実環境における深層強化学習の実現と群ロボットへの展開

点击翻译按钮获取中文摘要

本研究では，実環境での深層強化学習の実現と群ロボットの協調行動の獲得を目指す．実環境での深層強化学習を実現するために「シミュレーションと実機の差異の低減手法」を導入する．まず，本研究の第一目的として「複雑な実環境での単一のロボットの行動獲得」を実現する．室内環境を模した環境において，単一の移動ロボットの視覚情報に基づく行動獲得を深層強化学習により実現する．次に，複数のロボットが存在する環境を想定し，「実機の群ロボットを対象とした協調行動の獲得」を本研究の第二目的とする．実機の群ロボットの環境における「追い抜き行動」などの協調行動の獲得を深層強化学習により実現する．さらに，本研究の第三目的として「深層強化学習における行動選択の説明性の向上」を実現する．深層強化学習において，ロボットがカメラ画像内のどの領域に注目して行動を選択したかを明らかにする．本年度は，第二目的である「実機の群ロボットを対象とした協調行動の獲得」および第三目的である「深層強化学習における行動選択の説明性の向上」に重点を置いて，研究を進めた．周囲360度を計測できるLiDARと汎用ロボットソフトウェアROSを搭載した車輪型移動ロボットを導入し，3台のロボットが存在する群ロボット環境において，「追い抜き行動の獲得」と「追従行動の獲得」の各タスクについて，深層強化学習としてDQN (Deep Q-network) を用いて有効性を検証した．また，深層学習の注視領域の可視化手法であるGrad-CAMと決定木学習を併用した手法を適用し，ロボットがカメラ画像内のどの領域と距離センサのどの部分に注目して行動を選択したかを検証した．しかし，コロナ禍のため，シミュレーション実験に比べて，実機実験をあまり実施できなかった．そのため，研究期間を一年間再延長し，令和5年度までとした．