論文の概要: A Decade of Bayesian Optimization for Controller Tuning and Robot Learning: Tutorial, Review, and Future Prospects

• arxiv url: http://arxiv.org/abs/2609.09403v1
• Date: Tue, 08 Sep 2026 19:59:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.803454
• Title: A Decade of Bayesian Optimization for Controller Tuning and Robot Learning: Tutorial, Review, and Future Prospects
• Title（参考訳）: 制御器チューニングとロボット学習のためのベイズ最適化の10年 -チュートリアル, レビュー, 今後の展望-
• Abstract要約: 過去10年間で、自動制御とロボット学習のための強力なフレームワークとしてベイジアン最適化が登場した。 本稿は、最近の進歩を理解するために研究者と実践者の両方を支援するために設計されたBOにおける最先端技術の概要について概説する。
• 参考スコア（独自算出の注目度）: 49.6839288052673
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In the past decade, Bayesian optimization (BO) has emerged as a powerful and adaptable framework for automatic controller tuning and robot learning. This article offers a comprehensive overview of the state-of-the-art in BO, designed to support both researchers and practitioners in understanding recent advancements, practical applications, and future research directions. We begin by adopting a practitioner's perspective, illustrating how to effectively set up BO through a representative controller tuning example. We position BO within the broader context of learning paradigms, ranging from deep reinforcement learning to data-driven control, and highlight scenarios where BO is most advantageous. Next, we discuss the diverse range of BO methods that have been developed to tackle complex problems and specific applications. This article provides a unified perspective on the current landscape of BO, emphasizing its relevance to control systems and robotics, and it highlights future prospects by identifying key research challenges and promising avenues for advancing BO in the field. This includes addressing a significant gap in the BO landscape: the lack of standardized benchmark problems specifically for control-related applications. To foster future research and ensure rigorous evaluation, we start an effort towards a lightweight benchmark suite for control engineering and robotics. We also present metrics and best practices to facilitate direct comparisons between new BO algorithms and established state-of-the-art methods.
• Abstract（参考訳）: 過去10年間で、自動制御チューニングとロボット学習のための強力で適応可能なフレームワークとしてベイズ最適化(BO)が登場した。 本稿では、最近の進歩、実践的応用、今後の研究方向性を理解するために、研究者と実践者の両方を支援するために設計されたBOの最先端技術の概要について概説する。 まず,代表的コントローラチューニングの例を通して,BOを効果的にセットアップする方法を解説し,実践者の視点を取り入れることから始める。 我々は、深い強化学習からデータ駆動制御に至るまで、BOを学習パラダイムのより広い文脈に位置づけ、BOが最も有利なシナリオを強調します。 次に、複雑な問題や特定のアプリケーションに対処するために開発された多様なBO手法について論じる。 本稿では,BOの現況を統一的に把握し,制御システムやロボティクスとの関係を強調するとともに,主要な研究課題を特定し,この分野におけるBO推進の道筋を明らかにすることで今後の展望を明らかにする。 これはBOの状況において大きなギャップに対処することを含む: コントロール関連のアプリケーションに特化して標準化されたベンチマーク問題が欠如している。 今後の研究を奨励し、厳格な評価を確保するため、制御工学とロボティクスのための軽量ベンチマークスイートの開発に着手する。 また、新しいBOアルゴリズムと確立された最先端手法の直接比較を容易にするためのメトリクスとベストプラクティスも提示する。

関連論文リスト

• Let the Barbarians In: How AI Can Accelerate Systems Performance Research [80.43506848683633]
  我々は、この繰り返しサイクルを、AI駆動システム研究の生成、評価、洗練のサイクルと呼ぶ。 我々はADRSが生成するソリューションが人間の最先端の設計に適合し、さらに優れることを示した。
  論文  参考訳（メタデータ） (2025-12-16T18:51:23Z)
• KAT-V1: Kwai-AutoThink Technical Report [50.84483585850113]
  Kwaipilot-AutoThink (KAT) はオープンソースの40B大言語モデルであり、推論集約タスクにおける過大な問題に対処するために開発された。 KATはタスクの複雑さに基づいて推論モードと非推論モードを動的に切り替える。 また、GRPOフレームワークに中間管理を組み込んだ強化学習アルゴリズムであるStep-SRPOを提案する。
  論文  参考訳（メタデータ） (2025-07-11T04:07:10Z)
• A Survey of Direct Preference Optimization [103.59317151002693]
  LLM(Large Language Models)は、前例のない生成能力を示す。 人的価値との整合性は、有用で無害なデプロイメントを保証する上で、依然として重要です。 直接優先度最適化(DPO)は、最近、合理化された代替案として注目されている。
  論文  参考訳（メタデータ） (2025-03-12T08:45:15Z)
• Transformers Utilization in Chart Understanding: A Review of Recent Advances & Future Trends [1.124958340749622]
  本稿では、理解(CU)における顕著な研究をレビューする。 それは、End-to-End(E2E)ソリューション内でトランスフォーマーを使用するState-of-The-Art(SoTA)フレームワークに焦点を当てている。 この記事では、CUソリューションを進める上で重要な課題を特定し、将来有望な方向性を概説する。
  論文  参考訳（メタデータ） (2024-10-05T16:26:44Z)
• Reinforced In-Context Black-Box Optimization [64.25546325063272]
  RIBBOは、オフラインデータからエンドツーエンドでBBOアルゴリズムを強化学習する手法である。 RIBBOは、複数の動作アルゴリズムとタスクによって生成される最適化履歴を学習するために、表現的なシーケンスモデルを使用している。 提案手法の中心となるのは,テキストレグレット・ツー・ゴートークンによる最適化履歴の増大である。
  論文  参考訳（メタデータ） (2024-02-27T11:32:14Z)
• SERL: A Software Suite for Sample-Efficient Robotic Reinforcement Learning [82.46975428739329]
  筆者らは,報酬の計算と環境のリセットを行う手法とともに,効率的なオフ・ポリティクス・ディープ・RL法を含むライブラリを開発した。 我々は,PCBボードアセンブリ,ケーブルルーティング,オブジェクトの移動に関するポリシを,非常に効率的な学習を実現することができることを発見した。 これらの政策は完全な成功率またはほぼ完全な成功率、摂動下でさえ極端な堅牢性を実現し、突発的な堅牢性回復と修正行動を示す。
  論文  参考訳（メタデータ） (2024-01-29T10:01:10Z)
• Utilizing deep learning for automated tuning of database management systems [0.12891210250935148]
  OtterTuneは、影響力のあるノブを特定し、以前は目に見えないワークロードを分析し、ノブ設定のレコメンデーションを提供する。 このアプローチの有効性は,3つの異なるデータベース管理システム(DBMS)上でのOtterTuneと呼ばれる新しいツールの評価を通じて実証される。
  論文  参考訳（メタデータ） (2023-06-25T21:50:14Z)
• Benchmarking Actor-Critic Deep Reinforcement Learning Algorithms for Robotics Control with Action Constraints [9.293472255463454]
  本研究では,行動制約付き強化学習(RL)アルゴリズムの評価のためのベンチマークを提案する。 複数のロボット制御環境にまたがる既存のアルゴリズムとその新しい変種を評価する。
  論文  参考訳（メタデータ） (2023-04-18T05:45:09Z)
• Transfer Learning based Search Space Design for Hyperparameter Tuning [31.96809688536572]
  過去のタスクから履歴をチューニングする助けを借りてBO検索空間を設計する自動手法を提案する。 このシンプルで効果的なアプローチは、多くの既存のBOメソッドに伝達学習機能を持たせるために使用できる。
  論文  参考訳（メタデータ） (2022-06-06T11:48:58Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。