強化学習によるAGV経路計画に用いる交渉ルール獲得方法の汎用性に関する検討

カテゴリ: 研究会(論文単位)

論文No: ST14031

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2014/12/07

タイトル(英語): Generalization of the Acquisition Method of Negotiation Rule for AGV Transportation System by Reinforcement Learning

著者名: 永吉 雅人(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): Nagayoshi Masato(Niigata College of Nursing),Sakakibara Kazutoshi(Toyama Prefectural University),Tamaki Hisashi(Kobe University)

キーワード: 強化学習|ＡＧＶ搬送システム|経路計画|交渉ルール|reinforcement learning|AGV transportation system|transportation route plans|negotiation rules

要約(日本語): 本研究では無人搬送車（AGV）の搬送システムを対象として自律分散型の経路計画法について検討する。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。そこで、本研究ではif-thenルールを強化学習を用いて学習する方法において、特に汎用性に焦点をあてて性能を検討する。

要約(英語): In this paper, we propose an autonomous decentralized method for multiple AGV robots. Transportation route plans of AGV robots are expected to minimize the transportation time without collisions among the robots. In our proposed method, each robot as an agent computes its transportation route. Once collisions are detected, one of the two agents chosen by a negotiation rule modifies its route plan. The negotiation rules are improved by reinforcement learning. Then, the generalization of the proposed method is confirmed.

原稿種別: 日本語

PDFファイルサイズ: 957 Kバイト