文献

J-GLOBAL ID：201902259748150554   整理番号：19A1036051

自動運転車のためのDeep Q-Networkを用いた譲り合いの獲得

著者 (9件)： 小川一太郎 (北大) ,  横山想一郎 (北大) ,  山下倫央 (北大) ,  川村秀憲 (北大) ,  酒徳哲 (KDDI総合研究所) ,  柳原正 (KDDI総合研究所) ,  蕨野貴之 (KDDI総合研究所) ,  大岸智彦 (KDDI総合研究所) ,  田中英明 (KDDI総合研究所)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 118  号： 492(AI2018 53-59)(Web)  ページ： 37-42 (WEB ONLY)  発行年： 2019年03月04日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,積極的に自動運転車の制御に関する研究が行われており,自動運転車が公道を走ることが現実的になってきている.そのため,本稿では自動運転車が公道で走行している環境を想定し,Deep Q-Networkを用いて交差点などの状況で交通流量を増加するような譲り合いを獲得する.自動運転RCカーを用いて,譲り合いの効果を検証する.(著者抄録)

シソーラス用語： *自動車 ,  自動運転 ,  強化学習 ,  *ニューラルネットワーク ,  *交通工学 ,  シミュレータ ,  情報共有 ,  自動運転車 ,  ディープニューラルネットワーク
準シソーラス用語： Q学習 ,  深層ニューラルネットワーク

分類 (3件)： 人工知能  (JE08000Z) ,  自動車・自動車工業一般  (QG01000P) ,  都市交通  (TA01020W)

引用文献 (16件)：

• 官民 ITS 構想・ロードマップ 2017 :“https://www.kantei.go.jp/jp/singi/it2/kettei/pdf/20170530/roadmap.pdf”, 高度情報通信ネットワーク社会推進戦略本部・官民データ活用推進戦略会議,2017.
• ITS Connect 推進協議会 https://www.itsconnect-pc.org/.
• Volodymyr Mnih, Koray Kavukcuoglu, David Silver, et al. : ”Human-level control through deep reinforcement learning”, Nature, 518, pp. 529-533, 2015.
• Volodymyr Mnih, Koray Kavukcuoglu, David Silver, Alex Graves, Ioannis Antonoglou, Daan Wierstra, Martin Riedmiller. : ”Playing Atari with Deep Reinforcement Learning”, arXive, 1312.5602, 2013.
• Ian Lenz, Honglak Lee, Ashutosh Saxena :”Deep learning for detecting robotic grasps”,Robotics Research, Vol. 34(4-5), pp. 705-724, 2015.

タイトルに関連する用語 (2件)： 自動運転車 ,  獲得