文献

J-GLOBAL ID：202102242217022629   整理番号：21A3127147

強化学習における指数移動平均フィルタの統合

著者 (3件)： 佐伯雄飛 (奈良先端科学技術大学院大) ,  小林泰介 (奈良先端科学技術大学院大) ,  杉本謙二 (奈良先端科学技術大学院大)
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.1I1-03  発行年： 2021年 
JST資料番号： L4867A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・事前に設計が困難なフィルタを強化学習(RL)で行動のための方策と合わせて学習・設計することを目標として,指数移動平均フィルタの統合を検討。
・モデル不足で適切なフィルタが設計されない条件下で,RLで行動方策の学習を可能にするフィルタリング前の情報を逆算可能な状態拡張する枠組みを提案。
・提案した状態拡張はセンシングノイズ下での学習性能を改善し,適切なフィルタ設計がない場合でも頑健に機能することを検証。

シソーラス用語： *ロボット ,  作業 ,  *強化学習 ,  *移動平均法 ,  方式 ,  フィルタ設計
準シソーラス用語： 行動的手法 ,  *作業ロボット ,  *指数加重移動平均

分類 (1件)： ロボットの運動・制御  (IC04012J)

引用文献 (6件)：

• Greg Brockman, Vicki Cheung, Ludwig Pettersson, Jonas Schneider, John Schulman, Jie Tang, and Wojciech Zaremba. Openai gym. arXiv preprint arXiv:1606.01540, 2016.
• Rudolph E Kalman and Richard S Bucy. New results in linear filtering and prediction theory. 1961.
• Taisuke Kobayashi. Adaptive and multiple time-scale eligibility traces for online deep reinforcement learning. arXiv preprint arXiv:2008.10040, 2020.
• Sergey Levine, Peter Pastor, Alex Krizhevsky, Julian Ibarz, and Deirdre Quillen. Learning hand-eye coordination for robotic grasping with deep learning and large-scale data collection. The International Journal of Robotics Research, 37(4-5):421-436, 2018.
• Robert Mahony, Tarek Hamel, and Jean-Michel Pflimlin. Nonlinear complementary filters on the special orthogonal group. IEEE Transactions on automatic control, 53(5):1203-1218, 2008.

タイトルに関連する用語 (3件)： 強化学習 ,  指数 ,  統合