文献

J-GLOBAL ID：202002268163335646   整理番号：20A1701419

商品整列タスクにおける複数のResidual Reinforcement Learningモデルの選択

Residual Reinforcement Learning Models Selection Considering Initial State for Item Alignment Task

著者 (9件)： 嘉藤佑亮 (産業技術総合研) ,  嘉藤佑亮 (パナソニック) ,  中村友昭 (電通大) ,  長井隆行 (電通大) ,  長井隆行 (大阪大) ,  山野辺夏樹 (産業技術総合研) ,  永田和之 (産業技術総合研) ,  小澤順 (産業技術総合研) ,  小澤順 (パナソニック)
資料名： 人工知能学会全国大会論文集(Web)  (Proceedings of the Annual Conference of JSAI (Web))
巻： 34th  ページ： ROMBUNNO.1Q4-GS-11-01 (WEB ONLY)  発行年： 2020年 
JST資料番号： U1701A  ISSN： 2758-7347  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： 本研究では人が行う巧みな動作をロボットに学習させ,小売店舗における商品整列動作を行う.人は初期環境が異なれば同じタスクであっても異なる戦略を使うことでより最適な動作を行うことができる.そこで我々はロボットが初期状態に応じた戦略を自律的に選択できるシステムを提案し,シミュレーション上の強化学習によって獲得した複数の整列動作モデルとそれらを使い分けるための判別器を作成した.このシステムを使用して整列タスクを実施した結果,1つの動作モデルのみを使用した場合よりも精度の高い整列を実現した.また,シミュレーション上で学習した動作モデルを使用し,実環境においても整列動作が可能であることを確認した.(著者抄録)

シソーラス用語： *アラインメント ,  商品 ,  機械学習 ,  *自律ロボット ,  *強化学習 ,  認識 ,  精度 ,  シミュレーション ,  モデル ,  関数 ,  学習アルゴリズム
準シソーラス用語： 整列 ,  動作モデル ,  判別 ,  報酬関数

分類 (2件)： 人工知能  (JE08000Z) ,  ロボット工学一般  (IC04011S)

タイトルに関連する用語 (4件)： 商品 ,  整列 ,  タスク ,  モデル