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。
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】