文献

J-GLOBAL ID：201902228617794354   整理番号：19A1444414

自律移動ロボットによる未知環境の位相構造獲得と目標物への経路学習

Topology Acquisition in Unknown Environment and Learn the Route to Destination Point by Autonomous Mobile Robots

著者 (4件)： 岩朝睦美 (首都大学東京 大学院システムデザイン研究科) ,  戸田雄一郎 (岡山大 大学院自然科学研究科) ,  新井智之 (首都大学東京 大学院システムデザイン研究科) ,  久保田直行 (首都大学東京 大学院システムデザイン研究科)
資料名： システム制御情報学会論文誌  (Transactions of the Institute of Systems, Control and Information Engineers)
巻： 32  号： 6  ページ： 256-264  発行年： 2019年06月 
JST資料番号： L0070A  ISSN： 1342-5668  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 未知の環境トポロジーを認識しながら,目標を探索し,経路を学習する事は,移動ロボットのための重要なタスクである。通常,強化学習は,環境を調査する間,目標への経路を知るための学習方法として使用される。しかし,未知の環境では,状態分割の数を予測することは困難である。特に,状態分割が細かすぎると,計算量は指数関数的に増加する。本論文では,成長ニューラルガスを用いて環境の状態空間を動的に構築し,Q学習を用いて目標への経路を同時に探索し学習する方法を提案した。検索効率を向上させるために複数の自律移動ロボットを適用した。実験結果は,動的環境変化に対応できる提案方法の有効性を示した。(翻訳著者抄録)

シソーラス用語： 移動ロボット ,  自律ロボット ,  *環境 ,  *構造 ,  *目標設定 ,  *学習 ,  計算量 ,  学習アルゴリズム ,  空間 ,  強化学習 ,  自律移動ロボット
準シソーラス用語： Q学習 ,  *位相構造 ,  *経路学習 ,  状態空間 ,  成長ニューラルガス ,  *未知環境 ,  *目標

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (14件)：

• [1] 久保田: 知能ロボットの行動学習; システム/制御/情報, Vol. 48, No. 2, pp. 51-56 (2004)
• [2] R. S. Sutton and A. G. Barto: Reinforcement learning: An introduction; A Bradford Book, The MIT Press (1998)
• [3] 吉本, 銅谷, 石井: 強化学習の基礎理論と応用; 計測と制御, Vol. 44, No. 5, pp. 313-318 (2005)
• [4] 木村: 強化学習の基礎; 計測と制御, 第52巻, 第1 号, pp.72-77 (2013)
• [5] C. J. C. H. Watkins and P. Dayan: Q-learning; Machine Learning, Vol. 8, Issue 3-4, pp. 279-292 (1992)

タイトルに関連する用語 (7件)： 自律移動ロボット ,  未知環境 ,  位相構造 ,  獲得 ,  目標物 ,  経路 ,  学習