強化学習を用いた移動ロボットの自律化に関する研究:一定の間隔で人を追従する行動の獲得に関する検討

摘要

従来から提案している強化学習を用いた人追従に対して，距離に基づく報酬と「停止」の行動を追加することで，一定距離を保ちながらの人追従が行えるかを検証した．実験により，1.従来のような短い周期での行動の切替えは，ロボットを振動的にして，行動の獲得を妨げること，2.周期を長くすると振動的ではなくなるが，停止が多く選択されるようになったこと，3.学習時に，旋回の挙動を優先的に獲得するように人が振る舞うことで，適切に人追従が行えるようになったこと，が結果として得られた．しかし，学習により安定して行動を獲得できるまでには至っていないため，今後さらなる検証が必要であると考える．