文献

J-GLOBAL ID：202202278635434658   整理番号：22A0917139

ハイブリッド強化学習によるUAV COVID-19試験キット配送システムのための経路計画の最適化【JST・京大機械翻訳】

Optimize Path Planning for UAV COVID-19 Test Kits Delivery System by Hybrid Reinforcement Learning

著者 (3件)： Xing Yuan (University of Wisconsin-Stout,Department of Engineering & Technology,Menomonie,WI,USA) ,  Carlson Charles (University of Wisconsin-Stout,Department of Engineering & Technology,Menomonie,WI,USA) ,  Yuan Holly (University of Wisconsin-Stout,Mathematics, Statistics and Computer Science Department,Menomonie,WI,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： CCWC  ページ： 0177-0183  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文は,UAV-可能COVID-19試験キットデリバリーシステムにおける最適化問題を解決することを目指した。UAVは,COVID-19試験キットを,最短時間でのCOVID-19感染の高い確率を持つ人々に配送する最適経路を見つけるのを意図する。従来の深層強化学習は,遅い収束速度と困難なパラメータ調整のため,最適化問題の解決にうまく機能しない。この問題を解決するため,低複雑性ハイブリッド強化学習を提案した。このアルゴリズムは発見的アルゴリズムとQ学習アルゴリズムから成る。最初に,発見的アルゴリズムを利用して,任意の2つのユーザの間の最適経路を計算した。次に,Q学習を適用して,COVID-19試験キットを配信するユーザのシーケンスを決定した。結果として,1つのユーザからもう1つのユーザへの配信シーケンスと特定の経路の両方を作り出すことができる。シミュレーション結果は,提案ハイブリッド強化学習の優位性を,最先端技術と比較して,提案した最適化問題の解決において証明した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. 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 ,  *最適化 ,  シミュレーション ,  最適化問題 ,  最適航路 ,  情報配布 ,  *強化学習 ,  *経路探索
準シソーラス用語： 収束速度 ,  Q学習 ,  発見的アルゴリズム ,  低複雑性 ,  深層強化学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 強化学習 ,  UAV ,  COVID-19 ,  試験 ,  配送システム ,  経路計画 ,  最適化