文献

J-GLOBAL ID：202002271932576318   整理番号：20A0858533

POMDPのためのQ学習:移動歩容の学習への応用【JST・京大機械翻訳】

Q-learning for POMDP: An application to learning locomotion gaits

著者 (3件)： Wang Tixian (University of Illinois,Coordinated Science Laboratory,Urbana-Champaign (UIUC)) ,  Taghvaei Amirhossein (University of Illinois,Coordinated Science Laboratory,Urbana-Champaign (UIUC)) ,  Mehta Prashant G. (University of Illinois,Coordinated Science Laboratory,Urbana-Champaign (UIUC))
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CDC  ページ： 2758-2763  発行年： 2019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： 本論文では,結合剛体としてモデル化されたロボットシステムにおける最適歩行を学習するためのQ学習フレームワークを提示した。生物移動における周期的歩容の罹患率に触発されて,開ループ周期的入力は,公称歩行に影響を及ぼすと仮定されている。学習問題は,状態の部分的雑音測定のみを用いることにより,新しい(修正された)歩行を学習することである。学習の目的は,最適制御設定における目的関数としてモデル化された与えられた報酬を最大化することである。提案した制御アーキテクチャは3つの主成分を持つ。(i)単相変数による動力学の位相モデリング;(ii)結合振動子フィードバック粒子フィルタは,感覚測定における位相条件の後方分布を表す。そして(iii)近似最適制御則を学習するためのQ学習アルゴリズム。このアーキテクチャを平面二体システムの助けを借りて例示した。学習の性能をシミュレーション環境で実証した。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： 位相 ,  シミュレーション ,  開ループ系 ,  *学習 ,  アルゴリズム ,  制御則 ,  剛体 ,  最適制御 ,  雑音測定 ,  近似法 ,  目的関数 ,  *歩容 ,  単相 ,  計算機アーキテクチャ
準シソーラス用語： *Q学習 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： POMDP ,  Q学習 ,  歩容 ,  学習 ,  応用