文献

J-GLOBAL ID：200902285297474967   整理番号：09A0775236

強化学習による避航進路の決定

著者 (3件)： 三堀邦彦 (拓殖大) ,  神尾武司 (広島市大) ,  田中隆博 (海上保安大)
資料名： Navigation (Tokyo)  (Navigation (Tokyo))
号： 170  ページ： 26-31  発行年： 2009年06月30日 
JST資料番号： G0250A  ISSN： 0919-9985  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： 2隻の対向船舶の避航進路決定に対して,強化学習アルゴリズムを適用した。事前知識として,航法に類似したルールを各船舶の行動決定プロセスに組み込み,学習過程と結果を観察した。モデル船は,練習船こじま(L=107m)を使用し,船速は12ktに固定した。強化学習アルゴリズムは,Q学習アルゴリズムを拡張し,船舶(操船者)をエージェントとした。その結果,衝突回避のポイントとなる両船が衝突しそうな場所を見きわめ,追加進入禁止グリッドにより避けるべき船舶を決定するため,航法に類似したルールに基づく進路を決定し,有効な学習が実現することを確認した。

シソーラス用語： *避航 ,  意思決定 ,  *強化学習 ,  学習アルゴリズム ,  エージェント ,  *衝突回避 ,  練習船
準シソーラス用語： Q学習 ,  進路決定

分類 (2件)： 航海と実務  (TD01020F) ,  人工知能  (JE08000Z)

引用文献 (6件)：

• WEISS, G. Multiagent systems-A Modern Approach to Distributed Artificial Intelligence-. 1999
• 稲石正明. 船舶群行動モデルによる群れの合流と離脱. 日本航海学会論文集. 2006, 114, 9-16
• SUTTON, R. L. Reinforcement learning : an introduction. 1998
• LITTMANN, M. L. Markov games as a framework for multi-agent reinforcement learning. Proc. of 11th International Conference on Machine Learning, 1994. 1994, 157-163
• MITSUBORI, K. Finding the Shortest Course of a Ship Based on Reinforcement Learning Algorithm. The Journal of Japan Institute of Navigation. 2004, 110, 9-18

タイトルに関連する用語 (3件)： 強化学習 ,  避航 ,  進路