文献

J-GLOBAL ID：202002287151255501   整理番号：20A2466483

予測を利用した強化学習エージェントによる競技型接触インタラクション

Competitive physical interaction by reinforcement learning agents using predictive models

著者 (4件)： 野田裕貴 (東大) ,  西川鋭 (東大) ,  新山龍馬 (東大) ,  國吉康夫 (東大)
資料名： 日本機械学会ロボティクス・メカトロニクス講演会講演論文集(CD-ROM)  (日本機械学会ロボティクス・メカトロニクス講演会予稿集(CD-ROM))
巻： 2020  ページ： ROMBUNNO.1P1-G06  発行年： 2020年05月27日 
JST資料番号： L0318B  ISSN： 2424-3124  資料種別： 会議録 (C)
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： ロボットに動作の誘導や相手の裏をかくことを学習させることで人間とロボットのより高度な物理的インタラクションが期待される。本研究では駆け引きを重視したインタラクション環境として手押し相撲環境を作成し,相手の動作の誘導と,相手の裏をかくことについてそれぞれ予測誤差に比例する尺度として誘導度,裏かき度を定義した。作成した環境においてこれらの尺度を予測モデルから与えられる報酬として強化学習に利用した結果,誘導度は自分の予測性能を向上させ,裏かき度は相手の予測性能を低下させる作用があることが確認された。(著者抄録)

シソーラス用語： *学習 ,  *強化学習 ,  *予測モデル ,  *賃金 ,  *誘導 ,  *性能 ,  *マンマシンインタフェイス ,  インセンティブ ,  *モデル
準シソーラス用語： インタラクション ,  技術強化学習 ,  群強化学習 ,  人間機械インタフェイス ,  報酬 ,  予測性能

分類 (2件)： 人間機械系  (IB03000G) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (5件)： 予測 ,  強化 ,  学習エージェント ,  競技 ,  インタラクション