強化学習を用いた大車輪ロボットの学習知識と行動獲得の関連

摘要

本論文では動的タスクであるロボットの大車輪運動に強化学習を適用し，報酬や条件を操作しながら学習を繰り返すことにより，知識と行動獲得の関連を考察してきた．まず，シミュレーションベースで有効であった速度の不完全知覚問題の改善を実機への学習にも適用することを考えた．先の研究で獲得に成功した報酬に新たな条件を追加し学習を行わせると，大車輪運動達成までの所要時間が大幅に短縮された．行動面を解析すると，速度の不完全知覚問題改善により，効率的な行動選択が可能になっていることを確認できた．次に，前回り·後回り報酬の考案を通し，学習の汎化性はもとの行動を壊さない範囲で実現可能であることを明らかにした．