文献

J-GLOBAL ID：201702279151064170   整理番号：17A1271272

連続観測空間におけるスケーラブルな加速された分散マルチロボット政策探索【Powered by NICT】

Scalable accelerated decentralized multi-robot policy search in continuous observation spaces

著者 (6件)： Omidshafiei Shayegan (Laboratory for Information and Decision Systems (LIDS), MIT, Cambridge, MA 02139, USA) ,  Amato Christopher (College of Computer and Information Science (CCIS), Northeastern University, Boston, MA 02115, USA) ,  Liu Miao (IBM Thomas J. Watson Research Center, Yorktown Heights, NY 10598, USA) ,  Everett Michael (Laboratory for Information and Decision Systems (LIDS), MIT, Cambridge, MA 02139, USA) ,  How Jonathan P. (Laboratory for Information and Decision Systems (LIDS), MIT, Cambridge, MA 02139, USA) ,  Vian John (Boeing Research & Technology, Seattle, WA 98108, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICRA  ページ： 863-870  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 連続観測分散部分可観測Markov決定過程(Dec POMDP)とその半Markov対応物,POSMDPsを解くための最初のアプローチを提案した。寄与はロボット,膨大な数のセンサは,連続観測データを提供するにおいて特に重要である。確率的カーネルに基づく有限状態オートマトン(SK FSAs)を用いて導入した連続観測政策表現。連続カーネル観測(EPSCKO)を用いたエントロピーベースポリシー探索を標題SK FSA探索アルゴリズムを導入し,最初の連続観測Dec POMDP/Dec POSMDP領域に適用し,最先端の離散アプローチの性能を著しく上回る。この方法はDec POMDPとDec POSMDPsに等しく適用可能である,提案した経験的分析は,それらの高いスケーラビリティによるDec POSMDPsに焦点を当てた。収束を改善するために,連続および離散観察例に対するエントロピー注入ポリシー探索加速手法も開発し,政策品質を劣化させずに収束速度を改善することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： エントロピー ,  *ロボット ,  品質 ,  センサ ,  *マルチロボット ,  有限状態機械
準シソーラス用語： 収束速度 ,  POMDP ,  探索アルゴリズム ,  Markov決定過程 , 【Automatic Indexing@JST】

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (5件)： 連続観測 ,  加速 ,  マルチロボット ,  政策 ,  探索