ロボットの挙動制御によるネットワーク性能向上手法の検討

• Item type: Symposium(1)
• 公開日: 2021-06-23
• タイトル: ロボットの挙動制御によるネットワーク性能向上手法の検討
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: Internet of Things
• 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: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 日本電信電話株式会社NTT未来ねっと研究所
• 著者所属: 日本電信電話株式会社NTT未来ねっと研究所
• 著者所属: 日本電信電話株式会社NTTアクセスサービスシステム研究所
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者名: 新宮, 裕章; 本生, 崇人; 藤橋, 卓也; 工藤, 理一; 高橋, 馨子; 村上, 友規; 渡辺, 尚; 猿渡, 俊介
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 携帯電話網や無線 LAN の進化によっていつでもどこでも無線ネットワークに接続できる環境が整備されたことで，Automatic Guided Vehicle (AGV) による部品や荷物の自動搬送，無人走行車やドローンの遠隔操作などネットワークを介してロボットを制御する応用が生まれて来ている．しかしながら，多数のロボットがネットワーク資源を共有するため，お互いのロボットの動作に影響を受けずに無線ネットワークとの接続を安定的に維持することが課題になると考えられる．このような観点から，本稿では，ロボットの挙動とネットワークの制御の同時最適化を実現する強化学習のフレームワーク「CoRein」を提案する．CoRein は，ロボットの操作とネットワークの設定を行動，ロボットで取得できる情報を状態，ロボットに与えられたタスクとネットワーク性能を報酬関数として，行動価値関数を Deep Neural Network (DNN) で強化学習する．計算機シミュレーションを用いて 2 台のロボットが行ったり来たりする環境で評価したところ，2 台のロボットが移動の速さを変えながら無線ネットワークの性能が高くなるように接続先アクセスポイントとロボットの位置を調整するような動作が確認できた．
• 書誌情報: マルチメディア，分散協調とモバイルシンポジウム2021論文集; 巻 2021, 号 1, p. 98-107, 発行日 2021-06-23
• 出版者 / 言語: ja
• 出版者: 情報処理学会