文献

J-GLOBAL ID：201502202239780980   整理番号：15A0805376

観測空間の自律セグメンテーションにより部分的に観測可能な環境における行動取得

Behavior Acquisition in Partially Observable Environments by Autonomous Segmentation of the Observation Space

著者 (3件)： INOUE Kousuke (Ibaraki Univ., Ibaraki, JPN) ,  ARAI Tamio (Shibaura Inst. Technol., Tokyo, JPN) ,  OTA Jun (Univ. Tokyo, Chiba, JPN)
資料名： Journal of Robotics and Mechatronics  (Journal of Robotics and Mechatronics)
巻： 27  号： 3  ページ： 293-304  発行年： 2015年06月20日 
JST資料番号： L0735A  ISSN： 0915-3942  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： 英語 (EN)

抄録/ポイント： 本稿では,状態識別するために,エージェントが十分なマルコフ性によって自律的に状態表現を構築する方法を提案した。さらにエージェントは部分的に観測できる環境における連続する多次元の観測空間を用いてこれを行う。非マルコフ性の環境に対処するために,過去の観測や行動の状態記述に基づいた決定ツリー構造を用いた。この記述は徐々にセグメント化され,適切に状態の区別ができる。エージェントの観測空間は前もってセグメント化されていないので,エージェントは状態記述の不十分な理由を決めなければならない:(1)不十分な観測空間のセグメンテーション,あるいは(2)不完全な知覚。提案した方法では,過去の経験の統計的解析を用いてその理由を決定し,状況のセグメンテーションがこの理由に従って決定される。2次元の格子環境におけるシミュレーションおよび2次元の連続した作業空間における実際のロボットのナビゲーションの実験によって,エージェントは多くの隠れ状態でナビゲーションをうまく行うことができることを示した。(翻訳著者抄録)

シソーラス用語： セグメンテーション ,  *エージェント ,  確率モデル ,  *Markov過程 ,  移動 ,  *作業空間 ,  シミュレーション ,  学習アルゴリズム ,  空間 ,  格子 ,  Markovモデル ,  数学モデル
準シソーラス用語： Markov決定過程 ,  ロボットナビゲーション ,  学習エージェント ,  状態空間

分類 (1件)： ロボットの運動・制御  (IC04012J)

引用文献 (23件)：

• R. Pfeifer and C. Scheier, “Understanding Intelligence,” MIT Press, 1999.
• H. Kawano, “Three-Dimensional Obstacle Avoidance of Blimp-Type Unmanned Aerial Vehicle Flying in Unknown and Non-Uniform Wind Disturbance,” J. of Robotics and Mechatronics, Vol.19, No.2, pp. 166-173, 2007.
• S. Thrun, W. Burgard, and D. Fox, “Probabilistic Robotics,” MIT Press, 2005.
• L. Chrisman, “Reinforcement Learning with Perceptual Aliasing: The Perceptual Distinctions Approach,” Proc. 10th Int. Conf. on Artificial Intelligence, pp. 183-188, 1992.
• L. P. Kaelbling, M. L. Littman, and A. R. Cassandra, “Planning and Acting in Partially Observable Stochastic Domains,” Artificial Intelligence, Vol.101, pp. 99-134, 1998.

タイトルに関連する用語 (5件)： 観測 ,  自律 ,  セグメンテーション ,  環境 ,  行動