文献

J-GLOBAL ID：201302258403385150   整理番号：13A1186334

微分進化およびQ学習を用いた適応型ミームアルゴリズムの実現:マルチロボット経路計画における事例研究

Realization of an Adaptive Memetic Algorithm Using Differential Evolution and Q-Learning: A Case Study in Multirobot Path Planning

著者 (7件)： RAKSHIT Pratyusha (Jadavpur Univ., Kolkata, IND) ,  KONAR Amit (Jadavpur Univ., Kolkata, IND) ,  BHOWMIK Pavel (Jadavpur Univ., Kolkata, IND) ,  GOSWAMI Indrani (Jadavpur Univ., Kolkata, IND) ,  DAS Swagatam (Indian Statistical Inst., Kolkata, IND) ,  JAIN Lakhmi C. (Univ. South Australia, S.A., AUS) ,  NAGAR Atulya K. (Liverpool Hope Univ., Liverpool, GBR)
資料名： IEEE Transactions on Systems, Man, and Cybernetics: Systems  (IEEE Transactions on Systems, Man, and Cybernetics: Systems)
巻： 43  号： 4  ページ： 814-831  発行年： 2013年07月 
JST資料番号： C0425D  ISSN： 2168-2216  CODEN： ITSMFE  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本研究では,個体群に基づくメタヒューリスティックな探索アルゴリズムであるミームアルゴリズム(MA)を取り上げ,微分進化およびQ学習を用いた適応型ミームアルゴリズム(AMA)の実現手法を提案した。提案AMAについてはその擬似コードの詳細を示すとともに,シミュレーションによる評価実験を行った。その中で,そこで用いたベンチマーク関数,初期個体群,初期化手法,最終解の品質の比較,性能解析,などの結果を示した。さらに,マルチロボット経路計画における事例研究を例題として取り上げ,そこでの実験結果を示した。それにより,ここで提案したアルゴリズムに基づく経路計画方式が,遺伝的アルゴリズム,粒子群最適化,微分進化などよりも性能的に優れていることを確認した。

シソーラス用語： *強化学習 ,  *進化的計算 ,  *経路探索 ,  *移動ロボット ,  遺伝的アルゴリズム ,  評価試験 ,  適応性 ,  解 ,  事例研究 ,  性能分析
準シソーラス用語： *Q学習 ,  *ミームアルゴリズム ,  *経路計画 ,  最適解 ,  微分進化

分類 (3件)： 人工知能  (JE08000Z) ,  ネットワーク法  (KA03040X) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (6件)： 微分進化 ,  Q学習 ,  ミームアルゴリズム ,  マルチロボット ,  経路計画 ,  研究