WEKO3
アイテム
TORCS上におけるSoft Actor-Criticの報酬設計によるスラロームの改善
https://ipsj.ixsq.nii.ac.jp/records/236166
https://ipsj.ixsq.nii.ac.jp/records/236166fc1f04dc-2151-4ecd-9b59-4fa429c3e0e5
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-Z86-1U-01.pdf (400.0 kB)
|
Copyright (c) 2024 by the Information Processing Society of Japan
|
| Item type | National Convention(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-03-01 | |||||||||
| タイトル | ||||||||||
| タイトル | TORCS上におけるSoft Actor-Criticの報酬設計によるスラロームの改善 | |||||||||
| 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 |
湯川, 航大
× 湯川, 航大
× 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自律走行が注目されている．自律走行のレースでは学習時に直線道路で不必要なスラロームが起き，学習の妨げになる．エージェントは探索のために様々なパターンのハンドル操作を試すが，実際の運転では考えにくいハンドル操作まで試している可能性が高い．本研究では，シミュレーション環境TORCSでエージェントが出力する現在の行動値と直前の行動値の差の絶対値を負の報酬として加えることで，ハンドル操作に制限をかける．この報酬を取り入れることでスラロームを抑え，ラップタイムと学習効率を改善する． | |||||||||
| 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86回全国大会講演論文集 巻 2024, 号 1, p. 657-658, 発行日 2024-03-01 |
|||||||||
| 出版者 | ||||||||||
| 言語 | ja | |||||||||
| 出版者 | 情報処理学会 | |||||||||
