階層型強化学習と自己組織化マップによる位置推定なしの移動ロボットナビゲーション

カテゴリ: 全国大会

論文No: 3-088

グループ名: 【全国大会】平成15年電気学会全国大会論文集

発行日: 2003/03/17

タイトル(英語): Mobile Robot Navigation without Position Estimation using Hierarchical Reinforcement Learning with Self-Organizing Map

著者名: 釜谷 博行(八戸工業高等専門学校),阿部 健一(東北大学)

著者名(英語): Hiroyuki Kamaya(Hachinohe National College of Technology),Kenichi Abe(Tohoku University)

キーワード: 強化学習|自己組織化マップ|移動ロボット

要約(日本語): 移動ロボットのナビゲーションに関する従来の研究は、正確なロボット座標を仮定したものが多い。しかし、車輪のすべりや床の凸凹などさまざまな要因で生じる累積誤差のため、正確なロボット座標の維持が困難となる。このため、あらかじめ用意した移動モデルと環境地図、外界センサにより取得した障害物情報を用いることでロボット位置を補正する方法も提案されているが、計算コストが高いなどの問題がある。また、移動機構に足を用いた場合、デットレコニングによるロボットの位置推定はさらに困難な問題になると予想される。本研究では，位置情報を用いずに外界センサ情報のみを利用した移動ロボットナビゲーションについて検討し，Kohonenの自己組織化マップと強化学習を用いることで、ロボットがゴールへ到達したときに与えられる評価値(報酬)に基づいて障害物回避行動とゴール探索行動を同時に学習するシステムを実現する。本報告では、強化学習器として通常のSarsa(λ)と階層型強化学習の一種であるSSS(Self-Segmentation of Sequences)アルゴリズムにTD(λ)の考えを導入したSSS(λ)の2つのアルゴリズムの学習性能について、ノイズを考慮した環境でのシミュレーション実験により比較する。実験結果から階層型強化学習SSS(λ)の良好な学習性能を確認した。

原稿種別: 日本語

PDFファイルサイズ: 1,578 Kバイト