{"product_id":"ieej-zt003056","title":"強化学習法による自律移動ロボットの荷物運搬行動の獲得","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e3-056\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】平成12年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2000\/03\/21\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eBehavior Acquisition of a Garbage Collecting Robot Using Reinforcement Learning\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e階上 保(千葉大学),小圷 成一(千葉大学),平田 廣則(千葉大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eTamotsu Hashikami(Chiba University),Seiichi Koakutsu(Chiba University),Hironori Hirata(Chiba University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e強化学習|行動獲得|自律移動ロボット\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e　環境との相互作用を通して得られる報酬のみを手掛かりに、適切な入出力関係を構築する手法として強化学習がある。本研究では自律移動ロボットKheperaを用い、物体を発見し、それを掴み、壁の外へ運び出す作業をタスクとして設定し，強化学習法により行動を獲得させる。実験ではまず計算機シミュレーションを用いて学習を行い，次に実機を用いた実環境で獲得された行動の適切さを確認する。簡単なタスクから徐々に難しいタスクへ学習させることにより，適切な行動ルールが得られることを示す。このとき計算機シミュレーション環境と実環境を効果的に結びつけることにより，ロボットが効率的に学習できることを示す。\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\u003e358 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 2","offer_id":46395541324015,"sku":"IEEJ-ZT003056-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_efd3f3a2-3b77-4cb5-81f4-3ad50f48873f.png?v=1744777345","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt003056","provider":"電気学会 電子図書館","version":"1.0","type":"link"}