DeepRacerにおけるカーブの難易度に着目したカリキュラム学習

カテゴリ: 部門大会

論文No: TC2-2-6

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): Curriculum learning focusing on the difficulty of curves in 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|カリキュラム学習|コース分析|転移学習|AWS DeepRacer|Curriculum Learning|Course Analysis|Transfer Learning

要約(日本語): AWSが提供するDeepRacerにおいて，複雑なコースに対する汎化性能の高いモデルを実現することは難しい．この問題に対して，転移学習を用いることにより必要なコースの特徴を適切に学習することができれば，効率よく複雑性を有するコースの学習が行えると考えられる．そこで，本研究ではコースを効率よく学習するために学習順序に着目し，簡単なカーブから難しいカーブまで順に学習するカリキュラム学習を提案する．本研究では，Amazonが提供するAWS DeepRacerを対象にカーブの難易度に着目したカリキュラム学習を実現し，困難性を有するコースにおいて高い汎化性を持つ走行の実現を目標とした．具体的には，転移学習を行うコースの選択時にカーブの曲がり具合や長さに着目しコースの特徴づけを行い，コースの難易度を定義し，簡単なコースから困難なコースまで順に学習させた際の学習効果についての調査結果を報告する．