文献

J-GLOBAL ID：202202248028387748   整理番号：22A1037787

改良MADDPGによるマルチロボット協調追跡目標ロボット【JST・京大機械翻訳】

Multirobot Collaborative Pursuit Target Robot by Improved MADDPG

著者 (4件)： Zhou Xiao (School of Mechanical and Electronic Engineering, Wuhan University of Technology, Wuhan 430070, China) ,  Zhou Song (School of Mechanical and Electronic Engineering, Wuhan University of Technology, Wuhan 430070, China) ,  Mou Xingang (School of Mechanical and Electronic Engineering, Wuhan University of Technology, Wuhan 430070, China) ,  He Yi (Intelligent Transport Systems Research Center, Wuhan University of Technology, Wuhan 430063, China)
資料名： Computational Intelligence and Neuroscience (Web)  (Computational Intelligence and Neuroscience (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7694A  ISSN： 1687-5265  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 政策定式化は,特にマルチロボット追跡回避シナリオにおいて,マルチロボットシステムにおける主要問題の1つであり,そこでは,スパース報酬とランダム環境変化の両方が,より良い戦略を見つける大きな困難をもたらす。既存のマルチロボット意思決定法は,良好な結果を達成することができない目標タスクを完了するために,ロボットを促進するために環境報酬を使用する。本論文では,固有報酬と外部環境を結合することにより,マルチロボット追跡回避シナリオにおけるスパース報酬の問題を解決する,改良マルチエージェント深層決定論的ポリシー勾配(MADDPG)に基づくマルチロボット追跡法を提案した。閾値制約に基づく状態類似性モジュールは,内因性の cur度モジュールによる固有報酬信号出力の一部であり,それは,過剰探査と不十分な探査のバランスをとるために使用され,エージェントは,より良い戦略を学習するために,より効果的に固有報酬を使用することができる。シミュレーション実験結果は,提案方法がロボットの報酬価値と追跡作業の成功率を著しく改良することができることを示した。直感的変化は,追跡者と逃避の間のリアルタイム距離に明らかに反映され,訓練のための改良アルゴリズムを使用する追求者は,より迅速に脱出し,そして,平均追従距離も減少する。Copyright 2022 Xiao Zhou et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  意思決定 ,  *ロボット ,  モジュール ,  追跡 ,  作業 ,  問題 ,  定式化 ,  制約条件 ,  エージェント ,  *マルチロボット
準シソーラス用語： 環境変化 ,  決定論 ,  マルチエージェント , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  ロボットの運動・制御  (IC04012J)

引用文献 (25件)：

• K. Yuan, L. Yuan, L. Fang, "Recent development of multi-mobile robot systems," Acta Automatica Sinica, vol. 3, no. 2, pp. 785-794, 2007.
• L. Ding, The Research of Multi-Robots Cooperative Hunting Strategy, Hefei University of Technology, Anhui, China, 2012.
• T. H. Chung, G. A. Hollinger, V. Isler, "Search and pursuit-evasion in mobile robotics," Autonomous Robots, vol. 31, no. 4, pp. 299-316, 2011.
• H. Wang, L. Ding, B. Fang, H. Yao, "Pursuit alliance generation algorithm for multi-robot pursuit problem," Robot, vol. 35, no. 02, pp. 142-150, 2013.
• V. D. Dang, N. R. Jennings, "Generating coalition structures with finite bound from the optimal guarantees," Proceedings of the 3rd International Joint Conference on Autonomous Agents and Multi-agent Systems, pp. 564-571, ACM, New York, NY, USA, July 2004.

タイトルに関連する用語 (5件)： マルチロボット ,  協調 ,  追跡 ,  目標 ,  ロボット