WEKO3
アイテム
深度画像を用いたロボットナビゲーションにおけるDeep Q-Networkの複数環境同時学習
https://ipsj.ixsq.nii.ac.jp/records/230205
https://ipsj.ixsq.nii.ac.jp/records/230205f2dadfaa-432f-420a-8a9a-8fa9dfd8ab2d
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-Z85-5W-06.pdf (1.3 MB)
|
Copyright (c) 2023 by the Information Processing Society of Japan
|
| Item type | National Convention(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2023-02-16 | |||||||||
| タイトル | ||||||||||
| タイトル | 深度画像を用いたロボットナビゲーションにおけるDeep Q-Networkの複数環境同時学習 | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | 人工知能と認知科学 | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||
| 資源タイプ | conference paper | |||||||||
| 著者所属 | ||||||||||
| 東海大 | ||||||||||
| 著者所属 | ||||||||||
| 東海大 | ||||||||||
| 著者名 |
押鐘, 悠貴
× 押鐘, 悠貴
× 尾関, 智子
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 深層強化学習を用いたロボットナビゲーションの多くは，入力として2D-LiDARを用いている．本研究は，深度画像を入力としたナビゲーションの精度向上を目指す．シミュレータはGazebo，ロボットはJetson Nano Mouseを用い，通信制御方法としてROSを用いる．学習には，Deep Q-Networkを用い，任意の始点から終点までの自律走行を学習させる．その際，複数のロボットを用意し，異なる障害物を有した異なる環境を同時に学習させることで，汎化性能の向上を図る．推論時はロボットの自己位置推定のみに2D-LiDARを用い，障害物回避と走路計画にシミュレーション学習させた学習済みモデルを用いる． | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AN00349328 | |||||||||
| 書誌情報 |
第85回全国大会講演論文集 巻 2023, 号 1, p. 839-840, 発行日 2023-02-16 |
|||||||||
| 出版者 | ||||||||||
| 言語 | ja | |||||||||
| 出版者 | 情報処理学会 | |||||||||
