方策勾配法を用いた動的行動則の獲得 : 2足歩行運動への適用(<特集>「脳・認知科学」及び一般)

概要

論文の詳細を見る
本研究では,2足歩行運動などの周期運動を強化学習の枠組みを用いて獲得する方法について検討する.一般に,多自由度の制御対象において強化学習を用いて行動則を獲得することは困難であり,目的とする運動課題に適した学習の枠組みが必要となる.そこで本研究では,内部状態とダイナミクスを持つ行動則として「動的行動則」を提案し,その学習方法について検討する.2足歩行運動などの周期運動を学習によって獲得する場合,行動則が内部にダイナミクスを持つことで制御対象との力学的な引き込みを用いることができる.また,行動則が内部状態を持つことによって,センサ入力の時間遅れやノイズに対して頑健な制御器となることが期待できる.行動則の内部状態を陽に考慮することなく,その行動則を学習できる手法として,方策勾配法を用いることを考える.具体例として,動的行動則を3リンクの2足歩行ロボットモデルに適用する.ここでの動的行動則は,神経振動子とセンサ入力を用いたフィードバック制御器により構成される.方策勾配法により,試行錯誤を通じて神経振動子への適切なセンサフィードバック則を学習する.結果として,安定な2足歩行運動を実現する動的行動則が獲得されることをシミュレーションにより示す.
社団法人電子情報通信学会の論文
2004-01-20

方策勾配法を用いた動的行動則の獲得 : 2足歩行運動への適用(<特集>「脳・認知科学」及び一般)

スポンサーリンク

概要

著者

関連論文

スポンサーリンク