文献

J-GLOBAL ID：201702286607313556   整理番号：17A1038067

機械学習による調整された自律モデル予測軌道計画のための実験結果【Powered by NICT】

Experimental results for autonomous model-predictive trajectory planning tuned with machine learning

著者 (3件)： Yousefi Shahram (Department of Electrical and Computer Engineering, Queen’s University, Kingston, Ontario, Canada) ,  Givigi Sidney N. (Department of Electrical and Computer Engineering, Royal Military College of Canada, Kingston, Ontario, Canada) ,  Jardine Peter T. (Department of Electrical and Computer Engineering, Royal Military College of Canada, Kingston, Ontario, Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SysCon  ページ： 1-7  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： 本論文では,機械学習による調整モデル予測制御(MPC)に基づく自律クワッドローターのための高レベル軌道計画アルゴリズムの実験結果を提示した。時変平面不等式制約は障害物を回避するために使用されている。非線形プラント動力学をホバリング条件近傍で線形化した。学習オートマトンを用いて目的関数の相対的な重みを選択し,この線形化中に失われた非線形性を補償した。提案した技術は,ターゲットにquadcopterを導く成功裏にその経路に置かれた球状障害物を回避した。これらの結果は,障害物を含む無人車の運用中のMPC技術への応用の可能性を実証した。さらに,機械学習はMPC定式化におけるパラメータを調整するために使用できることを実証した。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： *機械学習 ,  定式化 ,  目的関数 ,  ホバリング ,  非線形性 ,  アルゴリズム
準シソーラス用語： 無人車 ,  学習オートマトン ,  線形化 ,  等式制約 ,  クワッドローター ,  モデル予測制御 ,  *軌道計画 ,  *モデル予測 ,  *自律性 , 【Automatic Indexing@JST】

分類 (3件)： ロボットの運動・制御  (IC04012J) ,  人工知能  (JE08000Z) ,  オートマトン理論  (JB04000O)

タイトルに関連する用語 (5件)： 機械学習 ,  自律 ,  モデル予測 ,  軌道計画 ,  実験結果