文献

J-GLOBAL ID：202202220373962733   整理番号：22A0878242

連続空間での深層強化学習による羊の群れのハーディングに関する基礎検討

A Basic Study on Herding a Flock of Sheep through Deep Reinforcement Learning in a Continuous Space

著者 (3件)： 飯村伊智郎 (熊本県立大学) ,  鈴木俊亮 (熊本県立大学) ,  中山茂 (鹿児島大学)
資料名： 電気学会論文誌 C  (IEEJ Transactions on Electronics, Information and Systems)
巻： 142  号： 2  ページ： 149-150(J-STAGE)  発行年： 2022年 
JST資料番号： S0810A  ISSN： 0385-4221  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： Strombomらは,牧羊犬が羊の群れを巧みに制御し,目的地に誘導するアルゴリズムを明らかにした。これはHerdingアルゴリズムと呼ばれ,2つの方法,すなわち,羊の群れを目的地に誘導する「driving」と,羊を1つの群れに集める「collecting」で,牧羊犬の行動をモデル化する。このモデルにおいて,Goらは,エージェント(牧羊犬)が,強化学習(RL)によって生成された推論モデルによって羊の群れを集め得ることを示した。しかし,以前の研究では,RLは,離散化された環境状態と行動空間において,エージェントが「driving」と「collecting」を行う位置への移動行動のみを学習した。本研究では,連続環境状態と行動空間を想定した。著者らは,エージェントのハーディング行動が学習目標であるとしても,深層RLによって生成された提案推論モデルは羊をハーディングできることを確認した。(翻訳著者抄録)

シソーラス用語： 強化学習 ,  *ヒツジ ,  養畜 ,  イヌ ,  *動物行動 ,  アルゴリズム ,  モデリング ,  帰納推論 ,  数学的変換 ,  運動 ,  *技術 ,  理論
準シソーラス用語： モデル推論 ,  移動運動 ,  仮定 ,  *群れ行動 ,  *指導法 ,  深層強化学習 ,  離散化

著者キーワード (12件)： ハーディング ,  羊 ,  群れ ,  牧羊犬 ,  深層強化学習 ,  連続空間 ,  herding ,  sheep ,  flock ,  sheepdog ,  deep reinforcement learning (deep RL) ,  continuous space

分類 (2件)： 羊,山羊  (FD02050F) ,  人工知能  (JE08000Z)

引用文献 (3件)：

• (1) D. Strömbom, R. P. Mann, A. M. Wilson, S. Hailes, A. J. Morton, D. J. T. Sumpter, and A. J. King: “Solving the shepherding problem: heuristics for herding autonomous, interacting agents”, J. R. Soc. Interface, Vol. 11, Issue 100 (2014)
• (2) C. K. Go, B. Lao, J. Yoshimoto, and K. Ikeda: “A reinforcement learning approach to the shepherding task using SARSA”, 2016 Int'l Joint Conf. Neural Networks, pp. 3833-3836, Vancouver, BC, Canada (2016)
• (3) J. Schulman, F. Wolski, P. Dhariwal, A. Radford, and O. Klimov: “Proximal policy optimization algorithms”, Computing Research Repository (2017)

タイトルに関連する用語 (4件)： 深層強化学習 ,  羊 ,  群れ ,  基礎