文献

J-GLOBAL ID：201902210107059597   整理番号：19A1431544

経路積分強化学習手法に基づく蛇行ロボットの目標指向運動【JST・京大機械翻訳】

Target-Directed Locomotion of a Snake-Like Robot Based on Path Integral Reinforcement Learning

著者 (3件)： Fang Yongchun (南開大学人工智能学院机器人与信息自動化研究所 天津300350) ,  Zhu Wei (南開大学人工智能学院机器人与信息自動化研究所 天津300350) ,  Guo Xian (南開大学人工智能学院机器人与信息自動化研究所 天津300350)
資料名： Moshi Shibie yu Rengong Zhineng  (Moshi Shibie yu Rengong Zhineng)
巻： 32  号： 1  ページ： 1-9  発行年： 2019年 
JST資料番号： C2411A  ISSN： 1003-6059  CODEN： MRZHET  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 経路積分法は確率的最適制御であり,数値反復法であり,連続非線形システムの最適制御問題を解決でき,システムモデルには依存せず,急速に収束する。本文では、経路積分強化学習に基づく策略改善方法を蛇行ロボットの目標指向運動に応用した。経路積分強化学習方式を用いて,蛇行ロボットの歩行方程式のパラメータを学習し,シミュレーション環境での蛇行ロボットの回避障害を目標点に到達させるだけでなく,シミュレーション環境の事前知識を利用することによって,同じタスクを実際の環境で迅速に完成させることができた。実験結果は,この方法の正当性を証明した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 逐次近似 ,  *ロボット ,  *経路積分 ,  シミュレーション ,  システムモデル ,  *蛇行 ,  *強化学習 ,  非線形系 ,  最適制御 ,  高速度
準シソーラス用語： 事前知識 ,  確率的最適制御 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 経路積分 ,  強化学習 ,  手法 ,  蛇行 ,  ロボット ,  目標 ,  運動