自律型二輪走行ロボットにおける強化学習の検討

抄録

我々は自律型二輪走行ロボットを対象に機械学習を用いて、ロボットを制御する最適パラメータを求めてきた。機械学習の中で試行回数の少ない方策勾配型強化学習を採用し、実機とシミュレータにおいて速度と旋回量に関わるPIDゲインを学習により獲得できることを確認している。そして、さらなる研究の発展としてこれまでに確立した学習法が他の強化学習法でも適用可能かどうかの検証が必要だと考えた。本研究では自律型二輪走行ロボットにおける強化学習の適用にあたって、機体差が生じないシミュレータを用いて他の強化学習法を実装し、制御パラメータの獲得の可否や試行回数について従来の学習法との比較・検討を行う。