階層型学習機構における状態行動空間の構成
スポンサーリンク
概要
- 論文の詳細を見る
This paper proposes a multi-layered reinforcement learning system that integrates lower learning modules and generates one of higher purposive behaviors based on which an autonomous robot learns from lower level behaviors to higher level ones through its life time. We decompose a large state space at the bottom level into several subspaces and merge those subspaces at the higher level. This allows the system to reuse the policies already learned and to learn the policy against the new features. As a result, curse of dimension is avoided. To show its validity, we apply the proposed method to a simple soccer situation in the context of RoboCup, and show the experimental results.
- 2003-03-15
著者
関連論文
- 中型ロボットリーグ : 2050年に向けてのロードマップ(ロボカップ12年)
- 価値システムに基づく他者行為観察と自己行動学習の循環的発達
- 2J05 実技学習を基盤としたロボット分野の技術人材育成教材の開発(人材問題(2),一般講演,第22回年次学術大会)
- 1G23 実技学習によるロボット産業を支える技能人材の育成(人材問題 (1))
- ミラーニューロンシステムが結ぶ身体性と社会性 (特集 ロボティック・サイエンス)
- 自己の価値に基づく他者行為理解
- 中型ロボットリーグ : 2050年に向けてのロードマップ
- ミラーニューロンシステムが結ぶ身体性と社会性
- 認知発達ロボティクスによるパラダイムシフトは可能か?
- 複数センサデータの不変性に基づく身体の発見
- 2A1-N-042 コミュニケーション相手の動作情報を利用した共同注意の自律的獲得(認知ロボティクス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)
- 1P2-N-104 多層構造の柔軟指を用いた触行動による物体識別(触覚と力覚3,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)
- 1A1-S-043 拮抗型空気圧人工筋を持つ3次元2足ロボットの試作と歩行の実現(2足歩行ロボット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)
- 内部に触覚受容器を持つ人間型柔軟指
- 視覚注視と自己評価型学習の機能に基づくブートストラップ学習を通した共同注意の創発
- エピポーラ幾何を利用した呈示者視野復元に基づく模倣の実現
- ロボットと養育者の相互作用に基づく発達的学習モデルによる共同注意の獲得
- 共同注意発現のためのブートストラップ
- [招待論文]共同注意発現のためのブートストラップ(PRMU&NCテーマセッション(2) : 模倣学習)(認識と学習,模倣学習)
- ロボカップ中型リーグのお話(アイ・サイ問答教室)
- 2P1-S-025 モジュール型学習機構を用いたマルチエージェント環境における競合行動の同時学習(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)
- 2P1-S-024 モジュール型学習機構における例示の理解に基づいた自律的なタスク分解(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)
- ロボカップ2005大阪国際大会(世界に挑む)
- CP7-7 ロボットテクノロジーの現状と今後 : ヒトと共生・協同するロボットを目指して(総合企画7「New Technologyが創造する泌尿器科の近未来」)
- 2A1-3F-A2 例示の理解による階層型学習機構を用いた段階的行動学習
- ロボカップ : 中型ロボットリーグ(自律分散型サッカーロボット)
- ロボカップ・ヒューマノイド・リーグ
- モジュール型学習機構を用いたマルチエージェント環境における競合行動獲得
- 階層型学習機構における状態行動空間の構成
- 2A1-1F-G4 視覚情報に基づいたヒューマノイドのリズム歩行パラメータの学習
- RoboCup中型リーグ研究事例紹介 : 阪大Trackies
- (92)企業協力によるPBL (Project/Product-based Learning)(創成教育(II),第22セッション)
- 複数の学習器の階層的構築による行動獲得
- ロボティクスにおけるICTの役割
- なぜ認知ロボティクスは有望なのか?
- 2 アトムの夢 : ロボット技術 : 2-1 認知発達ロボティクス : 身体図式と共同注意を例に(日本が世界に誇れるもの)
- 相互排他性原理に基づくマルチモーダル共同注意
- 価値システムに基づく視野推定
- 顕著性に基づくロボットの能動的語彙獲得
- 相互情報量最大化に基づく信号情報源の移動軌跡の推定(マルチメディア処理)
- 共創知能から共創都市へ
- 2A1-N-026 馴化/興味度モデルを用いたアクティブセンシングによる物体モデルの自律的獲得(情緒感性・身体性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)
- 1P2-S-045 対称回転子を用いた二足歩行ロボットの安定化への取り組み(2足歩行ロボット3,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)
- 大阪大学大学院 工学研究科 知能機能創成工学専攻 浅田研究室(研究室紹介)
- ロボット・サイエンス&テクノロジーを核とする国際公開共同実験都市構想『RoboCity CoRE』
- 運動学習から行動学習・認知発達へ
- エンタテイメントロボティクスと情動・知能(エンタテイメントにおけるAI技術)
- 「GAの研究に取り組んで十余年」へのコメントと回答(AIマップ)
- [招待論文]共同注意発現のためのブートストラップ(PRMU&NCテーマセッション(2) : 模倣学習)(認識と学習,模倣学習)
- 歩行中の観測を考慮した情報量に基づく注視制御
- 知能化技術とロボット新産業創出の取り組み(ロボット)
- ロボット学会創立20周年記念学術講演会 : 記念講演会パネル討論会報告
- 注視機構実現に向けた視覚 : 行動学習による画像特徴と状態空間の構成
- 情報量に基づく移動ロボットの注視制御のためのセンサ空間構成
- 複数の学習するロボットの存在する環境における協調行動獲得のための状態空間の構成
- 自律移動ロボットにおける視覚と行動
- 脚式ロボットにおける創発された歩行からの行動レパートリの獲得
- 移動体の意思決定のための情報量基準に基づく観測対象選択戦略
- 視覚サーボと内力の制御の統合に基づく多指ハンドによる操り
- 行動獲得過程における視覚情報の自律的構造化 : 分節と統合
- 学習によるロボットの行動獲得-サッカーで試みるロボカップへの挑戦
- 認知ロボティクスの目指すもの
- 反射の組み合わせによる歩行の実現
- 1-3 ロボット分野の画像・映像処理応用(1.20世紀の業績)(20世紀の画像・映像処理応用と21世紀への期待と課題)
- ロボットに心は宿るか?
- 実環境におけるロボットの学習・進化的手法の適用と課題
- 共進化による協調 : ロボカップにおける協調行動の獲得
- グランドチャレンジ-ロボカップ ダイナミックマルチエージェント環境における協調行動の獲得
- 5.ロボットの行動獲得のための能動学習 (能動学習)
- マルチエージェント環境における行動学習のための部分空間同定法による状態空間の構成
- 乳児母音発達を誘導する自己鏡映的親行動の構成論的検討
- 1A2-O07 報酬予測に基づく初期コミュニケーションの獲得(コミュニケーション・ロボット)
- 2P1-J24 価値システムに基づく他者行為観察と自己行動学習の循環的発達(ロボカップ・ロボットコンテスト)
- 2A2-D18 倒立二輪型移動ロボットの全身ダイナミクスを生かした投球動作の学習
- 1P1-C10 自己・他者の状態価値推定に基づくチーム行動の生成
- 2P1-F06 他者の状態価値の基づく協調・競合行動の獲得(ロボカップ・ロボットコンテスト)
- 2P1-F05 他者観察を通した注目度に基づく模倣と行為の累増的獲得(ロボカップ・ロボットコンテスト)
- 2P1-B07 自己の状態価値に基づく他者の意図推定
- 階層型学習機構における状態行動空間の構成
- 乳児母音発達を誘導する自己鏡映的親行動の構成論的検討
- ロボット群, ロボット-人間の協調動作の実現
- 2A1-E24 顔特徴量の発見と選好性の獲得 : 応用行動分析による自閉症児の学習モデル(認知ロボティクス)
- 2A1-F22 Deep Belief Netsを使った手の姿勢のマルチモーダル表現の獲得
- 2A1-E19 注意に基づく物理的因果性の獲得に向けた状況依存型予測器の学習
- 2A1-E23 視覚的注意に基づく手先の感覚統合(認知ロボティクス)
- 1A2-L10 視覚観測困難な自己の顔の身体像におけるパーツ検出モデルの提案(認知ロボティクス)
- 共創知能システムプロジェクトの目指したもの
- インタラクティブサウンド生成システムのための脳波特徴解析によるリラクゼーション効果の検証
- 状態価値に基づく人間行為観察と自己行動学習の循環的発達
- Towards Vocal Robot based on Cognitive Developmental Robotics(The 26th Annual Conference of the Japanese Society for Artificial Intelligence)
- 音声の知覚と発声の発達過程の構成的理解 : 認知発達ロボティクスによる音声発達(記号創発ロボティクス)
- 異なる体格間での状態価値推定誤差に基づく視野推定能力学習
- 環境の変化に適応する移動ロボットの行動獲得
- Associative Learning based on Subjective Consistency: Modeling Co-development of Vocal Imitation and Lexicon Acquisition
- 人工知能とは?(6) : 認知発達ロボティクスによる知の設計(人工知能とは〔第6回〕)
- 音声模倣と語彙獲得の共発達のための主観的整合機構に基づく対応学習
- ヘテロなエージェントによるリズムパターン同調プロセスのRNNPBを用いたモデル化
- ヘテロなエージェントによるリズムパターン同調プロセスのRNNPBを用いたモデル化
- 背側運動前野の運動予測機能に基づく生体運動検出モデル
- 背側運動前野の運動予測機能に基づく生体運動検出モデル