ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 全国大会
  2. 83回
  3. 人工知能と認知科学

複数の目的地・エージェントを考慮したValue Iteration Networksによる経路探索

https://ipsj.ixsq.nii.ac.jp/records/215036
https://ipsj.ixsq.nii.ac.jp/records/215036
a52ede2f-c682-405f-9b86-48b67fd47706
名前 / ファイル ライセンス アクション
IPSJ-Z83-2R-09.pdf IPSJ-Z83-2R-09.pdf (214.2 kB)
Copyright (c) 2021 by the Information Processing Society of Japan
Item type National Convention(1)
公開日 2021-03-04
タイトル
タイトル 複数の目的地・エージェントを考慮したValue Iteration Networksによる経路探索
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
東京工科大
著者所属
東京工科大
著者所属
東京工科大
著者名 蔡, 金雨

× 蔡, 金雨

蔡, 金雨

Search repository
李, 子龍

× 李, 子龍

李, 子龍

Search repository
長名, 優子

× 長名, 優子

長名, 優子

Search repository
論文抄録
内容記述タイプ Other
内容記述 経路探索に関する研究は古くから盛んに行われており、多くのアルゴリズムが提案されている。Deep Q-Networkを用いた手法では、試行錯誤を繰り返すことで経路探索問題を学習することはできるが、フィールドのサイズが大きくなると学習が困難になったり、他のフィールドで学習した情報が別の環境では使えないなどの問題がある。それに対し、Deep Q-Networkと同様に畳み込みニューラルネットワークを用いて経路探索を行う別の手法としてValue Iteration Networksが提案されている。この手法では、Value Iteration (VI)モジュールと呼ばれるプランニングモジュールを導入することで、プランニング自体を学習することが可能になっている。そのため、他の環境で学習を行った結果を利用して、未知の環境でもゴールにたどり着くことが可能となっている。しかし、この手法では、ゴールが複数存在するような環境に対応することはできない。また、単一のエージェントの経路探索しか想定していないため、複数のエージェントが存在するような状況に対応できないという問題がある。本研究では、複数の目的地・エージェントを考慮したValue IterationNetworksによる経路探索を提案する。
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83回全国大会講演論文集

巻 2021, 号 1, p. 473-474, 発行日 2021-03-04
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 16:21:02.477398
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3