{"product_id":"ieej-iic12154","title":"劣勾配を用いた高速学習による劣駆動ロボットの高度タスク学習","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e研究会(論文単位)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003eIIC12154\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【D】産業応用部門 産業計測制御研究会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2012\/03\/07\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eLearning Control of Underactuated Robot using Subgradient for Rapid Learning\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e清水 暁礼(横浜国立大学大学院),藤本 康孝(横浜国立大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eShimizu Akiyuki(Yokohama National University),Fujimoto Yasutaka(Yokohama National University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e試行を繰り返すことによりロボットが複雑なタスクを獲得する手法について述べる。タスク達成の際、異なる軌道に共通する達成のために必要不可欠な中継点が存在するという仮定のもと自律学習のフレームワークを提案する。タスクの例として2リンク劣駆動ロボットの振り上げ動作からの倒立静止状態を挙げる。本稿ではタスク獲得までの試行回数を低減させるため劣勾配を導入しシミュレーション及び実験によりその有用性を検証する。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e2,352 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格330円\/会員価格220円） \/ A4 \/ 6","offer_id":46362578256111,"sku":"IEEJ-IIC12154-PDF","price":330.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_13436938-6d50-47f1-8b67-470a6315a9fd.png?v=1743630710","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-iic12154","provider":"電気学会 電子図書館","version":"1.0","type":"link"}