[7B]強化学習

10:00 〜 10:25

[7B-01] 深層強化学習を用いた月面洞窟探索ローバ群の動的経路最適化

*原 亜美佳¹、鳥越 湧真¹、山本 拓実¹、金城 富宏^1,2、田原 康之¹、清 雄一¹ (1. 電気通信大学、2. 宇宙航空研究開発機構)

発表者区分：学生
論文種別：ロングペーパー
インタラクティブ発表：あり

キーワード：

機械学習、DQN、マルチロボット、協調、惑星探査

本研究では，月面に存在すると想定される地下地形環境において，複数台の自律移動探査ロボット（ローバ）群が効率的かつ適応的に経路を決定・修正する手法を提案する．月の洞窟内部は衛星観測や地中レーダデータから得られるデータを基に事前に経路を設計できるものの，実際の環境との差異が生じる可能性があり，その場合は経路を動的に変化させる必要がある。提案手法では，事前に正確ではない環境情報を基にローバが行動した結果をDeep Q-Network(DQN)によって学習させ，その学習結果を活かして個々のローバが環境変化に適応的な経路修正を行う．シミュレーション実験を通じて，DQNベースの手法による動的な経路決定が有効であることを示す．