文献

J-GLOBAL ID：202202287436773515   整理番号：22A1652996

Q学習とグラフ探索を組み合わせた複数台移動ロボットの動作計画法

A Flexible Motion Planning for Multiple Mobile Robots by Combining Q-Learning and Graph Search Algorithm

著者 (5件)： 川部知也 (岡山大 大学院自然科学研究科) ,  西竜志 (岡山大 大学院自然科学研究科) ,  LIU Ziang (岡山大 大学院自然科学研究科) ,  ALAM Md Moktadir (岡山大 大学院自然科学研究科) ,  藤原始史 (岡山大 大学院自然科学研究科)
資料名： システム制御情報学会研究発表講演会講演論文集(CD-ROM)  (Proceedings of the Annual Conference of the Institute of Systems, Control and Information Engineers (CD-ROM))
巻： 66th  ページ： ROMBUNNO.112-1  発行年： 2022年 
JST資料番号： X0014B  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： ロジスティックス,生産およびサービスにおいて,自律無人搬送車(AGV)のような移動ロボットの必要性が近年劇的に増加している。この種のロボットに対して,無衝突経路計画は主要な研究領域の1つである。AGVの数が増加するにつれて,経路計画問題は難しくなる。限られた計算時間の中で最適経路計画を見つけるのは難しい。さらに,移動時間の変化のような様々な変動に対応して最適性を維持しながら,混雑,遷移遅延および不確実性のような予想外の状況に対処する必要がある。強化学習法の一つであるQ学習を用いて無衝突運動計画問題を解くことができるが,Q学習は経路計画に対して多くの計算時間を必要とする。本論文では,複数ロボット協調に対して強化学習法とグラフ探索アルゴリズムの両方を組み合わせた新しい運動計画を提案する。本研究では,A^*アルゴリズムを用いて最短経路を見出し,次にQ学習を適用してオフライン学習を用いて衝突を回避する。提案方法は,短い実行時間である程度の最適性を保証しながら,環境の変化に柔軟に応答できる効率的運動計画を生成できる。複数のAGVを用いた集配・配送無衝突経路計画問題に本提案の方法を適用する。本提案の方法の性能を従来の経路計画法と比較し,計算時間と最適性に関してその有用性を検証する。(翻訳著者抄録)

シソーラス用語： *強化学習 ,  検索 ,  *移動ロボット ,  マルチロボット ,  計画 ,  グラフ理論 ,  無人搬送車 ,  *経路探索 ,  アルゴリズム ,  最短路問題 ,  移送装置 ,  探索問題
準シソーラス用語： *AGV【運搬】 ,  *Q学習 ,  グラフ検索 ,  経路計画 ,  最短経路アルゴリズム ,  探索アルゴリズム ,  動作計画 ,  搬送システム ,  *複数台移動ロボット

分類 (2件)： ロボットの運動・制御  (IC04012J) ,  人工知能  (JE08000Z)

引用文献 (15件)：

• T. Le-Anh and M. B. M. de Koster, “A review of design and control of automated guided vehicle systems,” European Journal of Operational Research, vol.171, no. 1, pp. 1-23, 2006.
• I. F. A. Vis, “Survey of research in the design and control of automated guided systems,” European Journal of Operational Research, vol. 170, no. 3, pp. 677-709,2006.
• T. Nishi, M. Ando and M. Konishi, “Distributed route planning for multiple mobile robots using an augmented Lagrangian decomposition and coordination technique,” IEEE Transactions on Robotics, vol. 21, no. 6, pp. 1191-1200, 2005.
• K. A. Dowsland and A. M. Greaves, “Collision avoidance in bi-directional AGV systems,” The Journal of the Operational Research Society, vol. 45, no. 7, pp.817-826, 1994.
• P. Svestka and M. H. Overmars, “Coordinated path planning for multiple robots,” Robotics and Autonomous Systems, vol. 23, no. 3, pp. 125-152, 1998.

タイトルに関連する用語 (5件)： Q学習 ,  グラフ ,  探索 ,  ロボット ,  動作計画