実時間ヒューリスティック探索のロボット制御への応用

实时启发式搜索在机器人控制中的应用

• 批准号: 13780265
• 负责人: 新保 仁
• 金额: $ 1.6万
• 依托单位: Nara Institute of Science and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2001
• 资助国家: 日本
• 起止时间: 2001 至 2002
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-13780265/
• 关键词: 実時間探索; ヒューリスティック評価関数; ヒューリスティック関数; 問題解決エージェント

今年度は,実時間探索法の実問題適用に向けた検証をテーマに研究を行った.実問題においては,問題が大規模とならざるを得ない,という観点から,前年度作成したライブラリを用い,通常実時間探索法の学習性能測定に用いられる問題に比べ,より大規模な問題に適用し各種実時間探索法の性能評価を行った.特筆すべきは,筆者らの提案した,上界値を用いた実時間探索法(Upper-bounded LRTA*)の15パズルに対する効果で,比較対照としたLRTA*,FALCONSが40万節点展開後も1題も最適解を発見できなかったのに対し,Upper-bounded LRTA*は,32題の最適解を発見した.公正を期すために,LRTA*(FALCONS, Upper-bounded LRTA*に比べ,1節点あたり半分の記憶領域しか必要としない)については,80万節点展開するまで実験を続けたが,やはり1題も解くことはできなかった.実時間探索で15パズルの最適解を得た,という報告はこれまでない.また,あわせて,重みつき実時間探索においては,最適解の1.2倍の準最適解を17題で得ることができ,1.4倍まで許容すると51題,1.6倍では87題を解くことが可能であった.Upper-bounded LRTA*においては,上界値の伝播方法が問題になるが,これをオンラインに行う手法を新たに考案した.以上の,Upper-bounded LRTA*アルゴリズムに関する結果と,重みつき実時間探索に関する結果とをあわせて論文とし,Artificial Intelligence誌に採録が決定した.

In the course of this year, the time-to-time exploration method has been used to conduct research and research activities in recent years. In the previous year, it was completed in the previous year. In general, the time exploration method is used to determine the performance test, and the time exploration method is used to evaluate the performance of large scale model problems. We would like to thank you for your proposal, and for the upper bound to use the inter-temporal exploration method (Upper-bounded LRTA*) for 15 minutes, the results will be better than that after the opening of the LRTA*,FALCONS at 400000. The most effective solution is to see the audience, Upper-bounded LRTA*, and 32 percent. During the fair period, LRTA* (FALCONS, Upper-bounded LRTA* comparison, 1: 00, half-minute record field is necessary), and at 800000, it will be opened at 1: 00 and 1: 00. In the meantime, we will find out the most effective way to find out the best understanding, and we will pay more attention to the report. This is the most important thing to do. The most accurate solution is 1.2x. The most accurate solution is 1.2x. The maximum solution is 1.2x. The maximum solution is 1.4x. The volume of the problem is 1.4x. It is possible that the Upper-bounded LRTA* may be affected. The upper-bound broadcast method is not valid, and the new test method is valid. In the above section, Upper-bounded LRTA* examines the results, re-examines the results of inter-temporal exploration, and examines the text of the text, and Artificial Intelligence examines the results.

项目成果

M.Shimbo, T.Ishida: "Controlling the learning process of real-time search"Artificial Intelligence. 採録決定(巻号未定).

M.Shimbo、T.Ishida：“控制实时搜索的学习过程”人工智能已接受出版（卷数未定）。