状態フィルタを用いた強化学習による自律分散型AGV経路計画：交渉ルールの可視化

カテゴリ: 研究会(論文単位)

論文No: ST16046

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: 2016/12/02

タイトル(英語): Adaptive Negotiation-rules Acquisition Methods in Decentralized AGV Transportation Systems by Reinforcement Learning with a State Space Filter: Visualization of Adaptive Negotiation-rules Acquisitions

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),玉置 久(神戸大学)

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

キーワード: ＡＧＶ搬送システム|強化学習|状態フィルタ|交渉ルール|可視化|AGV transportation system|reinforcement learning|state space fitler|negotiation rules|visualization

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。ここで本稿では、適切な交渉ルールの適応的獲得のために状態フィルタを用いた強化学習法を適用し、その性能を可視化された交渉ルールに焦点をあてて検討する。

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 with a state space filter. Then, the performance is confirmed with regard to the adaptive negotiation rule.

原稿種別: 日本語

PDFファイルサイズ: 703 Kバイト