文献

J-GLOBAL ID：202002261622061864   整理番号：20A2014896

強化学習に基づく産業用AGVの制御【JST・京大機械翻訳】

Control of Industrial AGV Based on Reinforcement Learning

著者 (2件)： Sierra-Garcia Jesus Enrique (University of Burgos, Burgos, Spain) ,  Santos Matilde (Institute of Knowledge Technology, Complutense University of Madrid, Madrid, Spain)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1268  ページ： 647-656  発行年： 2020年 
JST資料番号： W5075A  ISSN： 2194-5357  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 自動誘導車両(AGV)は,時間にわたるナビゲーション性能に影響するそれらの電気機械部品に劣化する。インテリジェント制御技術の使用は,この問題を軽減するのを助けることができる。本研究では,強化学習(RL)に基づくAGVを制御する新しい方法を提案した。状態の空間は誘導誤差を用いて定義され,制御動作のセットは各車輪の速度に対する参照を提供する。2つの異なる報酬戦略を実行し,異なる更新政策を試験した。シミュレーション結果は,RL制御装置が複雑な軌道を首尾よく追跡できることを示した。制御装置をPIDと比較し,より良い結果を得た。Copyright The Editor(s) (if applicable) and The Author(s), under exclusive license to Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  制御装置 ,  電気機械 ,  無人搬送車 ,  制御動作 ,  *強化学習
準シソーラス用語： Q学習 ,  インテリジェント制御 , 【Automatic Indexing@JST】

著者キーワード (4件)： 強化学習 ,  自動誘導車両(AGV) ,  制御 ,  Q学習

分類 (3件)： ロボットの運動・制御  (IC04012J) ,  システム設計・解析  (IA02030D) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 強化学習 ,  産業 ,  AGV