| 研究課題/領域番号 |
24K20873
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61050:知能ロボティクス関連
|
|---|
| 研究機関 | 明治大学 |
|---|
研究代表者 |
青谷 拓海 明治大学, 理工学部, 助教 (00964925)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2028-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2027年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2026年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2025年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2024年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 強化学習 / マルチエージェントシステム / 知能ロボティクス / 自律分散システム / Safe learning |
|---|
| 研究開始時の研究の概要 |
マルチロボットシステムの開発においては，方策学習時に生じるロボット同士の衝突等のリスクへの対策が実世界への導入にあたって重要な課題の一つとなる．本研究では，自律分散型の枠組みの下で，各ロボットが相互的にリスクを回避するためのスケーラブルな方策学習手法を提案する．特に自律分散型システムにおいて特徴的な局所的観測により生じるリスクの不確実性に焦点を当て，これに対処する新たな方策学習手法の開発を目指す．具体的には，不確実性を考慮したリスク予測モデル学習手法と積極的なリスク検知手法を開発し，それらを統合することが目標である．さらに，シミュレーションと実機実験を通して段階的に提案手法の有効性を検証する．
|
