深層強化学習を用いた移動ロボットの視覚ベースの行動学習

カテゴリ: 部門大会

論文No: TC2-4

グループ名: 【C】平成29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: 2017/09/06

タイトル(英語): A Study on Vision-based Mobile Robot Learning by Reinforcement Learning

著者名: 佐々木 光(奈良先端科学技術大学院大学),堀内 匡(松江工業高等専門学校),加藤 聡(松江工業高等専門学校)

著者名(英語): Hikaru Sasaki|Tadashi Horiuchi|Satoru Kato

キーワード: 深層強化学習|行動獲得|移動ロボット|畳み込みニューラルネットワーク|視覚ベース|Deep Reinforcement Learning|Behavior Acquisition|Mobile Robot|Convolutional Neural Network|Vision-based

要約(日本語): 深層強化学習は深層学習と強化学習を組み合わせた枠組みである．その代表的な手法であるDeep Q-network (DQN) は，Convolutional Neural Network (CNN) を用いて，Q学習の行動価値関数を近似する手法であり，幅広い応用が可能な機械学習手法である．この手法を用いることで，画像（視覚情報）などの高次元データを入力（状態）とした強化学習が可能となる．本研究では，深層強化学習の代表的な手法であるDQNを移動ロボットの行動獲得に適用し，ロボットに搭載したカメラの画像（視覚情報）のみに基づいて壁や障害物を避けながら進む行動の獲得を実現する．具体的には，学習不安定時に教師ネットワークを再利用する手法を提案するとともに，Profit Sharing法の導入による学習の高速化を実現する．シミュレーション環境を用いた実験により，提案手法の有効性を検証する．

PDFファイルサイズ: 1,765 Kバイト