@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00230205,
 author = {押鐘, 悠貴 and 尾関, 智子},
 book = {第85回全国大会講演論文集},
 issue = {1},
 month = {Feb},
 note = {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．},
 pages = {839--840},
 publisher = {情報処理学会},
 title = {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},
 volume = {2023},
 year = {2023}
}