徳島大学 教育・研究者情報データベース(EDB)

Education and Research Database (EDB), Tokushima University

徳島大学ウェブサイトへのリンク

著作: [黒住 亮太]/[藤澤 正一郎]/Yamamoto Toru/Suita Yoshikazu/Path Planning for Mobile Robots Using an Improved Reinforcement Learning Scheme/Proc. of the SICE Annual Conference (SICE2002)

ヘルプを読む

「著作」(著作(著書,論文,レター,国際会議など))は,研究業績にかかる著作(著書,論文,レター,国際会議など)を登録するテーブルです. (この情報が属するテーブルの詳細な定義を見る)

  • 項目名の部分にマウスカーソルを置いて少し待つと,項目の簡単な説明がツールチップ表示されます.

この情報をEDB閲覧画面で開く

EID
81190
EOID
532443
Map
0
LastModified
2010年9月27日(月) 13:30:25
Operator
藤澤 正一郎
Avail
TRUE
Censor
0
Owner
藤澤 正一郎
Read
継承
Write
継承
Delete
継承
種別 必須 国際会議
言語 必須 英語
招待 推奨
審査 推奨
カテゴリ 推奨
共著種別 推奨
学究種別 推奨
組織 推奨
  1. 社会環境システム工学講座(〜2014年3月31日)
著者 必須
  1. 黒住 亮太
    役割 任意
    貢献度 任意
    学籍番号 推奨
  2. 藤澤 正一郎
    役割 任意

    (日) 研究計画,シミュレーション結果の考察及び研究成果の取りまとめを担当

    貢献度 任意
    学籍番号 推奨
  3. (英) Yamamoto Toru
    役割 任意
    貢献度 任意
    学籍番号 推奨
  4. (英) Suita Yoshikazu
    役割 任意
    貢献度 任意
    学籍番号 推奨
題名 必須

(英) Path Planning for Mobile Robots Using an Improved Reinforcement Learning Scheme

副題 任意
要約 任意

(日) 移動車両の走行経路の計画問題においては,移動車両ができる限り効率よく移動できるような経路を作ることが望まれている.本論文では,強化学習法とポテンシャル法の両者の特長を取り入れた新たな経路計画手法を提案する.具体的には,強化学習とCMACを用いて,ポテンシャル法で用いるポテンシャル空間に類似した連続的な価値分布を作成し,価値分布の勾配に従って経路を確立する.なお,この手法はポテンシャル法のようにデッドロックの問題がなく,従来の強化学習法のように膨大な学習時間を必要としない特長を有している.また,本手法によると,価値関数を構成するために必要なメモリ量を,従来の強化学習法と比較して大幅に削減することができる.さらに,本手法では,既知情報を用いて学習時間の短縮をはかることが可能である.既知情報として,目的地の位置を用いて提案手法による経路計画シミュレーションを行った結果,強化学習のみによる経路計画法と比較して,およそ4分の1の学習時間での経路確立を実現することができた.

キーワード 推奨
発行所 推奨 計測自動制御学会
誌名 必須 (英) Proc. of the SICE Annual Conference (SICE2002)
ISSN 任意
必須
必須
必須 1706 1711
都市 必須 大阪(Osaka/[日本国])
年月日 必須 2002年 8月 初日
URL 任意
DOI 任意
PMID 任意
NAID 任意
WOS 任意
Scopus 任意
評価値 任意
被引用数 任意
指導教員 推奨
備考 任意