検出と位置不確実性を用いたマルチエージェント能動探索【JST・京大機械翻訳】

Banerjee Arundhati; Ghods Ramina; Schneider Jeff

プレプリント

J-GLOBAL ID：202202216237209149 整理番号：22P0301174

検出と位置不確実性を用いたマルチエージェント能動探索【JST・京大機械翻訳】

Multi-Agent Active Search using Detection and Location Uncertainty

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月08日プレプリントサーバーでの情報更新日： 2023年05月22日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

環境監視や災害応答ミッションのようなアプリケーションにおけるアクティブ探索は,それらの観測の歴史に適応する意思決定アルゴリズムを用いて,探索空間におけるターゲットを検出する自律エージェントを含む。アクティブサーチアルゴリズムは,検出不確実性と位置不確実性の2つのタイプの不確実性に結び付く必要がある。ロボット工学におけるより一般的なアプローチは,検出確率をゼロまたは1に閾値化することによって,位置不確実性に焦点を合わせ,検出不確実性を取り除くことである。対照的に,ターゲット位置が正確で,代わりにその検出の不確実性に焦点を当てたスパース信号処理文献では一般的である。本研究では,まず,ターゲット検出と位置不確実性の両方を同時に処理するための推論法を提案した。次に,分散マルチエージェント能動探索を可能にするために,Thompsonサンプリングを使用するこの推論方法に関する意思決定アルゴリズムを構築した。シミュレーション実験を行い,提案アルゴリズムが,ターゲット検出または位置不確実性のいずれかを説明する競合するベースラインより優れていることを示した。最後に,AirSimプラグインを用いてUnal Engine 4プラットフォーム上に作成した現実的なシミュレーション環境を用いて,提案アルゴリズムの実世界移転可能性を実証した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

ロボットの運動・制御 , 人工知能

, ,

前のページに戻る