文献

J-GLOBAL ID：201802270996730849   整理番号：18A0187426

移動ロボット経路計画における深部強化学習の応用【Powered by NICT】

Application of deep reinforcement learning in mobile robot path planning

著者 (4件)： Xin Jing (Shaanxi Key Laboratory of Complex System Control and Intelligent Information Processing, Xi’an University of Technology, Xi’an 710048, P. R. China) ,  Zhao Huan (Shaanxi Key Laboratory of Complex System Control and Intelligent Information Processing, Xi’an University of Technology, Xi’an 710048, P. R. China) ,  Liu Ding (Shaanxi Key Laboratory of Complex System Control and Intelligent Information Processing, Xi’an University of Technology, Xi’an 710048, P. R. China) ,  Li Minqi (Department of the Information and Communications, Xi’an Polytechnic University, Xi’an 710048, P. R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CAC  ページ： 7112-7116  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： ロボットは手作りの特徴と特徴マッチングのない元の視知覚からの最適行動を得る直接徹底するために,深部強化学習を用いる方法移動ロボット経路計画計画新しいエンドツーエンド経路を提案した。最初に,深いQネットワーク(DQN)は移動ロボット状態-行動価値関数を近似するために設計し,訓練した。,各可能な移動ロボット作用(すなわち,左,右回転,前方)に対応するQ値はよく訓練されたDQNによって決定され,ここで,DQNの入力は,手作りの特徴と特徴マッチングのない環境から獲得された元のRGB画像(画素)である;最後に,現在の最適移動ロボットの行動がその行動選択戦略によって選択される。移動ロボットを目標点に達する最終的に障害物を回避しながら。DeepMind実験室プラットフォーム上のseekavoid_arena_01環境で行われている30時間経路計画実験。実験結果は,筆者らの深部強化学習に基づくロボット経路計画法は,効果的なエンドツーエンド移動ロボット経路計画法であることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 画素 ,  *ロボット ,  *強化学習 ,  エンドツーエンド方式 ,  評価関数 ,  Q値 ,  ネットワーク ,  視知覚 ,  *深部 ,  *経路探索 ,  *移動ロボット
準シソーラス用語： 行動選択 ,  特徴マッチング , 【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)： 移動ロボット ,  経路計画 ,  深部 ,  強化学習 ,  応用