文献

J-GLOBAL ID：202102213929424307   整理番号：21A1479595

確率的アプローチを用いた2D-LiDARセンサによる深層強化学習に基づく移動ロボットナビゲーション【JST・京大機械翻訳】

Mobile Robot Navigation Based on Deep Reinforcement Learning with 2D-LiDAR Sensor using Stochastic Approach

著者 (3件)： Beomsoo Han (Research group of Biomechanics and Robotics, School of Engineering, Hokkaido University,Faculty and Graduate, Division of Human Mechanical Systems and Design,Sapporo,Hokkaido,Japan) ,  Ravankar Ankit A. (Research group of Biomechanics and Robotics, School of Engineering, Hokkaido University,Faculty and Graduate, Division of Human Mechanical Systems and Design,Sapporo,Hokkaido,Japan) ,  Emaru Takanori (Research group of Biomechanics and Robotics, School of Engineering, Hokkaido University,Faculty and Graduate, Division of Human Mechanical Systems and Design,Sapporo,Hokkaido,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： ISR  ページ： 417-422  発行年： 2021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： 近年,移動ロボットや様々な分野でのそれらの応用に大きな進展があった。現在,モバイルロボットは,配信,探索,マッピング,探索および救助,および倉庫のためのサービスロボットのようなアプリケーションのために採用される。計算効率と機械学習アルゴリズムにおける最近の進歩は,センサデータを用いて自律的にナビゲートできるインテリジェントロボットの変動を増加させた。特に,強化学習は,最近,未知の環境におけるロボット運動の制御における多様な成功を楽しんでいる。しかし,ほとんどの強化学習ベースのナビゲーションは決定論的方法で経路計画を得て,いくつかの誤差をもたらす。したがって,確率的アプローチのProximalポリシー最適化に基づく2Dレンジセンサを備えた移動ロボットのためのナビゲーションポリシーを提示した。また,試験アルゴリズムは確率的操作を含み,それは政策ネットワークモデルを単純化する。著者らは,多重訓練環境において差動駆動ロボットを訓練し,そのような確率的学習に基づいて,訓練データは以前より早く蓄積した。仮想環境において著者らのアルゴリズムを試験し,移動ロボットのための成功した計画とナビゲーションの結果を示した。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： アルゴリズム ,  最適化 ,  簡素化 ,  倉庫 ,  *ロボット ,  多重化 ,  応用プログラム ,  知能ロボット ,  *二次元 ,  *移動ロボット ,  携帯電話 ,  *強化学習 ,  学習アルゴリズム ,  経路探索
準シソーラス用語： サービスロボット , 【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 (5件)： 確率 ,  2D ,  LIDAR ,  深層強化学習 ,  移動ロボットナビゲーション