抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ロボットの設計および制御は,そのタスク性能において等しく重要な役割を果たす。しかし,最適制御は機械学習とロボットコミュニティにおいてよく研究されているが,最適ロボット設計の発見には注意が払われていない。これは,ロボット工学における設計および制御の同時最適化が,挑戦的な問題として特徴付けられ,より重要なことに,共最適化のための総合評価ベンチマークは存在しなかった。本論文では,ソフトロボットの設計と制御を共最適化するための最初の大規模ベンチマークである進化Gymを提案した。このベンチマークにおいて,各ロボットは,異なるタイプのボクセル(例えば,ソフト,剛体,アクチュエータ)から構成され,モジュール式および表現型ロボット設計空間をもたらす。このベンチマーク環境は,様々なタイプの地形と操作に関する移動を含む広範囲のタスクをスパンする。さらに,最先端の設計最適化法と深層強化学習技術を結合することにより,いくつかのロボット共進化アルゴリズムを開発した。ベンチマークプラットフォーム上のアルゴリズムの評価により,進化の進行としてますます複雑な行動を示すロボットを観察し,提案タスクの多くを解決する最良の進化設計を行った。さらに,ロボット設計が事前知識なしでスクラッチから自律的に進化したとしても,それらは,手設計ロボットを凌ぐ間,既存の自然の創造物に似るようにしばしば成長する。それにもかかわらず,すべてのテストアルゴリズムは,著者らの最も硬い環境で成功するロボットを見つけることができなかった。これは,高次元設計空間を探索するために,より高度なアルゴリズムが要求され,進化したGymが進展を加速することを期待する研究領域,ますます知的ロボットを進化させる必要があることを示唆する。コード,環境,文書化,およびチュートリアルを有するWebサイトは,http://evogym.csail.mit.eduで利用可能である。【JST・京大機械翻訳】