文献

J-GLOBAL ID：201502210955691452   整理番号：15A0779184

動的環境におけるマルチエージェント巡回清掃の自律的な戦略学習の提案

著者 (2件)： 杉山歩未 (早稲田大) ,  菅原俊治 (早稲田大)
資料名： 電子情報通信学会論文誌 D(Web)
巻： J98-D  号： 6  ページ： 862-872 (WEB ONLY)  発行年： 2015年06月01日 
JST資料番号： U0473A  ISSN： 1881-0225  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： 本研究ではマルチエージェント協調巡回清掃において環境の各場所の汚れやすさを学習し,その情報に基づく適切な巡回戦略を自律的に学習する手法と,環境変化を自律的に検出して迅速に戦略を変更する手法を提案する。近年の計算機とロボット技術の発展は,ロボットの応用範囲を急速に拡大し,協調しながら高度な作業を広大な環境で行うことが期待されている。しかし,適切な行動戦略はその環境の特性やロボットの制御ソフトウェアであるエージェントの能力,他のエージェントの行動戦略などに依存し,更に変化の可能性もあり自明ではない。本研究では,巡回清掃問題を題材に,汚れやすさの情報を実際の清掃からセンサー情報として獲得し,各所の汚れやすさを学習しながら,その環境に合った行動戦略を学習する手法を提案する。更に環境の変化に対し,過去の学習情報の影響を防ぎ迅速に追随できるように,その変化を自律的に検出し,既存の学習情報を一部忘却する適応法を導入する。評価実験の結果,汚れやすさを既知とした場合と同等か,環境によってはその効率を超えることが観測され,その理由について考察する。また,環境の変化に対しても,提案手法が速やかな変化を促すことを示す。(著者抄録)

シソーラス用語： *マルチエージェントシステム ,  *協調作業 ,  清掃 ,  *学習 ,  エージェント ,  *自律ロボット ,  忘却 ,  制御 ,  評価試験 ,  マルチエージェントモデル ,  産業用ロボット
準シソーラス用語： 自律学習 ,  自律エージェント ,  ロボット制御 ,  掃除ロボット

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (14件)：

• D. Hennes, D. Claes, W. Meeussen, and K. Tuyls, "Multi-robot collision avoidance with localization uncertainty," Proc. 11th Int. Conf. on Autonomous Agents and Multiagent Systems - Vol.1, AAMAS '12, pp.147-154, 2012.
• P. Dinnissen, S.N. Givigi, and H.M. Schwartz, "Map merging of multi-robot slam using reinforcement learning," Proc. 2012 IEEE International Conf. on Systems, Man, and Cybernetics (SMC), pp.53-60, 2012.
• M. Ahmadi and P. Stone, "A multi-robot system for continuous area sweeping tasks," Proc. 2006 IEEE Int. Conf. on Robotics and Automation, pp.1724-1729, 2006.
• Y. Elor and A.M. Bruckstein, "Multi-a(ge)nt graph patrolling and partitioning," Proc. 2009 IEEE/WIC/ACM Int. Joint Conf. on Web Intelligence and Intelligent Agent Technologies, pp.52-57, 2009.
• C. Kato and T. Sugawara, "Decentralized area partitioning for a cooperative cleaning task," Proc. Int. Conf. on 16th Principles and Practice of Multi-Agent Systems (PRIMA 2013), LNCS, vol.8291, pp.470-477, 2013.

タイトルに関連する用語 (8件)： 動的環境 ,  マルチエージェント ,  巡回 ,  清掃 ,  自律 ,  戦略 ,  学習 ,  提案