強化学習に基づく自律アーム型ロボット群の拡張性に関する一考察

抄録

マルチロボットシステム(MRS)の利点として，ロボットの追加のし易さを表す拡張性がある．台数に依存しないシステム構築を目指し，強化学習を用いてMRS構築を行う．強化学習は，自律的に連続な状態・行動空間を分割できるBayesian-discrimination-fuction-based Reinforcement Learning(BRL)があり，MRSに対し有効に作用してきた．しかしBRLには，過学習問題が存在し，環境変動に対し脆弱になる問題があった．ロボットの追加は個々のロボットにとっては環境変動と認識される．そこで，過学習問題に対し頑健性の向上を行った拡張BRLを用いる．協調荷上げ問題を取り上げ，学習収束後に台数を追加することでシステムの拡張性を検証する．