文献

J-GLOBAL ID：202002240811369992   整理番号：20A2624560

車輪型移動ロボットの視覚ナビゲーションのための深層強化学習【JST・京大機械翻訳】

Deep Reinforcement Learning For Visual Navigation of Wheeled Mobile Robots

著者 (2件)： Nwaonumah Ezebuugo (Georgia Southern University,Department of Mechanical Engineering,Statesboro,GA,U.S.A,30460) ,  Samanta Biswanath (Georgia Southern University,Department of Mechanical Engineering,Statesboro,GA,U.S.A,30460)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SoutheastCon  ページ： 1-8  発行年： 2020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： 動的および未知の環境における車輪付き移動ロボット(WMR)の視覚ナビゲーションのための深層強化学習(DRL)の適用に関する研究を行った。2つのDRLアルゴリズム,即ち,値学習深Qネットワーク(DQN)とポリシー勾配ベース非同期利点アクター批判(A3C)を考察した。RGB(赤,緑および青)および深度画像を,シミュレーション環境におけるWMRの自律ナビゲーションのための制御コマンドを生成するために,両方のDRLアルゴリズムの実行における入力として使用した。初期DRLネットワークを生成し,一般的なターゲットWMR,Kobuki TurleBot2のためのロボットオペレーティングシステム(ROS)フレームワークの中で,OpenAI Gym Gazboベースシミュレーション環境で次第に訓練した。事前訓練された深層ニューラルネットワークResNet50を,DRLによるTurlebot2の目標駆動地図レス視覚ナビゲーションのための実験室設定で通常見られる再群体による訓練後に使用した。多重計算スレッド(4,6および8)によるA3Cの性能をデスクトップ上でシミュレートした。3つのシミュレーション環境において,報酬統計と完了時間に関してDQNとA3Cネットワークのナビゲーション性能を比較した。予想どおり,複数のスレッド(4,6,および8)を有するA3CはDQNよりも良好に機能し,A3Cの性能はスレッドの数とともに改善した。方法論の詳細,シミュレーション結果を示し,DRLモデルの転送学習による実時間実装に向けた将来の研究に対する推奨事項を概説した。Copyright 2020 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： アルゴリズム ,  シミュレーション ,  *学習 ,  ネットワーク ,  多重化 ,  群体 ,  *移動ロボット ,  スレッド
準シソーラス用語： 自律性 ,  実時間 ,  デスクトップ ,  車輪型ロボット ,  ビジュアルナビゲーション ,  ディープニューラルネットワーク ,  深度画像 , 【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 (3件)： 車輪型移動ロボット ,  視覚ナビゲーション ,  深層強化学習