文献

J-GLOBAL ID：202002255002958460   整理番号：20A2500784

姿勢最適化に基づくロボット歩行のための運動シーケンス学習【JST・京大機械翻訳】

Motion Sequence Learning for Robot Walking Based on Pose optimization

著者 (5件)： Jiang Yancao (Tsinghua University,Institute of Microelectronics,Beijing,China) ,  Zhang Weiyi (Tsinghua University,Institute of Microelectronics,Beijing,China) ,  Farrukh Fasih Ud Din (Tsinghua University,Institute of Microelectronics,Beijing,China) ,  Xie Xiang (Tsinghua University,Institute of Microelectronics,Beijing,China) ,  Zhang Chun (Tsinghua University,Institute of Microelectronics,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICMA  ページ： 1877-1882  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： 深層強化学習は,バイペダルロボットを歩行するモデルフリー法を提供し,常に挑戦的なタスクである。しかし,低い収束と訓練効率は応用を制限する。そのような限界を克服するために,本研究では,従来のコントローラと強化学習とを組み合わせた効果的なフレームワークを,現実的なロボットモデルRobotis-op3に基づいて提案する。目的は姿勢最適化(MSLPO)に基づく運動シーケンス学習を実現することである。Q学習アルゴリズムを用いて,最適化姿勢を得るために,従来のモデルベースの制御装置の歩行パラメータを訓練した。姿勢最適化に基づいて,深い強化学習を利用して,歩行制御装置を訓練した。姿勢最適化と報酬成形による強化学習を結合することによって,ロボット歩行を安定かつ迅速に行うことができる効果的制御装置を達成した。提案した制御装置は,従来の制御装置と比較して,速度における468%の改善と相対偏差における51.5%の減少を達成した。また,提案フレームワークは,連続強化学習アルゴリズムと比較して訓練効率を著しく改良できる。提案モデルを模擬環境Pybulletに実装し,異なる地形で試験した。本研究は他のタスクに拡張でき,特定のロボットモデルに依存しない。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 ,  *最適化 ,  *学習 ,  制御装置 ,  *ロボット ,  強化学習 ,  学習アルゴリズム
準シソーラス用語： Q学習 ,  モデルベース ,  歩行制御 ,  ペダル ,  深層強化学習 , 【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 (7件)： 姿勢 ,  最適化 ,  ロボット ,  歩行 ,  運動 ,  シーケンス ,  学習