層型強化学習プランナを組み合わせ、学習環境から実環境へゼロショットで運転方策を転移できる手法を提案した。
原題: Zero-shot Deep Reinforcement Learning Driving Policy Transfer for Autonomous Vehicles based on Robust Control ／ Zhuo Xu, Chen Tang, Masayoshi Tomizuka
日本語で読む → - 論文sim2realロボティクス
ランダム化→正規化適応ネットワークによる実世界データ不要のロボット把持
ランダム化されたシミュレーション画像を正規化画像へ変換するRCANを学習し、実画像も同様に変換することで実世界データなしに視覚ベース把持エージェントをsim-to-real転移した研究。
原題: Sim-to-Real via Sim-to-Sim: Data-efficient Robotic Grasping via Randomized-to-Canonical Adaptation Networks ／ Stephen James, Paul Wohlhart, Mrinal Kalakrishnan 他
日本語で読む → - 論文sim2realロボティクス
ロボットマニピュレーションにおける現実ギャップの定量化
Kinovaアームとモーションキャプチャで実機の正解データを取得し、複数のシミュレータを比較して現実との乖離を定量的に評価した。
原題: Quantifying the Reality Gap in Robotic Manipulation Tasks ／ Jack Collins, David Howard, Jürgen Leitner
日本語で読む → - 論文sim2realロボティクス
自己対戦によるサンプル効率の良いロボット卓球学習のための階層型ポリシー設計
人間のデモから力学モデルを学習し、モデルベースの打球スキルと自己対戦による戦略層を組み合わせることで、少ない試行回数でロボット卓球の複雑なポリシーを効率的に学習する手法を提案した。
原題: Hierarchical Policy Design for Sample-Efficient Learning of Robot Table Tennis Through Self-Play ／ Reza Mahjourian, Risto Miikkulainen, Nevena Lazic 他
日本語で読む →