文献

J-GLOBAL ID：201102242495052650   整理番号：11A0776036

NGnetを用いた強化学習による歩容ロボットの行動獲得

Behavior Acquisition of Gating Robot by Reinforcement Learning using NGnet

著者 (3件)： 石原弘二 (松江工高専) ,  永瀬孝洋 (松江工高専) ,  堀内匡 (松江工高専)
資料名： 電気学会産業計測制御研究会資料  (Papers of Technical Meeting on Industrial Instrumentation and Control and Mechatronics Control, IEE Japan)
巻： IIC-11  号： 134-155  ページ： 105-110  発行年： 2011年03月08日 
JST資料番号： X0577A  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： 複雑な歩容ロボットを対象として,効率よく前進するための動作を強化学習により獲得することを実現した。実機を設計・製作する手間を省くため,組み立てが容易なロボット製作キットLEGO Mindstorms NXTを用いて歩容ロボットを製作した。強化学習の手法としては,関数近似により連続値の入出力を扱える正規化ガウス関数ネットワーク(NGnet)を適用した。本文では,先ず,TD(Temporal Difference)学習及びNGnetを用いた強化学習を説明し,次いで,強化学習による歩容行動獲得として,歩容ロボット,通信環境,報酬の設定について述べた。実験方法と実験結果について述べ,強化学習の有効性を確認し,強化学習による行動獲得を実現した。

シソーラス用語： 歩容 ,  *強化学習 ,  正規化 ,  関数 ,  ネットワーク ,  関数近似 ,  知識獲得 ,  機械学習 ,  行動 ,  *歩行ロボット
準シソーラス用語： Gauss関数 ,  *行動獲得 ,  *歩容ロボット

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

引用文献 (9件)：

• (1) R.S. Sutton and A.G. Barto: "Reinforcement Learning: An Introduction", The MIT Press (1998)
• 三上貞芳,皆川雅章(訳),「強化学習」,森北出版(2001)
• (2)八谷大岳,杉山将,「強くなるロボティック・ゲームプレイヤーの作り方」,毎日コミュニケーションズ(2008)
• (3) T. Nagase and T. Horiuchi: "A Study on Walk Move- ment Acquisition by Reinforcement Learning Using NGnet", Proceedings of the 20th Intelligent System Symposium, Paper No.71 (2010) (in Japanese)
• 永瀬孝洋,堀内匡,「NGnetを用いた強化学習による実ロボットの歩容動作獲得,第20回インテリジェントシステムシンポジウム講演論文集」,PaperNo.71(2010)

タイトルに関連する用語 (4件)： 強化学習 ,  歩容 ,  ロボット ,  行動獲得