| 研究課題/領域番号 |
25K07685
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分20020:ロボティクスおよび知能機械システム関連
|
|---|
| 研究機関 | 千葉工業大学 |
|---|
研究代表者 |
三木 大輔 千葉工業大学, 情報変革科学部, 助教 (70757343)
|
|---|
| 研究期間 (年度) |
2025-04-01 – 2028-03-31
|
| 研究課題ステータス |
交付 (2025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: 650千円 (直接経費: 500千円、間接経費: 150千円)
2026年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2025年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
|
|---|
| キーワード | 深層強化学習 / スパイキングニューラルネットワーク / ソフトロボット |
|---|
| 研究開始時の研究の概要 |
本研究では，ソフトロボットのようなモデル化が難しく，ロボットが選択した行動が遅延して状態に反映されるような実機ロボットの行動制御モデルを迅速に学習するための新たな深層強化学習（DRL）アルゴリズムを確立する．これまでに伸縮性と柔軟性に優れた素材を使用したソフトロボットの制御のためのSpiking Neural Network（SNN）およびそのDRLアルゴリズムを提案し，さらに実機のソフトロボットを用いてその有効性を示したが，その学習に長時間を要することが課題であったため，本研究ではSNNによるモデルベースDRLの実現およびそのためのダイナミクスモデルを確立する．
|
