权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

身体像を内蔵した学習機構の開発と多自由度ロボットへの適用

内置人体图像学习机制的开发及其在多自由度机器人中的应用

基本信息

批准号：
15700134
负责人：
伊藤一之
金额：
$ 2.3万
依托单位：
Okayama University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2003
资助国家：
日本
起止时间：
2003 至 2004
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-15700134/
关键词：
身体像強化学習多自由度ロボット状態爆発冗長性

项目摘要

本研究では,多自由度ロボットのための学習に基づく自律制御系の構築を目標とし,身体像を用いて状態爆発を解決する強化学習の新しい枠組みを提案した.まず,近年のダイナミクスベースト制御における成果を取り入れ,身体像は,身体の逆モデルにより実現されるのではなく,身体のモデルを用いず環境の力学系によりに実現するべきであることを示し,身体像の新しい枠組みを提案した.また,提案した枠組みに基づき,ロボットの身体像を分散フィードバック系により工学的に実現し,身体像によって,広大な探索空間のなかから小さな閉じた部分集合を抜き出すことが可能となることを示した.さらに,多自由度ロボットの冗長性に注目し,広大な探索空間のかわりに,抜きだされた小さな部分集合に対して強化学習を適用しても解が獲得されることを示し,多自由度ロボットへの強化学習の適用を可能とした.最後に,部分集合に対する強化学習により得られた知識をもとに部分集合を再構成し,再び新しい部分集合に対して強化学習を適用するというプロセスを繰り返すことで,広大な探索空間を大域的に探索し,得られた冗長な解を他のより良い解へと改善していくことが可能であることを示した.さらに,この場合,事前知識を用いず試行錯誤により自律的に解を獲得するという従来の強化学習の重要な性質を保持したまま,従来の強化学習に比べ効率的に広範囲の探索が可能となることを示した.したがって,本研究は多自由度ロボットの学習に基づく自律制御系の新しい枠組みを提案したといえ非常に有用であると考えられる.

This study proposes a new approach to reinforcement learning based on multi-degree-of-freedom learning and the construction of an autonomous system. In recent years, the achievements of body image control have been introduced, and the body image inverse has been realized. The body image is used in the mechanical system of the environment. The body image of the object is dispersed in the space, and the object is displayed in the space. In addition, the multi-degree of freedom (DOF) method is applicable to reinforcement learning, and the multi-degree of freedom method is applicable to reinforcement learning. Finally, part of the set of reinforcement learning for the acquisition of knowledge, part of the set of reconstruction, and then new parts of the set of reinforcement learning for the application of the large space to explore, and obtain lengthy solutions to other good solutions to improve the situation. In this case, prior knowledge is used to test errors, obtain self-disciplined solutions, and maintain the important properties of future reinforcement learning. This study is very useful in the study of multi-degree freedom, learning base, self-control system and new group of proposals.