文献

J-GLOBAL ID：201902216724065808   整理番号：19A2009694

四角形視覚による強化学習を用いたランダム迷路のためのナビゲーション方式【JST・京大機械翻訳】

A Navigation Scheme for a Random Maze using Reinforcement Learning with Quadrotor Vision

著者 (3件)： Yu Xinglin (School of Control Science and Engineering, Dalian University of Technology, Dalian, 116024, China) ,  Wu Yuhu (School of Control Science and Engineering, Dalian University of Technology, Dalian, 116024, China) ,  Sun Xi-Ming (School of Control Science and Engineering, Dalian University of Technology, Dalian, 116024, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ECC  ページ： 518-523  発行年： 2019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： 本論文では,無人地上車両(UGV)のための迷路ナビゲーション問題を考察した。再強化学習(RL)による新しい迷路ナビゲーション方式を提案して,UGVのための入口から出口までの最適経路を見つけた。最初に,その底にカメラを有する方形ロータを用いて,3Dビューにおけるランダム迷路の画像データを獲得し,画像処理アプローチを実行して,仮想プラットフォームにおける迷路を再構成した。次に,新しい探索アルゴリズム,改良e-gre欲(iε-gre欲)によるQ-学習(λ)を,再構成迷路における最短経路を見つけるために提案した。本論文の利点は,ナビゲーション方式がセルによって迷路セルを経験することなくUGVに最適経路を提供することができて,提案した探査アルゴリズムが従来のRL方法と比較してランダム性を大いに減少することができることであった。提案したナビゲーション方式と提案した探索アルゴリズムの両方の有効性をシミュレーションにより検証した。Copyright 2019 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： カメラ ,  最適航路 ,  有効性 ,  画像処理 ,  *視覚 ,  再構成 ,  *強化学習 ,  アルゴリズム ,  三次元
準シソーラス用語： ランダム性 ,  最短経路 ,  Q学習 ,  探索アルゴリズム ,  画像データ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 四角形 ,  視覚 ,  強化学習 ,  迷路 ,  ナビゲーション