知識選択型転移強化学習を用いた移動ロボットによる動的障害物回避

カテゴリ: 部門大会

論文No: OS6-3

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Dynamic Obstacle Avoidance by Mobile Robot Using Transfer Reinforcement Learning with Knowledge Selection

著者名: 高矢 空（東京電機大学）,河野 仁（東京電機大学）,須賀 哉斗（東京電機大学）,鳥谷部 悠希（東京電機大学）,池 勇勳（北陸先端科学技術大学院大学）,藤井 浩光（千葉工業大学）,鈴木 剛（東京電機大学）

著者名(英語): Sora Takaya (Tokyo Denki University),Hitoshi Kono (Tokyo Denki University),Kanato Suga (Tokyo Denki University),Yuki Toriyabe (Tokyo Denki University),Yonghoon Ji (Japan Advanced Institute of Science and Technology),Hiromitsu Fujii (Chiba Institute of Technology),Tsuyoshi Suzuki (Tokyo Denki University)

キーワード: 転移学習|強化学習|知識選択|活性化拡散モデル|transfer learning|reinforcement learning|knowledge selection|spreading activation model

要約(日本語): 近年，機械学習技術の社会実装が活発に行われている．とりわけ，強化学習や転移学習などの技術が知能ロボットに実装されつつある．著者らはこれまでに，認知科学領域の知見である，活性化拡散モデルを応用した知識選択型転移強化学習を提案した．知識選択型転移強化学習を実装した移動ロボットにおいて，静的障害物の回避は実現されているが，動的障害物の回避については検討されていない．本発表では，知識選択型転移強化学習のハイパーパラメータをチューニングすることで，動的障害物回避が実現できることを確認したので報告する．