文献

J-GLOBAL ID：202102237656099009   整理番号：21A3127241

人追従走行ロボットにおける深層強化学習を用いた適用モデルの簡易化

著者 (3件)： 池田勇輝 (創価大) ,  高橋七海 (創価大) ,  崔龍雲 (創価大)
資料名： 日本ロボット学会学術講演会予稿集(CD-ROM)  (日本ロボット学会学術講演会(CD-ROM))
巻： 39th  ページ： ROMBUNNO.2B4-06  発行年： 2021年 
JST資料番号： L4867A  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： ・ロボットが人を認識し追従走行する場合,処理時間を要し追従性能が低下する問題があり,これを解決する手法として処理の簡略化を研究。
・方法は,ロボットに搭載した2D-LiDARからのセンサ情報を深層強化学習によって最適化した行動となるような人追従走行法を提案。
・強化学習は数十万~数百万回の試行錯誤が必要となるため,実環境より学習効率の高いシミュレーション環境を用いて学習。
・シミュレーション環境で人追従走行の強化学習が可能であることを示す一方,多くのステップで学習ができておらず学習精度の向上が必要。

シソーラス用語： *ヒューマンインタフェイス ,  物体認識 ,  運転 ,  走行 ,  LIDAR ,  情報 ,  *強化学習 ,  効率 ,  エージェント ,  ニューラルネットワーク ,  アバタ ,  ディープニューラルネットワーク ,  *深層強化学習 ,  人物認識 ,  *ヒューマンロボットインタラクション
準シソーラス用語： センサー情報 ,  学習効率 ,  *人間ロボット相互作用 ,  追従走行

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (10件)：

• 村上ら, LRF とパン・チルト回転機構を設けた RGB-D センサを用いた人追従走行ロボットの開発, ロボティクス・メカトロニクス 講演会, 2021.
• 北陽電機株式会社, 北陽電機株式会社ウェブページ, http://www.hokuyo-aut.co.jp/, 参照日 2021-06-1.
• Velodyne Lidar, Velodyne Lidar Web Page, http://velodynelidar.com/, Visited on 2021-06-1.
• 株式会社 ZMP,物流ロボの自動追従走行による公道での宅配利用提案について, https://www.zmp.co.jp/super-city/carriro-fd, 参照日 2021-06-01.
• T. Haarnoja, et al., Soft Actor-Critic:Off-Policy Maximum Entropy Deep Reinforcement, arXiv preprint arXiv:1801.01290, 2018.

タイトルに関連する用語 (6件)： 人 ,  追従走行 ,  ロボット ,  深層強化学習 ,  モデル ,  簡易化