2P1-30-025 汎化ルールによる強化学習の加速
スポンサーリンク
概要
- 論文の詳細を見る
汎用的なルールの獲得および利用による強化学習の加速手法を提案する。提案手法では, 強化学習の過程において遭遇した観測値およびその際に行った行動の一定数ステップの履歴と, その際に得られたパフォーマンスとの関係を統計処理することでタスク達成を阻害している状態・行動を抽出し, これらを汎化することによりルールを生成する。次回以降のタスク実行時にこのルールに対応する行動を禁止することによって強化学習の探索空間を縮小することで学習の加速を行う。シミュレーションにより有効性の検証を行う。
- 社団法人日本機械学会の論文
著者
-
新井 民夫
東京大学大学院工学系研究科
-
太田 順
東京大学大学院工学系研究科精密機械工業専攻
-
新井 民夫
東京大学
-
井上 康介
東京大学
-
太田 順
東京大学人工物研究センター
-
太田 順
東京大学大学院 工学系研究科
-
太田 順
東京大学
-
片山 朋彦
東京大学
-
井上 康介
茨城大学工学部
関連論文
- 四足歩行ロボットの最短時間制御(機械力学,計測,自動制御)
- サンプリング実時間Q-MDP法 : 不完全な観測に基づき実時間行動する自律サッカーロボットへの適用
- 自動組立システムの動向(組立システムの現状と将来)
- 移動ロボット群操作のための視覚・力覚情報提示システム
- 自動化機器の歴史を残す(生産自動化専門委員会, 専門委員会・分科会研究レビュー)
- 自動化機器の歴史を残す
- 投影点観測による複数光線の照射方向推定方法
- サービスづくりのための対象表現手法
- Women in Robotics towards Human Science, Technology and Society at IAS-9
- 物理的働きかけを伴うメディア機器
- CIMとクオリティコントロール(日産自動車株式会社いわき工場)
- アートを支えるテクノロジー(精密工学の最前線)
- 21世紀の日本の産業構造をどうするか(グローバリゼーション)
- 19・1 自動化機械 : 19.産業機械
- 掃引作業における移動ロボット群の動作計画
- 多数移動ロボットシステムの最適な局所的通信範囲の設計
- 持ち替え動作を導入した移動ロボット群による大型対象物の搬送制御
- 作業を考慮したロボット群内ネットワークの情報伝達の解析
- リリース型マニピュレーションにおける位置決め用の繰り返し学習制御
- 卓上作業支援システムのための視線情報を用いた到達把持運動の推定
- 作業者支援型セル生産システム"Attentive Workbench"のための自走式部品トレイの動作および配置の計画
- 人間の手先運動に基づくリーチング検出と把持対象物体の予測
- 卓上作業支援システムのための作業者意図の推定
- マークを用いたロボットの多種類物体ハンドリング(機械力学,計測,自動制御)
- 受給者視点によるサービスの提供プロセスの構造解析手法(第18回設計工学・システム部門講演会)
- サービスCADシステムの対象記述能力の検証 : Service Explorerを例として
- サービス工学の提案 : 第3報,サービス活動の導入による機能・属性表現の統合(機械要素,潤滑,工作,生産管理など)
- 3101 Service Explorer : サービス工学に基づく統合設計支援システム(OS9-2 ライフサイクル設計とサービス工学-II)設計問題)
- 3109 複数のサービス表現モデルにおける情報の統合(OS9-4 ライフサイクル設計とサービス工学-IV)知識表現)
- 3111 サービス設計支援のためのサービス類似性可視化ツール(OS9-4 ライフサイクル設計とサービス工学-IV)知識表現)
- 3112 モノとコトの統合設計のためのサービス行為の定式化(OS9-4 ライフサイクル設計とサービス工学-IV)知識表現)
- 2302 サービスモデルにおける知識表現形式の拡張(OS2 ライフサイクル設計とサービス工学II:ツール,未来社会を支えるものづくりとひとづくり(設計・システムから))
- 2301 顧客とサービスとの相互作用の表現手法(OS2 ライフサイクル設計とサービス工学II:ツール,未来社会を支えるものづくりとひとづくり(設計・システムから))
- 1308 プロスペクト理論に基づいた受給者視点のサービス評価(OS2 ライフサイクル設計とサービス工学I:ビジネスと価値,未来社会を支えるものづくりとひとづくり(設計・システムから))
- 217 サービス設計支援システムService Explorer Ξ(Xi)の開発(設計マネジメント〔II〕)
- 216 サービセット概念を用いたサービスの論理モデルの構築(設計マネジメント〔II〕)
- 212 場面遷移ネットを用いたサービス評価シミュレータ(設計マネジメント〔I〕)
- 1406 サービスCADシステムの具体構成案(OS1 ソフト人工物II)
- 場面遷移ネットGUI シミュレータによる マルチエージェントサービスフローシミュレーション
- サービス工学におけるオントロジー中心設計の展開(サービスイノベーションとAIその2)
- 1108 サービス受給品質に基づく顧客価値モデル(OS9-1 ライフサイクル設計とサービス工学-I)価値評価)
- 3102 サービス設計のための矛盾解決支援法(OS9-2 ライフサイクル設計とサービス工学-II)設計問題)
- 1107 受給者視点のサービス評価における価値の種類と構造(OS9-1 ライフサイクル設計とサービス工学-I)価値評価)
- 場面遷移ネットを用いたサービス工学に関する研究
- ロボカップ4足ロボットリーグにおけるライン情報による自己位置同定
- 2P1-S-026 大きな照明条件変動に対応するファジイ色分類を用いたカラーボール認識手法の開発(ロボカップ2,生活を支援するロボメカ技術のメガインテグレーション)
- 2A1-S-023 ロボカップ四足ロボットリーグにおける白線情報による自己位置同定(ロボカップ1,生活を支援するロボメカ技術のメガインテグレーション)
- ステレオカメラ法による脚ロボットのZMPのリアルタイム計測(ロボカップ)
- リリース型マニピュレーションにおける摩擦を有する滑り運動
- パーティクルフィルタとQ-MDP法による状態推定の不確かさを考慮した自律ロボットの実時間行動決定
- ベクトル量子化による決定論的方策地図の不可逆圧縮
- 2P1-30-025 汎化ルールによる強化学習の加速
- パーティクルフィルタを利用した自己位置推定に生じる致命的な推定誤りからの回復法
- 生産自動化の現状(3.1 各分野の現状,3.精密工学の今,創立75周年記念)
- 上肢作業姿勢生成のための評価関数推定 : コネクタ差し込み姿勢の評価関数
- 1E1-2 組立作業の情報支援が作業者の精神的負担に与える影響(GS6:ストレスとリラクゼーション,一般セッション)
- QRコードを用いたロボットの物体操作作業
- ホロンの概念を用いた柔軟なロボット群管理システム 第3報 : 協調のためのホロン間通信プロトコル
- 人に適応する運動補助装置開発のための表面筋電位を用いた運動習熟度推定法
- 2C2-1 下肢麻痺者の歩行補助のための個性適応型歩行状態識別法に関する研究(2C2 OS:認知ロボティクス2)
- 動力学シミュレータを用いたクラッチ嵌合作業の解析
- サイクルタイムを考慮した力制御パラメータ設計
- 車輪形移動ロボット群による持ち替え協調搬送の実現
- 2台のカメラを用いたAGVナビゲーションのための人工ランドマークの配置計画法と観測計画法
- 繰返し学習によるAGVのセミガイド式走行(機械力学,計測,自動制御)
- 群ロボットによる異種作業割り付け型協調搬送
- 単眼画像から三次元位置姿勢計測を行う人工マークの提案(機械力学,計測,自動制御)
- 信頼性理論を用いたロボットの作業環境整備法と動作生成法
- 最大曲率,最大曲率変化率,曲率連続性を考慮した移動ロボットの経路生成法(機械力学,計測,自動制御)
- 複数作業を実現する移動マニピュレータの操作性を考慮した最小の作業場所計画(作業移動ロボット)
- 動的な作業対象に対するロボットの行動原理
- 2B3-4 共進化によるロバストかつ高効率なAGV搬送システムの統合設計(2B3 GA・GP)
- 格子点配置を用いた自律移動ロボットによる環境掃引経路計画
- ロボットの移動機構に関する研究動向
- グラフ上の反応拡散方程式を用いた環境探索経路計画
- 移動ロボット群による大型物体搬送計画(機械力学,計測,自動制御)
- 複数移動ロボットによる協調物体操作計画
- 設計過程において注視点を制御する知識の研究 : 部品配置設計におれる相関表の動的形成
- 躍度最小モデルを用いた動作予測に基づく人間-ロボット協調作業(機械力学,計測,自動制御)
- ホロンの概念を用いた柔軟なロボット群管理システム 第6報:Plug & Produceコンセプトの実装
- ホロンの概念を用いた柔軟なロボット群管理システム 第5報:システムの実装とデモンストレーション
- 波動CPGモデルを用いた多脚歩行ロボットの歩容生成と移動速度制御
- グラフ上の波動による歩行パターンの生成に関する研究
- 自律分散型多脚歩行ロボットの歩行パターン生成に関する研究 : CPGモデルの構築とハードウエアの開発
- 自律分散型多脚歩行ロボットの耐故障性に関する研究 : 消費エネルギーバランスに着目した耐故障性アルゴリズム
- 人工ランドマークを用いた移動ロボットのナビゲーション
- 記憶機能付き画像マークによる作業移動ロボットのための環境整備
- 部分観測環境における複数タスクに対する行動獲得
- コンベア搭載型AGVの協調による物体搬送システム
- 未知環境における移動ロボット群の経路学習
- 部分観測環境下における自律的状態分割による強化学習
- 2P1-33-039 AGV 群の走行経路と行動計画の統合的設計
- 視覚・接触情報を用いた状態・行動空間の自律的生成
- 部分観測環境下における強化学習による移動ロボットの行動獲得
- 未知環境における複数台移動ロボットの経路学習
- 未知環境における群ロボットによる繰り返し搬送作業における動作計画
- 移動ロボット群による多数物体の繰り返し搬送
- 2102 サービス工学に基づくフロー型サービスモデル
- 環境地図誤差に適応した掃引作業計画
- LEDを用いた移動ロボット群管理システムの開発