移動ロボットのためのナビゲーションシステム : その1 : 分割予測報酬を取り入れた強化学習
スポンサーリンク
概要
- 論文の詳細を見る
移動ロボットにおいては,動的に変化する周囲の状況へのすばやい対応が重要である.一般に,多くの場合において強化学習が使われるが,報酬など,定義が難しい部分が多く存在する.そこで,本稿では,高速にその場に適した動作を行なえるようにした新たな強化学習システムを示す.ここで示す新たな考え方は,その場に適した報酬の再定義などに基づいており,これまでの強化学習には無い,報酬遅れの問題の解決や,速い収束を可能にする報酬分割,報酬予測などの特徴を持った学習システムとなっている.さらに,これまでに開発した強化学習システム[2]と比較しても,より柔軟な動作決定を行なうことが可能である.
- 一般社団法人情報処理学会の論文
- 1995-09-20
著者
-
溝口 文雄
東京理科大学
-
佐藤 淳一
東京理科大学 理工学部
-
平石 広典
東京理科大学総合研究所
-
平石 広典
株式会社ウィズダムテック
-
長谷部 正信
東京理科大学 理工学部
-
平石 広典
東京理科大学 情報メディアセンター
関連論文
- ソフトウェア科学会第5回大会
- 2ZJ-7 肌質変化を考慮した3Dメイクアップシミュレーションの提案と実装(人間行動,障害等支援,学生セッション,コンピュータと人間社会)
- TinyMRL : センサネットワークへのマルチエージェント言語の導入によるセキュアな相互協調システム(分散協調とエージェント)
- 楕円曲線暗号を利用したSPKIによるネットワーク機器用認証システムの設計
- 動的なセキュリティポリシのためのRBACシステムの設計(ネットワークセキュリティ)
- 分散環境におけるプロセス間通信の為の論理型言語GMAL
- 並列論理プログラミングに基づくマルチエージェント言語MRL(マルチエージェント)
- SA-7-5 ソーシャルサービスロボットシステムの設計
- 物理的な協調の交渉のためのマルチエージェントシステム
- 3T-7 情報機器制御のためのWeb-topユーザーインターフェース
- 5N-1 Javaによるイベント認証を用いた機器制御プロトコル
- オフィスのスマート化プロジェクト : その3 : PHSを用いた機器制御
- 制約概念を用いたユーザインタフェース作成支援について
- 座談会 「人工知能研究の現状と問題点」
- 免疫科学者と計算機科学者の対話
- KLICプログラミングコンテスト--並列処理技術への挑戦
- 特集「認知科学」の新潮流について
- 言語理解・意味理解の先駆者田中穂積先生の想い出(7)
- 意味処理を導入した機械翻訳について : 融合方式 (機械翻訳)
- 機械翻訳システム開発における諸問題
- 知識ベースにおけるデフォルト推論システムへの接近
- 階層的定性シミュレーションによる因果ネットワークの生成
- 定性推論を組み込んだ医療診断システム
- 1T-5 WebScoreを利用したWebサイト評価及び改善に関する研究(Webデザイン,学生セッション,データベースとメディア)
- 空きCPU時間を活用した地図の再描画手法の提案
- プッシュ配線を利用した教材管理システムの設計
- モデル生成型定理証明による量空間の管理
- 真偽維持概念と定理証明に関する考察
- ATMSを利用した並列制約充足
- ATMSの並列化に関する一提案
- データ依存関系に基づく無矛盾性管理の並列処理方式
- 5P-2 KQMLによる分散制御システムの構築
- 2N-3 オフィス機器間の分散制御用クラスライブラリの開発
- 5M-7 オフィス環境制御用Java-Neuron C トランスレータの作成
- シームレスな分散制御ネットワーク上での自律移動ロボットの構築(その2) : 知的制御ネットワークの構築
- シームレスな分散制御ネットワーク上での自律移動ロボットの構築(その1) : ロボットの知的制御
- 安全・安心を確保するためのセキュリティの技術 (特集 セキュリティ)
- 4ZB-3 特定データの保護を目的としたファイルアクセス監視システムの設計と実装(セキュリティ(4),学生セッション,セキュリティ)
- 6Y-2 アドホックネットワークを利用したWebアプリケーション「TRIPS」の提案と実装(ネットワーク応用,学生セッション,ネットワーク)
- 2U-8 エキスパートシステムのための知識ベース編集システムの設計と実装(ゲーム・知識ベース,学生セッション,人工知能と認知科学)
- 4S-7 Web情報を活用する蔵書管理システム : パーソナライズへの適用(SNS,ブログ,ソーシャルWeb,学生セッション,データベースとメディア)
- 化粧品のエキスパートシステム--コンピュータによる化粧品選択の専門家 (特集/化粧品のテクノロジー)
- SSHパスワードユーザ認証の脆弱性とその考察(ネットワークセキュリティ,再考 分散システム/インターネットの運用・管理)
- SSHパスワードユーザ認証の脆弱性とその考察
- WearableEye : ウェアラブルコンピュータによる情報化環境把握のための視覚化システムの開発(モバイルコンピューティング)
- SPAMメール対策システムの提案と実装(情報セキュリティ応用)
- 免疫系によるネットワークセキュリティ
- ユーザ認証付きDHCP(UA-DHCP)の提案と実装(電子社会に向けたコンピュータセキュリティ技術)
- 束縛のタイミングを考慮した認証プロトコルについて
- 制約指向ロボット言語の設計
- 制約充足機構を用いた作業プランナの設計
- 4S-2 インターネットを利用した金融オプション取引エージェント
- 3M-1 MPEG2トランスポートストリームデコーダの実行時間の予測
- Javaによる金融意思決定支援システム(その2) : 実装と評価
- Javaによる金融意思決定支援システム(その1) : システム設計
- 制約論理プログラミングに基づく三次元グラフィックス描画用言語
- 方向付き制約伝播
- 5P-3 移動エージェントに基づくナビゲーションシステムの設計
- 分散環境における金融意思決定支援システムの設計
- Inverting Resolutionの概念を用いた経済定性モデルの学習
- 経済予測のための定性推論
- エキスパートシステムの現在と未来
- 帰納論理プログラミングを用いたグラフィックデザイン知識の獲得
- 帰納論理プログラミングを用いたグラフィックデザイン知識の獲得
- 遠隔教育システムにおける教師エージェントの設計
- 4X-4 遠隔教育システムにおける個人適応型システムの設計(学校・教室システム,一般講演,コンピュータと人間社会)
- 医療知識工学 : 医療コンサルテーションシステムをめざして
- 帰納論理プログラミングを用いた文書デザイン知識の獲得
- ILPシステムと属性-値学習システムとの比較検討
- 帰納論理システムを用いたフロアプランの自動生成
- 帰納学習を用いた数値データからの知識獲得
- 帰納学習システムの比較検討と応用可能性
- 移動ロボットのためのナビゲーションシステム : その3 : 強化学習を用いた大局的な経路生成
- 移動ロボットのためのナビゲーションシステム : その2 : センサー情報の統合による場所の認識
- 移動ロボットのためのナビゲーションシステム : その1 : 分割予測報酬を取り入れた強化学習
- 静かなエージェントから動的なエージェントへ : その3:強化学習による自律エージェントの実現
- 静かなエージェントから動的なエージェントへ : その2:移動ロボットにおけるエージェントのための強化学習
- 静かなエージェントから動的エージェントへ : その1:移動ロボットからのアプローチ
- 帰納学習によるしわ画像の分類規則の生成
- 帰納学習を用いた画像分類システムの開発
- 自動配置システムの為の空間配置問題の分類とその解法について
- 空間制約充足問題の定式化とその解法
- 知識ベースを取り入れた制約指向フロアプランニングシステムの設計
- 制約指向フロアプランニングシステムの設計
- セキュリティ教育のシラバスおよびコンテンツ
- オブジェクト指向概念を導入した知識表現言語 : 姿
- 定性的制約を導入したフロアプランニングシステムの設計
- Javaによる遠隔医療診断システムの開発(その2) : 評価実験
- Javaによる遠隔医療診断システムの開発(その1) : システム設計
- JAVAによる眼底画像分類システムの試作
- 制約論理プログラミングによる衝突回避動作計画
- ダイナミックフィルタリングを利用したパーソナルファイアウォールの設計
- ダイナミックフィルタリングを利用したパーソナルファイアウォールの設計
- アニメーションインターフェイスを用いた情報機器制御
- 並列分散型帰納学習システムの設計
- 制約プログラミングのBundle Price問題への応用
- 把握物体を考慮したロボット動作計画システムの設計
- CAI教授論理と学習者意志決定機構
- グラフィックパスワードを用いたWeb個人認証システムの設計
- グラフィックパスワードを用いたWeb個人認証システムの設計