ロボカップサッカー2Dシミュレーションにおけるパス判定機を用いた深層強化学習

カテゴリ: 部門大会

論文No: PS6-19

グループ名: 【C】2022年電気学会電子・情報・システム部門大会

発行日: 2022/08/24

タイトル(英語): Deep Q-Network using the pass-success-rate in the Robo-cup soccer 2D simulation

著者名: 甲原 卓実（東京都立大学）,相馬 隆郎（東京都立大学）

著者名(英語): Takumi Kohara (Tokyo Metropolitan University),Takao Soumaa (Tokyo Metropolitan University)

要約(日本語): 近年、人工知能技術に対する関心が高まっている。中でも、状況に応じて正解が変化する問題においては人間が正解を与えることが難しく、試行錯誤を繰り返して学習を行う強化学習がロボット制御、自動運転などの様々な分野で活躍が期待されている。強化学習は製作者が適切な報酬を設定し、その報酬を得ることで学習が進む。しかし、問題の種類によっては問題が複雑であるなどの理由で、適切な報酬の設定が難しいことがある。
Robocup Soccerは2050年までに、サッカーの世界チャンピオンに勝てるロボットを作るという目標のプロジェクトであり、シミュレーション環境において強化学習を用いて、各種動作の獲得を目指した研究などがある。
本研究では先行研究で制作されたシュート成功率を判断するシュート判定機に加え、新たにパスの成功率を判定するパス判定機を導入し学習を行うことで、パス行動によってゴール成功率がどれだけ上昇するかを検証した。