文献

J-GLOBAL ID：200902205292628610   整理番号：08A0838565

Q-learningによる把持戦略の獲得

Acquisition of Grasp Planning Based on Q-learning

著者 (5件)： 加藤晴康 (芝浦工大) ,  井上裕生 (芝浦工大) ,  高木基樹 (芝浦工大) ,  高橋良至 (東洋大) ,  米田隆志 (芝浦工大)
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： 2008  ページ： ROMBUNNO.1P1-A04  発行年： 2008年06月05日 
JST資料番号： L0318B  ISSN： 2424-3124  資料種別： 会議録 (C)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 私たちは,日常生活用品の搬送を行い,介助者の負担を減らすことを想定した介助用モビルロボットシステム(AMOS)の開発を行っている。本システムでは,要介助者が手元の操作卓で簡単な指示を出した後に,モビルロボットが自律的に物体の把持と搬送を行うことを目標としている。本稿では,強化学習を用い日常生活用品等の把持戦略の獲得手法を提案する。本手法では,物体の姿勢とボクセルデータを既知とし,強化学習における計算時間を短縮するためにデータ量を圧縮し,オフライン上で把持戦略の獲得を行った。さらにオンラインで実験を行った。(著者抄録)

シソーラス用語： *把持【操作】 ,  移動ロボット ,  運搬 ,  *福祉ロボット ,  生活 ,  ボクセル ,  *強化学習 ,  CPU時間
準シソーラス用語： Q学習 ,  日常生活

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (3件)： 把持 ,  戦略 ,  獲得