深層強化学習を用いた群ロボットの行動獲得に関する基礎的検討

カテゴリ: 部門大会

論文No: PS3-8

グループ名: 【C】平成30年電気学会電子・情報・システム部門大会プログラム

発行日: 2018/09/05

タイトル(英語): A Basic Study on Behavior Acquisition of Multi-Robot System by Deep Reinforcement Learning

著者名: 綿貫 零真(松江工業高等専門学校),堀内 匡(松江工業高等専門学校),青代 敏行(松江工業高等専門学校)

著者名(英語): Ryoma Watanuki|Tadashi Horiuchi|Toshiyuki Aodai

キーワード: 深層強化学習|行動獲得|群ロボット|畳み込みニューラルネットワーク|Deep Reinforcement Learning|Behavior Acquisition|Multi-Robot System|Convolutional Neural Network

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，畳み込みニューラルネットワーク (CNN) を用いて，Q学習における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。我々は，すでにDQNを用いて単一の車輪型移動ロボットが壁や障害物を避ける行動を獲得することを実現した。本研究では，複数の移動ロボットが存在する環境において深層強化学習を適用し，ロボットが壁や相手のロボットを避ける行動を獲得することを目指す。取り得る状態数の増加，他のロボットによる影響などによって単一のロボットを対象とした場合よりも難しいタスクになる。複数のロボットによる学習を並行して進め，情報共有を行うことで学習の高速化が期待される。

PDFファイルサイズ: 970 Kバイト