文献

J-GLOBAL ID：201802230951935728   整理番号：18A0138688

深層強化学習を適用したスワームロボティクスシステムによる群れ行動生成

著者 (2件)： 片岡駿一 (広島大) ,  大倉和博 (広島大)
資料名： 計測自動制御学会システム・情報部門学術講演会講演論文集(CD-ROM)
巻： 2017  ページ： ROMBUNNO.GS01-13  発行年： 2017年11月25日 
JST資料番号： F0428D  資料種別： 会議録 (C)
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： スワームロボティクスシステムは多数のロボットによる相互作用を利用するシステムであり,頑健性,柔軟性,拡張性の3種類の特性が期待されている。本システムには,個々のロボットが観測できる状態空間が高次元であるために制御器の設計が困難であるという問題が存在する。これに対して,本研究では機械学習手法の一種である深層強化学習を適用し群れ行動の生成を試みる。適用に際して学習の重要要素である報酬を設計し,生成実験を行う。実験の結果,群れ行動の生成に成功し,今回の報酬で学習が可能であることを確認した。(著者抄録)

シソーラス用語： *機械学習 ,  *強化学習 ,  動物行動 ,  マルチロボット ,  *移動ロボット ,  産業用ロボット ,  協調作業 ,  システム設計 ,  ニューラルネットワーク ,  *工学
準シソーラス用語： *深層学習 ,  群れ行動 ,  Q学習 ,  搬送ロボット ,  ディープニューラルネットワーク ,  *スウォームロボット工学

分類 (2件)： ロボットの運動・制御  (IC04012J) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 深層強化学習 ,  群れ行動