文献

J-GLOBAL ID：202202228487043914   整理番号：22A1655835

深層強化学習を用いたジャークと到達時間を抑制した行動計画

Action Planning with Jerk and Arrival Time Suppression Using Deep Reinforcement Learning

著者 (3件)： 島田航太 (明治大) ,  松田匠未 (明治大) ,  黒田洋司 (明治大)
資料名： 計測自動制御学会システムインテグレーション部門講演会(CD-ROM)  (SICE SI (CD-ROM))
巻： 22nd  ページ： ROMBUNNO.2G2-05  発行年： 2021年12月15日 
JST資料番号： F1751A  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： ・近年,動的環境での自律移動ロボットへの関心が高まっており,ロボットの行動計画にはルールベース手法と深層強化学習を用いた手法の2種類が存在。
・これまでの手法ではロボットの軌跡については言及されず,急旋回や急加速・急減速に繋がるケースが確認されたため,本研究では,動的環境においてジャークを抑制し,乗り心地の良い行動計画を提案。
・シミュレータ上で5つの動的障害物を用意した環境で実験を行い,ゴール達成率,衝突率,ゴール到達時間,ジャーク平均を評価。
・深層強化学習を用いて報酬関数を設計し直すことで,従来のゴール到達率を維持したままジャーク平均と到達時間が抑制されたことを確認。

シソーラス用語： *移動ロボット ,  自律ロボット ,  人工知能 ,  強化学習 ,  *行動計画 ,  乗り心地 ,  衝突 ,  関数 ,  環境 ,  評価関数 ,  自律移動ロボット ,  *深層強化学習
準シソーラス用語： ジャーク ,  到達時間 ,  報酬関数 ,  動的環境 ,  価値関数

分類 (1件)： ロボットの運動・制御  (IC04012J)

引用文献 (5件)：

• J. Van den Berg, S. J. Guy, M. Lin, and D. Manocha,“Reciprocal n-body collision avoidance,” in Robotics Research, ser. Springer Tracts in Advanced Robotics. Springer Berlin Heidelberg, 2011, no. 70, pp.3-19.
• J. v. d. Berg, M. Lin, and D. Manocha, “Reciprocal Velocity Obstacles for real-time multi-agent navigation,” in 2008 IEEE International Conference on Robotics and Automation, May 2008, pp. 1928-1935.
• Changan Chen, Yuejiang Liu, Sven Kreiss, Alexandre Alahi, “Crowd-Robot Interaction: Crowdaware Robot Navigation with Attention-based Deep Reinforcement Learning” arXiv:1809.08835 [cs.RO], ICRA2019
• 島田航太,松田匠未,黒田洋司“深層強化学習を用いたジャークを抑制した行動計画の提案”ロボティクス・メカトロニクス講演会 (2021)
• Y. F. Chen, M. Liu, M. Everett, and J. P. How,“Decentralized Non-communicating Multiagent Collision Avoidance with Deep Reinforcement Learning,”arXiv:1609.07845 [cs], Sep. 2016, arXiv: 1609.07845.

タイトルに関連する用語 (3件)： 深層強化学習 ,  到達時間 ,  行動計画