多目的GAを用いたロボットの行動決定ネットワークの進化的獲得

• Item type: SIG Technical Reports(1)
• 公開日: 1998-03-16
• タイトル: 多目的GAを用いたロボットの行動決定ネットワークの進化的獲得
• タイトル / 言語: en
• タイトル: Evolutionary Acquisition of Sensory - Action Network of Mobile Robot using Multiobjective Genetic Algorithm
• 言語: jpn
• 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: 創価大学工学部情報システム学科
• 著者所属: 創価大学工学部情報システム学科
• 著者所属(英): en
• 著者所属(英): Dept. of Information Systems Science, Faculty of Eng., Soka Univ.
• 著者所属(英): en
• 著者所属(英): Dept. of Information Systems Science, Faculty of Eng., Soka Univ.
• 著者名: 東原, 智幸; 渥美, 雅保
• 著者名(英): Tomoyuki, Higashihara; Masayasu, Astumi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，ロボットの行動決定ニューラルネットワークの溝造および結合荷重を，遺伝的アルゴリズム(GA)を用いて進化的に獲得する研究が行われている．しかし，複雑な環境に適応可能なネットワークを進化的に獲得するためには，進化の方向の鍵を握る適合度関数を適切に設定する必要がある点，また，ある環境に特化した適合度関数を用いる場合，その環境に対して過学習の状態となって汎化性が下がり，別の環境への適応能力が低下する点が問題となりうる．そこで本論文では，複数の目的関数を適合度関数として持つロボットが，それらに対するパレート最適解を与える行動決定ネットワークを進化的に獲得するための方法として，多目的遺伝的アルゴリズムMOGAをすべての目的をバランスよく達成することに重点をおいて拡張したGAを提案する．そして，本方法が上記の問題の解決に貢献することを経路追従タスク，及びゴミ拾いタスクを用いて示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Recently, there have been a lot of studies about evolutionary acquisition of weights and/or structure of sensory-action neural network for mobile robots. In these studies, two problems should be solved to acquire well-evolved neural networks that are able to adapt themselves to complex environments. First one is the design problem of a suitable fitness function for a given environment, that is necessary to make robots adapt to the given environment. Second one is the over-fitting problem to a specific environment, that make adaptation capability of robots lack for other environments. In this paper, we propose the multiobjective genetic algorithm, that extends Fonseca's MOGA, to genetically acquire sensory-action network of mobile robot with multiple objectives as a set of fitness functions. The extension of MOGA is focused on evolving pareto-optimal solutions with balanced achievement of multiple objectives. We present how contributes our extended MOGA approach to solve the above problems by simulations using a corridor following task and a garbage collecting task.
• 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: AA11135936
• 書誌情報: 情報処理学会研究報告知能と複雑系（ICS）; 巻 1998, 号 24(1997-ICS-111), p. 1-6, 発行日 1998-03-16
• 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