2019 Fiscal Year Annual Research Report
Simultaneous learning of spatial knowledge and decision making for real world agents
| Project/Area Number |
17K00313
|
|---|
| Research Institution | Chiba Institute of Technology |
|---|
Principal Investigator |
上田 隆一 千葉工業大学, 先進工学部, 准教授 (20376502)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 移動ロボット / 確率ロボティクス |
|---|
| Outline of Annual Research Achievements |
本年度は、本研究で提案している移動ロボットのteach-and-replayアルゴリズム（particle filter on episode, PFoE）について、主に次の3点を試した。teach-and-replayとは、ロボットに人間が動きを教えてロボットがそのとおりに動くという課題である。本研究では移動ロボットの場合はセンサや動きに発生する雑音に適切に対処する必要がある難しい課題となる。本研究では移動ロボットが位置情報を使わずteach-and-replayを実現することを目的としており、さらに難易度は高い。
1点目はレーザスキャナや加速度センサなど、これまでに公表している成果で使われた以外のセンサをPFoEで利用する試みである。このうち、加速度センサの利用について一定の成果が得られ、公表した。
2点目はPFoEのアルゴリズムの改良であり、HDP-HSMM（Hierarchical Dirichlet Process Hidden Markov Model）というアルゴリズムと組み合わせることで、ロボットが間違いをおかしにくくした。これについては2020年度での公表を控えている。
3点目は競合するアルゴリズムの検証で、LSTMというニューラルネットワークを利用したteach-and-repalyアルゴリズムを構築した。実験による比較結果をまとめ、2020年度内に公表の予定である。
本研究全体の成果の公表については、昨年度に投稿論文を英文誌に投稿した。しかし、採録に至っていないこと、PFoE自体はオリジナルなアルゴリズムであることが明白で、早く実験結果を周知する必要があると考えたことから、本年度はarXivで先行公開した。上記3点目のLSTMとの比較結果をまとめて再度投稿を計画している。
|
