| Project/Area Number |
21K03979
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 20020:Robotics and intelligent system-related
|
|---|
| Research Institution | Tomakomai National College of Technology (2022-2023)
Ehime University (2021) |
|---|
Principal Investigator |
Sugimoto Masashi 苫小牧工業高等専門学校, 創造工学科, 准教授 (40780424)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
曽利 仁 津山工業高等専門学校, 総合理工学科, 教授 (10353327)
都築 伸二 愛媛大学, 理工学研究科(工学系), 教授 (60236924)
漆原 史朗 香川高等専門学校, 電気情報工学科, 教授 (90311092)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
Fiscal Year 2022: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2021: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
|
|---|
| Keywords | 深層学習 / LPWA / 群ロボット / ブロックチェーン / 深層強化学習 / 協調動作 / 共調動作 / 分散学習 / 移動ロボット |
|---|
| Outline of Research at the Start |
群ロボットは，個々の自律分散型ロボットが目的や意思を持った一つの集団として行動し，目標を達成するシステムである．このシステムを構築する際，Peer-to-PeerによるWireless Networkがしばしば利用される．スケーラビリティの向上や耐障害性の高さが期待できる一方，セキュリティ確保の困難さや，悪意ある命令が実行される可能性というデメリットも存在する．また，群ロボットが活動する範囲を考えた場合，通信可能範囲の制約を受けるため，広大なエリアでの動作は難しい．そこで本研究では，Low Power, Wide Area，Blockchainと分散型深層学習を組み合わせたシステムを提案する．
|
| Outline of Final Research Achievements |
In this study, we aim to propose a system combining Low Power, Wide Area (LPWA) systems, Blockchain, and Multi-Agent Autonomous Decentralized Deep Learning for controlling swarm robots. We have simulated a cooperative operation system using Dueling DQN and modeled LoRa wireless communication with Blockchain. The results of our validation experiments confirmed that the system achieved performance comparable to conventional multi-agent reinforcement learning systems. Moving forward, we intend to implement the system in actual hardware to investigate its specific behavior in real-world environments.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究では，群ロボットの制御に，Low Power, Wide Area(LPWA)システム，Blockchain，およびMulti-Agent自律分散型深層学習を組み合わせたシステムを提案した．これにより，エネルギ効率の高い広域通信技術とセキュアなデータ管理，および高度な自律学習を融合させた新たな協調動作システムを構築した．シミュレーションを通じて，Dueling DQNとLoRa無線，Blockchainを用いた本システムが，従来のマルチエージェントシステムと遜色ないパフォーマンスを発揮することを確認した．この成果は，スマートシティや農業，災害対応など広範な社会的課題への応用が期待される．
|
