深層強化学習による多目的環境下での調和的行動の実現

• Project/Area Number: 21K12069
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61050:Intelligent robotics-related
• Research Institution: Muroran Institute of Technology
• Principal Investigator: 倉重 健太郎 室蘭工業大学, 大学院工学研究科, 准教授 (30352230)
• Project Period (FY): 2021-04-01 – 2025-03-31
• Project Status: Granted (Fiscal Year 2021)
• Budget Amount: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000); Fiscal Year 2024: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000); Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2021: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000)
• Keywords: 深層強化学習 / 多目的意思決定 / 行動学習

Outline of Research at the Start

実機ロボットの行動学習では人が望むタスクに加えて自身の安定性など複数のタスクを同時に満たす必要がある．一方で時々刻々変化する各タスクの重要性を考慮して行動を学習・決定することは難しい．本研究では，深層強化学習における行動算出ネットワークを用いることで各タスクに対する候補行動の行動価値を計算し非劣解集合を求め，各タスクに対する重要性から最終行動を決定するアルゴリズムを構築する．