深層強化学習を用いた実機ロボットの視覚ベースの行動獲得の実現

カテゴリ: 部門大会

論文No: TC16-14

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 Study on Vision-based Real Robot Learning by Deep Reinforcement Learning

著者名: 綿貫 零真(松江工業高等専門学校),加藤 大地(岡山大学),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|Daichi Kato|Tadashi Horiuchi|Toshiyuki Aodai

キーワード: 深層強化学習|行動獲得|実機ロボット|視覚ベース|畳み込みニューラルネットワーク|Deep Reinforcement Learning|Behavior Acquisition|Real Robot|Vision-based|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，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を実機の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。さらに，シミュレーション実験および実機実験の効率化について検討する。

PDFファイルサイズ: 425 Kバイト