自律分散型AGV経路計画における強化学習による交渉ルールの適応的獲得

カテゴリ: 部門大会

論文No: TC6-4

グループ名: 【C】平成28年電気学会電子・情報・システム部門大会講演論文集

発行日: 2016/08/31

タイトル(英語): Adaptive Negotiation-rules Acquisition Methods by Reinforcement Learning in Decentralized AGV Transportation Systems

著者名: 永吉 雅人(新潟県立看護大学),Elderton Simon(新潟県立看護大学),榊原 一紀(富山県立大学),玉置 久(神戸大学)

著者名(英語): Masato Nagayoshi|Simon Elderton|Kazutoshi Sakakibara|Hisashi Tamaki

キーワード: AGV経路計画|強化学習|交渉ルール|状態フィルタ|AGV transportation system|reinforcement learning|negotiation rules|state space filter

要約(日本語): 本稿では無人搬送車（AGV）の搬送システムを対象として自律分散型経路計画法について報告する。解法の設計に際して、AGV間の衝突やすれ違いを解消する方法として交渉ルールに基づく方法を用いる。ただし、交渉ルールの事前設計は対象問題に関する高度な知識が必要となるため難しいため、我々は交渉ルールを強化学習によって適応的に獲得する方法を提案している。本稿では、その方法について詳しくの性能を報告し、加えて、交渉ルールの粒度を決定づける強化学習における状態空間の適応的構成法として、筆者らが提案している状態フィルタを用いた強化学習の性能を検証する。

PDFファイルサイズ: 990 Kバイト