抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
マルチロボットチームが工場,家庭と他の地球外表面のような実世界環境を透過,チームメートの政策における新しい観測と変化に適応できることを関節戦略を形成する能力が重要である。による過去の観察からの知識は,将来の挙動を改良するために用いることができる機構であるメモリが適応行動の重要な部分である。以前の研究は,主に記憶のツールを用いた適応挙動を調べたが,主として単一ロボットアプローチに限られている。本論文では,明示的な適応行動を必要とするタスクの困難の結合をもたらす,同じ環境で作用する複数ロボットの同時作用によって導入された複雑さに拡張したT字型迷路ドメインを定式化した。メモリブロックを有するゲート再発単位を用いたロボット政策として記憶に基づく学習アプローチを開発し,チームサイズと作業深さを含む困難の多軸を横切って変化する拡張T迷路ドメインにおける実験の多様なセットにおけるその有効性を実証した。著者らの結果は,記憶に基づくマルチロボットコントローラは記憶のない訓練されたフィードフォワードコントローラを凌ぐ効果的な共同戦略を形成することができることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
