群ロボットの作業計画問題における行動学習

群体机器人工作规划问题的行为学习

• 批准号: 08233203
• 负责人: 新井 民夫
• 金额: $ 1.6万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas
• 财政年份: 1996
• 资助国家: 日本
• 起止时间: 1996 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-08233203/
• 关键词: 移動ロボット; 創発システム; 強化学習; 経路計画; Visibility Graph

本研究では,多数の自律的な移動ロボットが存在する系において,与えられた作業仕様を満たす各ロボットの適切な行動戦略を階層型アーキテクチャにより学習する手法を提案する.本研究では作業目的を郡ロボットの動作に限定し,問題を大きく「移動経路の決定階層」と「経路上での戦略形成階層」の2つに階層化し,それぞれの階層において学習則を付与することで問題の解決を図る.本研究は,1.制御則の提案,2.シミュレーションによる検証,3.一般系への拡張と創発に関する考察,を予定していた.本年度の成果としては,スタート地点からゴール地点へ多数の物体を複数のロボットで繰り返し搬送する作業を題材とし,1-(1).既知環境下での最適(最速)搬送経路選択学習則の提案,1-(2).未知環境下におけるLearned Visibility Graphを用いた搬送経路の生成手法の提案,2-(1).最適搬送経路学習シミュレーションおよび二台の小型ロボットを用いた簡易検証実験,2-(2).搬送経路生成シミュレーションおよび一台の小型ロボットによる簡易実験,3-(1).最適搬送経路学習に基づく創発性の検証,を行なった.1-(1).,2-(1).,3-(1).では,個々のロボットが単位時間あたりに運んだ物体個数から,いくつかの戦略から各々の選択する確率を修正する強化学習を採り入れ,これにより個々のロボット毎に学習しているにも関わらず,全体として最適な搬送形態が創発されていくことを確認した.また,2-(1).ならびに2-(2).では,障害物に遭遇し,経路が左右に分岐してしまう際に,両者にサブゴールをマークしておくことで、常に最短経路を探索しながらほぼ全ての経路候補を生成することが可能となっている.

This study suggests that most of the autonomous mobile devices exist in the system, and the appropriate action strategy for each device is proposed. This study is aimed at limiting the action of the task, and the problem is divided into two parts: "the decision level of the mobile network" and "the formation level of the strategy on the network". This study consists of: 1. the proposal of control rules; 2. the examination of the mechanism; 3. the investigation of the general mechanism and mechanism; This year's achievements include: 1-(1) Location: Location: Most of the objects are transported in multiple locations. The optimal (fastest) transport route selection under known circumstances is proposed in the study, 1-(2). A proposal for the generation of transport routes in unknown environments using the Learned Visibility Graph, 2-(1). The simple test procedure for the application of the optimal transport route learning system and two small switches, 2-(2). Simple implementation of the transport circuit generation scheme and a small device, 3-(1). The most suitable transport route learning base is the innovative test, which is carried out in the following steps: 1-(1)., 2-(1)., 3-(1). The number of objects in a single position is changed, and the accuracy of each selection is corrected. Reinforcement learning is adopted, and the number of objects in a single position is changed.また,2-(1).ならびに2-(2). The shortest route is always explored and the best route candidate is generated.