Actor-critic法における共分散を考慮した多次元正規分布による政策表現(セッション : 一般(プランニングと意思決定), 「社会システムにおける知能」及び一般)
スポンサーリンク
概要
- 論文の詳細を見る
実世界中での行動学習問題は, 入力である状態空間と出力である行動空間が共に連続空間である場合が多い.強化学習の一種であるactor-critic法は, 連続状態行動空間を扱う問題にも適用が可能で, いくつかの研究が行われてきた.連続行動空間を扱う場合, 行動を選択する確率分布(政策)として一般に正規分布を用いる.エージェントは, 環境との相互作用を通じて, 適切な行動を選択できるように, 正規分布の平均や標準偏差を調節する.従来手法は簡単化のために, 各次元毎に独立した正規分布を用いる.しかしマニピュレータの軌道計画問題やロボットの歩行制御問題などの実問題は, 各出力が協調して動かなければならない.従来手法は出力間の相関関係を考慮できないため, 協調行動の学習が困難となったり, 学習に時間がかかったりする問題が考えられる.そこで本稿では, 共分散を考慮した多次元正規分布を政策表現に用いたactor-critic法を提案し, 学習の高速化と性能向上を目指す.本手法の有効性を検証するために, マニピュレータの軌道計画問題を取り上げる.
- 2005-03-14
著者
-
木戸出 正継
奈良先端科学技術大学院大学情報科学研究科
-
木戸出 正継
奈良先端科学技術大学院大学
-
上野 敦志
大阪市立大学大学院工学研究科電子情報系専攻
-
上野 敦志
大阪市立大学大学院工学研究科
-
阿部 哲
奈良先端科学技術大学院大学情報科学研究科
-
阿部 哲
奈良先端科学技術大学院大学 情報科学研究科
-
上野 敦志
大阪市立大学 大学院 工学研究科
関連論文
- 人物の移動軌跡と画像の色情報を用いた人物存在事前確率の効率的な獲得(テーマ関連セッション8,コンピュータビジョンとパターン認識のための学習理論)
- 人物の移動軌跡と画像の色情報を用いた人物存在事前確率の効率的な獲得(テーマ関連セッション8)
- 広域分散首振りカメラ群における確率的連結関係推定法の効率化(一般セッション6,コンピュータビジョンとパターン認識のための学習理論)
- 広域分散首振りカメラ群における確率的連結関係推定法の効率化(一般セッション6)
- 複数台首振りプロジェクタによる連続移動画像投影
- 投影中心固定型パンチルトプロジェクタとキャリブレーション(マルチメディア処理)
- 複数台首振リプロジェクタによる連続移動画像投影(テーマ関連セッション2)
- 視線情報を用いた注視点の3次元位置推定
- ユーザの言葉を獲得するロボットインタフェース
- 親和行動導入による実用的ホームロボットインタフェース : 音声誤認識を許容する親和行動
- ユーザの言葉を獲得するロボットインタフェース(コミュニケーション支援及び一般)
- 親和行動導入による実用的ホームロボットインタフェースの研究 : ユーザの言葉で操作・通知するインタフェース(誘うインタフェース(3), 誘うインタフェース(Inviting Interface), および一般)
- 2P1-N-050 床圧力センサによる位置追跡を利用したロボットの移動制御 : 人物追従による実用性と親和性(ホームロボットメカトロニクス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)
- K-095 実用性と親和性を融合するロボットインタフェース : 模倣行動による親和性の検討(K.ヒューマンコミュニケーション&インタラクション)
- 実用性と親和性を融合するロボットインタフェースへのアプローチ(人間機械協調2)
- ロボットインタフェースにおける実用性と親和性の融合機構
- 編集室
- ズームアップ撮影による高精細3次元ビデオ生成のためのパン・チルトカメラワーク(一般セッション3,コンピュータビジョンとパターン認識のための学習理論)
- 長尾真先生の文化功労者顕彰を祝して : 言語・画像メディアを中心とした情報理解の論理から実践までの先導役を
- 家庭内ユビキタス環境における対話ロボットの実稼動実験と対話戦略の評価(ユーザインタフェースとインタラクティブシステム)
- ユビキタス環境における対話型ロボットインタフェースのための対話戦略の構築(ユーザインタフェースとインタラクティブシステム, ユビキタス社会におけるコラボレーションサービス)
- ユビキタスホームにおけるサービス誘導ための対話戦略の構築(仮想都市, 複合現実感, および一般)
- ユビキタスホームにおける対話インタフェースロボットの試作(社会・都市システム)
- K-045 対話型ロボットにおける連想しりとり型対話戦略実現メカニズム(K.ヒューマンコミュニケーション&インタラクション)
- ゆかりプロジェクトにおける対話型ロボットのサービス記述方式と対話戦略
- アンコンシャス型ロボットとビジブル型ロボットの協調メカニズム : 母親・子供メタファ
- ゆかりプロジェクトにおける対話型ロボットのサービス記述方式と対話戦略(人工現実感)
- アンコンシャス型ロボットとビジブル型ロボットの協調メカニズム : 母親・子供メタファ(人工現実感)
- ユビキタスホームにおける対話インタフェースロボットの試作(社会・都市システム)
- 新聞記事コーパスでの単語出現特徴を利用した観光イベント情報の検索支援
- WWW検索における複数検索結果の統合処理とその評価(データベースと感性,デザイン,バイオインフォマティクス,音楽,環境,医学,建築分野との連携)
- 確率的な動的モデルと視体積制約に基づく複雑形状からの姿勢推定
- 多視点画像からの死角の少ない広範囲合成画像の生成
- ズームアップ撮影による高精細3次元ビデオ生成のためのパン・チルトカメラワーク(一般セッション3)
- A-19-15 日常生活パターン解析のための長期画像列中の基本動作スポッティング(A-19.福祉情報工学,一般セッション)
- 筆跡鑑定の知見に基づく特性値を用いたオンライン筆者照合
- 筆跡鑑定の知見に基づく特性値を用いたオンライン筆者照合--漢字パスワードによる個人照合システム構築を目指して
- 時系列ボリュームの非線形確率モデルを用いた人体・着衣の部位形状追跡(テーマ関連セッション,手,顔,身体表現の認識,理解)
- 時系列ボリュームの非線形確率モデルを用いた人体・着衣の部位形状追跡(テーマ関連セッション,手,顔,身体表現の認識,理解)
- 時系列ボリュームの非線形確率モデルを用いた人体・着衣の部位形状追跡(テーマセッション2)
- Bookmark からの共通話題ネットワークの発見手法の提案とその評価
- 音声対話フレームワークEUROPAの新幹線チケット予約タスクへの適用
- WWWにおけるユーザの共通話題ネットワークの発見手法
- 対象物に「触れる」行為と記憶の遍在化による日常記憶支援(ヒューマンコンピュータインタラクション)
- ウェアラブル日記の実現に向けて : 日常記憶の検索・編集・整理・共有機構
- 拡張記憶環境Ubiquitous Memoriesにおける複数ユーザ間での映像記憶共有方式(実世界指向インタフェース1)
- 物探し支援ウェアラブルシステムのためのカメラ装着位置の検討(受け容れるインタフェース,受け容れるインターフェース,および一般)
- 目視検査のためのハ-ドウェア技術 (目視検査の自動化)
- 時系列形状の主成分分析に基づく人体・着衣の形状解析
- 領域マッチングによる車載カメラ画像からの変化領域の抽出(一般セッション,福祉と見守りのための画像・音声処理)
- 領域マッチングによる車載カメラ画像からの変化領域の抽出(一般セッション,福祉と見守りのための画像・音声処理)
- 領域マッチングによる車載カメラ画像からの変化領域の抽出(一般セッション,福祉と見守りのための画像・音声処理)
- 拡大教科書作成のための文脈構造を考慮したレイアウト最適化(視覚障害・高齢者,HCGシンポジウム)
- 研究室紹介(第2回)奈良先端科学技術大学院大学情報科学研究科 知能情報処理学講座
- ユーザの言葉を獲得するロボットインタフェース(コミュニケーション支援及び一般)
- ユーザの言葉を獲得するロボットインタフェース
- ロボットインタフェースにおける実用性と親和性の融合機構
- ロボットインタフェースにおける実用性と親和性の融合機構(人工現実感)
- 高齢者の生活管理を目的とした様々な視点からの動作画像列認識(視覚障害・高齢者,HCGシンポジウム)
- 5.最先端ICTへの挑戦 : 失敗を経験し、次へたくましく(私の七転び八起き)
- ウェアラブルコンピューティングの現在・未来(1)ケータイからウェアラブルへ--ニーズの変化と技術の進化
- 時系列形状の主成分分析に基づく人体・着衣の形状解析(テーマ関連セッション2)
- 頭部装着カメラを用いた物探し支援システムにおける視野角の影響(ウエアラブルコンピューティング,インタラクション技術の原理と応用)
- マルチカメラによる複雑なシーンの任意視点画像生成(一般セッション3(コンピュータビジョン),文字・文書の認識・理解)
- 特徴点群追跡による人物部分領域の同定(一般セッション1(動き・トラッキング),文字・文書の認識・理解)
- アクティブカメラ群による全観測領域の協調監視の評価(ユビキタスメディアによるセンサーネットワーク-インフラとしてのCV)
- もっと人の集まる, オモロイ学会に
- 3-1-4 情報・システムソサイエティから : 専門家集団(学会・ソサイエティ)を知ろう,入ろう,そして活用しよう(ソサイエティ会長,グループ運営委員長からのメッセージ,学会活動から,エレクトロニクス,情報通信,情報・システム系学生へのメッセージ)
- スティックと楕円の統合モデルによる外見的特徴の少ない非剛体群の時系列位置・姿勢推定法(画像認識, コンピュータビジョン情報論的学習理論論文)
- スティックと楕円の統合モデルによる外見的特徴の少ない非剛体群追跡法(一般セッション(2))
- 注視点履歴と視野画像系列からの物体の領域抽出(文書・文字メディアの認識・理解, 一般)
- 注視点履歴と視野画像系列からの物体の領域抽出(文書・文字メディアの認識・理解, 一般)
- 自由会話データに含まれる態度表明発話の整理(ソーシャルインタラクション及び一般)
- 基線長の短い2眼カメラによるvisual hullからの正確な指先3次元位置推定(一般セッション)
- Actor-critic法における共分散を考慮した多次元正規分布による政策表現(セッション : 一般(プランニングと意思決定), 「社会システムにおける知能」及び一般)
- Actor-critic 法における共分散を考慮した多次元正規分布による政策表現(一般(プランニングと意思決定), 「社会システムにおける知能」及び一般)
- Actor-critic法における共分散を考慮した多次元正規分布による政策表現
- マルチモーダルインターフェース構築のための頭部ジェスチャの認識
- 3. 座談会 : 未来に向けての技術展望(あの技術は今… : 技術の変遷と21世紀への展望)
- ウェアラブル装置を用いたオブジェクト登録・検索システムの基礎実験(特別講演)(画像センシングおよび一般)
- I'm Here! : 物探しを効率化するウェアラブルシステム
- コミュニケーションモデルに基づいたパーソナルロボットのアプリケーション調停機構(人工知能, 認知科学)
- 家庭用ロボットの協調作業のためのインタラクション : 人物発見の場合
- 筆跡鑑定の知見に基づく漢字文字列からの個人性抽出(一般セッション(4) : 福祉・医療のためのパターン認識・メディア理解)
- 筆跡鑑定の知見に基づく漢字文字列からの個人性抽出(福祉・医療のためのパターン認識・メディア理解)
- 筆跡鑑定の知見に基づく漢字文字列からの個人性抽出(福祉・医療のためのパターン認識・メディア理解)
- 鏡面球とパンチルトカメラを用いた3次元復元(一般セッション9)
- 鏡面球とパンチルトカメラを用いた3次元復元(一般セッション(5),CVのためのパターン認識・学習理論の新展開)
- Actor-critic 法における共分散を考慮した多次元正規分布による政策表現
- 注視点履歴と視野画像系列からの物体の領域抽出
- アンコンシャス型ロボットとビジブル型ロボットの協調メカニズム : 母親・子供メタファ
- 視線履歴を用いた注視領域抽出
- kMedia: ブックマークからの共通話題ネットワークの発見手法とその評価
- 注視点履歴と視野画像系列からの物体の領域抽出
- 産官学におけるIT研究のあり方 : 産官学連携による独創的研究開発と地域活性化
- ゆかりプロジェクトにおける対話型ロボットのサービス記述方式と対話戦略
- ウェアラブル仮想タブレット : 赤外線照射カメラを利用した指先入力インタフェース(ユーザインタフェースとインタラクティブシステム)
- ウェアラブルコンピュータ
- ウェアラブルなカメラ(明日の応用を目指して)(ウェアラブルコンピュータ)
- ウェアラブルカメラの役割と展望--常時着用型カメラを用いた日常生活における知的情報活動支援 (特集 身につける画像処理--ウェアラブル)