強化学習による交渉ルール学習を用いた自律分散型AGV経路計画システム：環境変化に対する性能

カテゴリ: 研究会(論文単位)

論文No: ST15025

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: 2015/12/06

タイトル(英語): Autonomous Decentralized AGV Transportation System Using Negotiation Rules Learning by Reinforcement Learning: Performance for an Environmental Change

著者名: 永吉 雅人(新潟県立看護大学),Elderton Simon(新潟県立看護大学),榊原 一紀(富山県立大学)

著者名(英語): Masato Nagayoshi(Niigata College of Nursing),Simon Elderton(Niigata College of Nursing),kazutoshi Sakakibara(Toyama Prefectural University)

キーワード: 経路計画|強化学習|無人搬送車|自律分散|交渉ルール|transportation route plan|reinforcement learning|AGV|autonomous decentralized |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。なお、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ため、本研究ではif-thenルールを強化学習によって学習を行うものとする。ここで本稿では、すべてのAGVの経路情報を共有できるシステムから、近接するAGVにおいてのみ経路情報を共有できるシステムへと情報共有の範囲を限定することにより、さらに自律分散方式として発展させ、自律分散型のメリットである環境変化における性能を検討する。

要約(英語): In our proposed system, each robot as an agent computes its transportation route. Once potential collisions are detected, one of the two agents chosen by a negotiation rule modifies its route plan. The rules are improved by reinforcement learning. Then, the performance of the system to an environmental change is confirmed.

原稿種別: 日本語

PDFファイルサイズ: 911 Kバイト