深層強化学習を用いた四脚ロボットの視覚ベースの行動獲得の実現

カテゴリ: 研究会(論文単位)

論文No: ST18012

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: 2018/03/01

タイトル(英語): A Study on Vision-Based Behavior Acquisition of Four-legged Robot by Deep Reinforcement Learning

著者名: 吉木 綜一郎(松江工業高等専門学校),田中 駿(松江工業高等専門学校),堀内 匡(松江工業高等専門学校),幸田 憲明(松江工業高等専門学校 )

著者名(英語): Soichiro Yoshigi(National Institute of Technology, Matsue College),Shun Tanaka(National Institute of Technology, Matsue College),Tadashi Horiuchi(National Institute of Technology, Matsue College),Noriaki Kouda(National Institute of Technology, Matsue College)

キーワード: 深層強化学習|四脚ロボット|行動獲得|畳み込みニューラルネットワーク|Deep Reinforcement Learning|Four-legged Robot|Behavior Acquisition|Convolutional Neural Network

要約(日本語): 本研究では，深層強化学習の代表的な手法であるDQN (Deep Q-network) を四脚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画像のみに基づいて障害物を回避しながら目標物に到達する行動の獲得を実現する．具体的には，実機の四脚ロボットを製作するとともに，シミュレーション環境を構築した．シミュレーション環境でDQNによる行動獲得を実現した後，実機環境でもDQNの学習を継続することにより，実機の四脚ロボットの行動獲得を実現した．

要約(英語): In this research, we apply Deep Q-network (DQN) which is one of the most famous deep reinforcement learning algorithms to behavior learning of the autonomous four-legged robot. We realize that the four-legged robot learns to acquire good behaviors such as reaching the red target with avoiding the green obstacle by using high-dimensional visual information as input data to DQN.

原稿種別: 日本語

PDFファイルサイズ: 1,561 Kバイト