文献

J-GLOBAL ID：201902219157407135   整理番号：19A2340447

逆強化学習による実証からの社会規範的ナビゲーション行動のモデリング【JST・京大機械翻訳】

Modeling Socially Normative Navigation Behaviors from Demonstrations with Inverse Reinforcement Learning

著者 (3件)： Gao Xingyuan (State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, 100190, China) ,  Zhao Xiaoguang (State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, 100190, China) ,  Tan Min (State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, 100190, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CASE  ページ： 1333-1340  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： 効率的で社会的に規範的な方法でのナビゲーションは,人間の居住環境で動作するロボットにとって不可欠である。従来の方法は,動的障害物として歩行者を扱い,衝突回避のための手動コスト関数を設計するが,ナビゲーションにおける社会的規範を無視し,新しい環境によく一般化しない。本論文において,著者らは,連続軌道の特徴および左または右の通過のような離散的ナビゲーション決定の観点から,人間のナビゲーション挙動を捉えるための混合モデルを提案した。このモデルのより低いレベルは,社会的に規範的な軌跡を生成することを目的としている。この目的のために,著者らは逆強化学習(IRL)フレームワークを,実証から学習するために,Timed Elastic Bandと呼ばれる運動プランナに拡張した。上部レベルは,軌道のホモトピークラス上の離散分布から成る。IRLアルゴリズムを用いて,実証に最も良く適合する分布のパラメータを見出した。実験は,著者らの学習アルゴリズムが社会的規範に関する人間のナビゲーション行動を回復する能力を持つことを実証した。それは著者らのアプローチが社会的ナビゲーションシナリオにおいて最先端の方法より優れている。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： 歩行者 ,  衝突回避 ,  軌跡 ,  *モデリング ,  アルゴリズム ,  学習アルゴリズム ,  ロボット ,  住環境 ,  費用関数
準シソーラス用語： プランナ ,  混合モデル ,  *規範 ,  *社会規範 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 強化学習 ,  実証 ,  社会規範 ,  ナビゲーション ,  行動 ,  モデリング