モンテカルロ木探索とリスクメトリックスによる不確実な環境における協調的軌道計画【JST・京大機械翻訳】

Stegmaier Philipp; Kurzer Karl; Zollner J. Marius

プレプリント

J-GLOBAL ID：202202221411850090 整理番号：22P0301102

モンテカルロ木探索とリスクメトリックスによる不確実な環境における協調的軌道計画【JST・京大機械翻訳】

Cooperative Trajectory Planning in Uncertain Environments with Monte Carlo Tree Search and Risk Metrics

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： 2022年11月12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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

自動化車両は,今日の交通への円滑な統合のために人間と協調する能力を必要とする。協調の概念はよく知られているが,ロバストで効率的な協調軌道計画法を開発することは依然として課題である。この課題の1つの側面は,限られたセンサ精度による環境状態を取り巻く不確実性である。この不確実性は部分的観測可能Markov決定過程によって表現できる。本研究では,連続行動空間に対するモンテカルロツリー探索に基づく既存の協調軌道計画アプローチを拡張することによりこの問題に取り組んだ。それは,根信念状態の形式における不確実性を明示的にモデル化することによって,樹木の始動状態を抽出する。木をモンテカルロツリー探索で構築した後,それらの結果をカーネル回帰を用いてリターン分布に集約した。最終的な選択のための2つのリスク計量,すなわち,より低い信頼区間とリスクにおける条件付き価値を適用した。最終選択政策におけるリスク計量の統合は,不確かな環境におけるベースラインよりも一貫して優れ,かなり安全な軌跡を生成することを示した。【JST・京大機械翻訳】

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

ロボットの運動・制御 , システム設計・解析

, , , , ,

前のページに戻る