[1Q4-GS-11] ロボットと実世界: 機械学習

[1Q4-GS-11-04] 転移学習によりシミュレーションと実環境の差異を軽減するオムニホイールロボットの自律行動制御

〇牛田 裕斗¹、石津谷 駿汰²、Hafiyanda Razan³、加藤 昇平^1,4、佐久間 拓人¹ (1. 名古屋工業大学　大学院工学研究科　工学専攻　情報工学系プログラム、2. 名古屋工業大学 工学部情報工学科、3. 名古屋工業大学　大学院工学研究科　情報工学専攻、4. 名古屋工業大学　情報科学フロンティア研究院)

キーワード：転移学習、迷路探索、強化学習、オムニホイールロボット

近年，物流業界ではネット通販の普及により荷物取扱量が増加している一方で，労働者が不足している．そこで我々は労働者の負担軽減のために倉庫内を自律走行する荷物運搬ロボットの開発を目指す．倉庫内の障害物回避のために測域センサのデータを用いて強化学習による自律行動制御を獲得する．強化学習を実機ロボットに応用する場合，シミュレーションで事前学習した行動制御則を実機に転用することが一般的だが，その場合，シミュレーション上で想定していない不確実性が存在する．そこで，本稿では，この不確実性に対処するために実機上で転移学習を実行することでロボットの行動制御の精緻化を目指す．4輪オムニホイールロボットを用いて実環境で迷路探索実験を実施し，シミュレーションのみで獲得した制御を転移学習により獲得した制御を比較検証する．