RBFネットワークと強化学習による車両型ロボットの追従動作の獲得

カテゴリ: 全国大会

論文No: 3-054

グループ名: 【全国大会】平成22年電気学会全国大会論文集

発行日: 2010/03/05

タイトル(英語): Acquiring tracking motion in Car-Like Robot by Radial basis function network and Reinforcement Learning

著者名: 手島 正人(名古屋工業大学),脇坂 大輝(名古屋工業大学),水野 直樹(名古屋工業大学)

著者名(英語): Masato Teshima(Nagoya Institute of Technology),Taiki Wakisaka(Nagoya Institute of Technology),Naoki Mizuno(Nagoya Institute of Technology)

キーワード: 車両型ロボット|経路生成|RBFネットワーク|強化学習

要約(日本語): 現在、主に産業の分野で経路生成を用いた自動搬送が導入されており、搬送物体に対して様々な搬送車が運用されている。そこで大型の物体を搬送する場合、大型の搬送車を利用するのではなく、小型の搬送車を複数利用して搬送することができれば、搬送物体に対する自由度が高められることなど様々な利点が期待できる。上記のように小型の車両型ロボットを複数用いた協調搬送に対する期待が高まっている。そこで本研究は、車両型ロボットを二台用いて協調搬送の一種である追従搬送を行う。制御手法として追従を行う車両型ロボットのコントローラに強化学習を適用し、シミュレーションによる考察を行う。

原稿種別: 日本語

PDFファイルサイズ: 1,489 Kバイト