群ロボットによる環境地図自動構築にむけた適応型知能の研究

点击翻译按钮获取中文摘要

複数の異種群ロボットによる探査タスク解決として，一般化チームオリエンテーリング問題を新規に定義した．本問題において，ロボット数およびタスク数が増加した場合でも，準最適解が得られることが重要となる．そこで，自己組織化マッピング法に着目し，さらに新しいメカニズムを追加することにより，一般化チームオリエンテーリング問題の準最適解を効率よく求める手法を新規に構築した．提案手法の特性および有効性を検証するために，自己組織化マッピングアルゴリズムで重要となるパラメータとして，ニューロンの数，適応率，減少定数の３つに着目し，提案手法の有効性を示した．さらに，従来手法と提案手法の比較検討を行い，その性能評価結果より，提案手法の利点および有効性を示した．また，宇宙探査ミッションに適用し，その性能評価を行った．現在注目されている月・火星の縦穴探査を取り上げ，探査ロボットの役割，複数異種ロボットの探査タスクを設定した．車輪型ロボット，小型移動ロボット，ホッピングロボットの３種類のロボットを用いた縦穴探査ミッションを想定し，異種群ロボットの構成と個数により，探査の効率がどのように変わるかをシミュレーションによって示した．その結果，複数の異種ロボット群による探査が効率的であることを示すことができた．