遅延を持つニューラルネットワークによるロボットナビゲーション

スポンサーリンク

概要

論文の詳細を見る
ロボットをナビゲーションする方法の一つとして、MLP(Multilayer perceptron)を使用する事がある。この場合の問題点として、ロボットの行動が現在の入力のみに依存してしまい、過去の情報を反映できない事が考えられる。この様な問題点を回避する手段として、記憶ベースのニューラルネットワークを用いることが考えられる。記憶ベースのニューラルネットワークとしては、RNN(Recurrent Neural Network)やTDNN(Time-Delay Neural Network)などが知られているが、今回はFIR(finite-duration impulse response)フィルターをノードとしたTDNNを用いる。小文では、TDNNを用いたロボットの進化学習について考察し、シミュレーションを通してTDNNの持つ利点を確認した。また、TDNNの問題点を示し、その解決方法を提案したい。
社団法人電子情報通信学会の論文
2001-10-12

著者

関連論文

もっと見る

スポンサーリンク