文献

J-GLOBAL ID：202202277116384418   整理番号：22A2870899

グラフ畳み込み構造を持つ予測状態表現を用いた深層強化学習による移動ロボットナビゲーション

著者 (4件)： 松本耕平 (九大) ,  河村晃宏 (九大) ,  安き (東大) ,  倉爪亮 (九大)
資料名： 日本ロボット学会学術講演会予稿集(CD-ROM)  (日本ロボット学会学術講演会(CD-ROM))
巻： 40th  ページ： ROMBUNNO.4G1-06  発行年： 2022年 
JST資料番号： L4867A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・生活環境で活動するサービスロボット実現には歩行者等の存在する動的環境での自律移動が不可欠であり,歩行者の行動変化によるロボットの行動への影響を考慮することが必要。
・本研究では,自律移動ロボットナビゲーション実現に向け,エージェントの行動後の環境を予測できる予測状態表現(PSR)に基づいた深層強化学習手法について検討。
・ロボットの行動の影響による歩行者の行動変化に対応し,更に歩行者同士の行動変化に対応するため,グラフ畳み込み構造を用いた新しいPSRモデルを提案。
・シミュレーション実験により,提案モデルの有効性を検証,また訓練時とテスト時で歩行者数が異なる条件では占有地図を用いた状態統合を行うことでより安定すること等を確認。

シソーラス用語： ロボット ,  *知能ロボット ,  移動ロボット ,  自律ロボット ,  *航法 ,  *人工知能 ,  強化学習 ,  情報 ,  歩行者 ,  *サービスロボット ,  自律移動ロボット ,  深層強化学習 ,  特徴量
準シソーラス用語： *ナビゲーション ,  *AI【人工知能】

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

引用文献 (12件)：

• S. Singh, M. James, and M. Rudary, “Predictive State Representations: A New Theory for Modeling Dynamical Systems,” in Proceedings of the Conference on Uncertainty in Artificial Intelligence (UAI), pp. 512-519, 2004.
• B. Boots, A. Gretton, and G. J. Gordon, “Hilbert space embeddings of predictive state representations,” in Proceedings of the Conference on Uncertainty in Artificial Intelligence (UAI), pp. 92-101, 2013.
• A. Hefny, C. Downey, and G. Gordon, “An efficient, expressive and local minima-free method for learning controlled dynamical systems,” in Proceedings of the AAAI Conference on Artificial Intelligence (AAAI), pp. 3191-3198, 2018.
• K. Fukumizu, L. Song, and A. Gretton, “Kernel Bayes’ rule: Bayesian inference with positive definite kernels,” Journal of Machine Learning Research, vol. 14, pp. 3753-3783, 2013.
• “Random features for large-scale kernel machines,” in Advances in Neural Information Processing Systems, 2008.

タイトルに関連する用語 (6件)： グラフ ,  畳み込み ,  予測 ,  表現 ,  深層強化学習 ,  移動ロボットナビゲーション