AWS DeepRacerにおける編集距離を利用したコースの類似度の導入

カテゴリ: 部門大会

論文No: TC4-3-7

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): On Course Similarity Using Edit Distance in AWS DeepRacer

著者名: 川口 貴也（近畿大学）,渡邉 真也（室蘭工業大学）,半田 久志（近畿大学）

著者名(英語): Takaya Kawaguchi (Kindai University),Shinya Watanabe (Muroran Institute of Technology),Hisashi Handa (Kindai University)

キーワード: AWS DeepRacer|コース分析|転移学習|編集距離|AWS DeepRacer|Course Analysis|Transfer Learning|Edit Distance

要約(日本語): 本発表では，Amazonが提供するAWS DeepRacerを対象に転移学習により複数のコースを走行させ，得られた知見により転移学習する際の学習効率について詳細な分析を行う．具体的には，転移学習を行うコースを選択する際に，コース中のカーブの情報に着目したコースの特徴づけを行うとともに，カーブの情報に対して編集距離を用いたコース間の類似性判別について行い，学習に用いるコースと未知コース間のコースの類似度と学習効率についての調査結果を報告する．