文献

J-GLOBAL ID：201802256431345966   整理番号：18A0708562

Deep Q-Learning法に基づくドライバレスバスの自律的追い越し意思決定【JST・京大機械翻訳】

Autonomous overtaking decision making of driverless bus based on deep Q-learning method

著者 (3件)： Yu Lingli (School of Information Science and Engineering, Central South University, Changsha, China) ,  Shao Xuanya (School of Information Science and Engineering, Central South University, Changsha, China) ,  Yan Xiaoxin (School of Information Science and Engineering, Central South University, Changsha, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ROBIO  ページ： 2267-2272  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： 自律的な転倒操作は,無人車両分野における価値ある技術である。しかし,過剰取得は常にそのセキュリティと時間コストによって行われる。そこで,本論文では,深いQ学習ネットワークに基づく自律的な過剰意思決定法を提案した。これは,状態遷移に選択された動作からQ関数を学習するために,深いニューラルネットワーク(DNN)を採用する。訓練されたDNNに基づいて,より高い報酬状態のために異なる環境で適切な行動を採用する。一連の実験を行い,深いQ学習法に基づいて意思決定を行うための提案した手法の有効性とロバスト性を検証した。結果は,著者らの方式が従来の強化学習方法と比較してより良いセキュリティとより低い時間コストを達成することをサポートした。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  セキュリティ ,  転倒 ,  ロバスト性 ,  強化学習 ,  *意思決定 ,  *追越し ,  ネットワーク
準シソーラス用語： Q関数 ,  状態遷移 ,  Q学習 ,  *自律性 , 【Automatic Indexing@JST】

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (2件)： 追い越し ,  意思決定