文献

J-GLOBAL ID：202102213026894125   整理番号：21A0005419

再構成可能hromboタイリングロボットのための強化学習ベースエネルギー意識領域カバレッジ【JST・京大機械翻訳】

Reinforcement Learning-Based Energy-Aware Area Coverage for Reconfigurable hRombo Tiling Robot

著者 (6件)： Le Anh Vu (ROAR lab, Engineering Product Development Pillar, Singapore University of Technology and Design, Singapore) ,  Parween Rizuwana (ROAR lab, Engineering Product Development Pillar, Singapore University of Technology and Design, Singapore) ,  Kyaw Phone Thiha (ROAR lab, Engineering Product Development Pillar, Singapore University of Technology and Design, Singapore) ,  Mohan Rajesh Elara (ROAR lab, Engineering Product Development Pillar, Singapore University of Technology and Design, Singapore) ,  Minh Tran Hoang Quang (Optoelectronics Research Group, Faculty of Electrical and Electronics Engineering, Ton Duc Thang University, Ho Chi Minh, Vietnam) ,  Borusu Charan Satya Chandra Sairam (ROAR lab, Engineering Product Development Pillar, Singapore University of Technology and Design, Singapore)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 209750-209761  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 地域のカバーにおける自動化の適用は,サイト調査,検索,救助,セキュリティ,クリーニング,および保全のような様々な国内分野における手動作業を,完全に容易化する。調整可能な次元を有する自己再構成可能ロボットは,予め定義されたマップ領域に対するカバレッジ割合を改善する実行可能な回答である。しかし,このロボットクラスの形状シフトは,移動成分の複雑性と,この新しいタイプのロボットに対する最適完全カバレッジ戦略の必要性にも加わった。形状シフトの最少時間,最短ナビゲーション経路,および最小移動時間を含む典型的完全カバレッジ経路を,本論文で提示した。マップを自己再構成可能なロボットの利用可能な形状に類似したサブエリアに分割することにより,ロボットは,ワークスペースをカバーするための理想的なタイルと最適なナビゲーション戦略を設計することができる。この目的のために,著者らは,4つの菱形モジュールを有するhRomboと呼ばれるタイリング自己再構成可能ロボットのための完全Tileset Energy-Aware Coverage Path Program(CTPP)フレームワークを提案した。このロボットは,ロボットモジュールを接続する3つのロボットヒンジを駆動するためにサーボモータを活性化することによって,その基礎構造を7つの明確な形態に再構成することができた。提案したhRomboロボットを任意の作業空間の中で最適にすべてのあらかじめ定義されたタイルを明確化する最適経路計画の問題は,古典的なTravel Salesman問題(TSP)と考えられ,このTSPは強化学習(RL)アプローチによって解決される。RLの報酬関数と動作空間は,ロボット運動学と変換,および方向行動を含む必要なエネルギーに基づき,作業空間内のロボットを動かす。hRomboロボットのためのCTPPを,シミュレーションおよび実際の作業空間条件で,従来の完全カバレッジ法により検証した。結果は,CTPPが,考慮された方法の中で最小消費エネルギーと時間を有する異なる作業空間において,ロボットをソースからターゲットにナビゲートするのを可能にするパレート計画を作り出すのに適していることを示した。Copyright 2021 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： 自動化 ,  作業空間 ,  *ロボット ,  最適航路 ,  サーボモータ ,  ヒンジ ,  再構成 ,  エネルギー消費 ,  セキュリティ ,  *強化学習
準シソーラス用語： *再構成可能性 ,  複雑性 ,  ロボット運動学 ,  報酬関数 , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 再構成可能 ,  タイリング ,  ロボット ,  強化学習 ,  エネルギー ,  意識 ,  カバレッジ