強化学習による冗長ロボットの障害物回避軌道の探索－多数参照軌道を用いた2段階学習とDPマッチングを用いた探索空間の削減

摘要

3次元空間における冗長自由度マニピュレータの障害物回避軌道探索を，強化学習を用いて行う手法を提案した．探索空間を狭めて探索時間を減らすため，障害物の無い場合とある場合で2 段階の探索を行う2 段階学習法を提案し，これら各段階の探索の時間軸を整合するためにDPマッチングを用いる方法を提案した．さらに多様な障害物レイアウトに対応した参照用軌道を多数設けておき，その付近で軌道の学習·探索を行う手法を提案した．これらの有効性をシミュレーションにより確認した．