文献

J-GLOBAL ID：200902295798235526   整理番号：09A0105889

移動型ロボットにおける動作特性と行動知識の分離

著者 (4件)： 長谷川卓也 (芝浦工大 工) ,  五十嵐治一 (芝浦工大 工) ,  石原聖司 (近畿大 工) ,  田中一基 (近畿大 工)
資料名： 人工知能学会AIチャレンジ研究会  (JSAI Technical Report)
巻： 27th  ページ： 29-32  発行年： 2008年 
JST資料番号： L1884C  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： エージェントの行動決定を各時刻における目的関数の最小化問題に帰着させ,方策勾配法によって行動学習を行うことを考える。学習によって得られる方策に関する知識は環境に依存するものとしないものがあり,後者は別の環境下でも再利用でき,前者は動作特性を予め測定しておくことで学習を効率化できる。本論文では,ある状態でエージェントの行動を決定する方策をボルツマン型の確率分布関数で定義し,その目的関数に動作特性パラメータと行動知識パラメータを分離して表現し,報酬の期待値が極大になるように学習する方法を検討した。本方法の妥当性を検証するためにRoboCup小型リーグ向け移動型ロボット「オムニRoboE2007」の直進走行タスクを例に,ロボットのゴールからの距離及びスタートとゴールを結ぶ直線との距離を足し合わせたポテンシャル関数を行動知識パラメータとして用いた。本ロボットの走行特性を測定したところ,進行方向が0度や180度以外の場合にズレが生じて軌道が変形したが,ポテンシャル関数を行動知識とすることで直進性を改善できることが確かめられた。

シソーラス用語： *移動ロボット ,  *エージェント ,  *最小化問題 ,  学習 ,  機械学習 ,  確率分布 ,  目的関数 ,  コンクール ,  関数 ,  Boltzmann分布 ,  ロボカップ ,  ポテンシャル関数
準シソーラス用語： 行動学習

分類 (3件)： ロボットの運動・制御  (IC04012J) ,  人工知能  (JE08000Z) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (5件)： 移動型 ,  ロボット ,  動作特性 ,  行動 ,  知識