2004 Fiscal Year Annual Research Report
知的インターフェースを有するマルチロボット系の高速制御方式と強化学習による群知能
| Project/Area Number |
15500125
|
|---|
| Research Institution | Shibaura Institute of Technology |
|---|
Principal Investigator |
五十嵐 治一 芝浦工業大学, 工学部, 教授 (80288886)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
黒瀬 能聿 近畿大学, 工学部, 教授 (00043802)
五百井 清 近畿大学, 工学部, 教授 (90288887)
|
|---|
| Keywords | 自律移動型ロボット / 強化学習 / マルチエージェント / RoboCup / 追跡問題 / 経路計画 / 行動学習 |
|---|
| Research Abstract |
ロボットフィールド上方に設置したビデオカメラ(グローバルビジョン),ホストPC1台(画像処理サーバ,通信中継サーバ,リモートブレイン用プログラム),ホストPCに内蔵された画像キャプチャーボード,ロボット2台から構成されるロボットシステムにおいて,今年度は以下の研究を行った.
1)ロボットのマーカ認識において,照明条件に頑健な色抽出法を開発する.そのために,背景色(床面の緑色)とマーカ色(黄と青の2色)の閾値データベースを利用した方式を考案し,評価実験を行った.実験結果は満足できるものであり,提案方式の有効性を確認することができた.
2)ロボス社製の4輪全方向走行型ロボットを使用して,走行制御の学習法に関する研究を行った.本システムのロボットで採用されているオムニホイール(車輪)は,滑りや転がりによる影響が大きく,走行制御にはノウハウが必要である.この学習のためにQ学習を用いた強化学習アルゴリズムを考案した.本学習アルゴリズムに基づいて,ロボット1台が静止状態から目標点へ直進するタスクについて学習実験を行った.
3)マルチエージェントシステムにおける行動学習の例として,獲物と複数ハンターとによる「追跡問題」を取り上げ,方策こう配法を用いた学習方式を提案した.状態数と方策の分類により状態数の削減を図り,学習速度の高速化を実現した.これにより,エージェント数の増大,フィールドサイズの拡大が可能となった.
|
