モデルカーを用いた自動走行のための学習モデルに関する基礎的研究

• Item type: SIG Technical Reports(1)
• 公開日: 2020-03-06
• タイトル: モデルカーを用いた自動走行のための学習モデルに関する基礎的研究
• タイトル / 言語: en
• タイトル: Basic Study of Model for Machine Learning on Autonomous Driving with a Model Car
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: ゲームとモデル
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 旭川工業高等専門学校
• 著者所属: 旭川工業高等専門学校
• 著者所属(英): en
• 著者所属(英): National Institute of Technology, Asahikawa College (Asahikawa-KOSEN)
• 著者所属(英): en
• 著者所属(英): National Institute of Technology, Asahikawa College (Asahikawa-KOSEN)
• 著者名: 千葉, 笙平; 笹岡, 久行
• 著者名(英): Shohei, Chiba; Hisayuki, Sasaoka
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 自動運転を実現するための機械学習の研究を進めている．最初のステップとして，モデルカーを使用した自動運転に関するいくつかの実験を実施した．今回は，学習したモデルの汎用性を考慮するためにシミュレーション実験に焦点を当てている．強化学習の学習処理において，環境および報酬関数を統一し，学習時間の長さのみを変更させ，モデルを生成した．自動走行における汎用性を考察するため，いくつかの走行コースを用いてシミュレーション実験を実施した．本報告では，シミュレーション実験の結果およびそこから考察されることについて報告する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Reinforcement Learning and Deep Learning are some of the most potential machine learning methods. Many researchers have reported effectiveness in various fields using these machine learning methods. However, we have some difficulties when we have employed the methods. We are studying research on machine learning to realize autonomous driving. In this research, we focus on simulation experiments to examine the versatility of the learned model. In the learning process of reinforcement learning, the learning environment and the reward function have been unified, and a learning model in which only the length of time for the learning process has been changed. In the initial stage of the learning process, it is said that the longer the learning time, the better. However, in practice, over-learning occurred in the learning, and a decrease in performance was confirmed. Besides, we have done another evaluation experiment to consider the application in an environment different from the learning data. In this paper, we will also report on the test and what we will discuss.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11362144
• 書誌情報: 研究報告ゲーム情報学（GI）; 巻 2020-GI-43, 号 17, p. 1-3, 発行日 2020-03-06
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8736
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会