文献

J-GLOBAL ID：202102225077669154   整理番号：21A0671551

Gauss過程によるマルチエージェント安全計画【JST・京大機械翻訳】

Multi-Agent Safe Planning with Gaussian Processes

著者 (3件)： Zhu Zheqing (Stanford University,Management Science & Engineering,CA,USA) ,  Biyik Erdem (Stanford University,Electrical Engineering,CA,USA) ,  Sadigh Dorsa (Stanford University,Electrical Engineering,CA,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IROS  ページ： 6260-6267  発行年： 2020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： マルチエージェント安全システムは,現在,一緒に動作する複数のAI駆動システムを容易に持つことができるので,研究のますます重要な分野になった。そのような設定では,各個々のエージェントだけでなく,全体のシステムの安全性を確実にする必要がある。本論文では,環境中に複数の異なるエージェントが存在するとき,分散安全ナビゲーションを可能にする新しいマルチエージェント安全学習アルゴリズムを導入した。このアルゴリズムは,他のエージェントについて穏やかな仮定をし,分散方式で訓練され,即ち,他のエージェントの政策に関する非常に少ない事前知識を持つ。実験は,著者らのアルゴリズムが様々な目的を最適化するとき,他のアルゴリズムを実行するロボットでよく機能することを示した。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： アルゴリズム ,  最適化 ,  ロボット ,  *Gauss過程 ,  駆動方式 ,  セキュリティシステム ,  *エージェント ,  学習アルゴリズム
準シソーラス用語： 事前知識 ,  安全計画 ,  *マルチエージェント ,  システム安全性 , 【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 (3件)： Gauss過程 ,  マルチエージェント ,  安全計画