講演抄録/キーワード |
講演名 |
2010-03-09 17:40
強化学習とリカレントネットを用いた並列で柔軟な学習制御システムの枠組み ○高津聡志・後藤健太・柴田克成(大分大) NC2009-114 |
抄録 |
(和) |
筆者らは、センサからモータ(アクチュエータ)までをニューラルネットでつなぎ、強化学習で学習することで、自律的、合目的的にさまざまな機能が並列かつ調和的に創発すると考えている。近年、強化学習とニューラルネットを用いた柔軟な学習制御システムが提案されているが、通常、学習制御部分がすべての処理を担うのではなく、柔軟な学習部とは別にフィードバック制御部などの柔軟性の低い部分が存在している。
本稿では、センサからモータまでをリカレントニューラルネットで直接つなぎ、それを強化学習で学習させることで、フィードバック制御の成分を含めたさまざまな要素を並列に、かつ必要に応じて柔軟に考慮した制御を学習する能力を持つことを主張する。そして、簡単な、投げ上げ物体の捕獲問題において、リカレントネットを用いることによる文脈を考慮した行動生成とともに、一定の外力に対する適応能力、ランダムな外力に対する補償能力も学習によって獲得されることを示した。 |
(英) |
The authors think that constructing the whole process from sensors to motors by a neural network and learning it by reinforcement learning enable to realize autonomous, purposive, harmonious and parallel function emergence. Recently, some flexible learning systems using a neural network and reinforcement learning have been proposed. However, the learning module does not usually process the whole, but there exists some inflexible module other than the flexible learning module.
In this paper, a recurrent neural network connects sensors and motors directly, and is trained by reinforcement learning. The authors claim that the system has the ability to learn the control considering various factors flexibly and in parallel according to necessity. In a simulated thrown-up-ball catching task, it is shown that adaptability to a constant external force and compensation
of random external forces together with the generation of context-considered behaviors due to
the use of a recurrent network emerge through learning. |
キーワード |
(和) |
リカレントニューラルネットワーク / 強化学習 / フィードバック制御 / フィードフォワード制御 / / / / |
(英) |
recurrent neural network / reinforcement learning / feedback control / feedforward control / / / / |
文献情報 |
信学技報, vol. 109, no. 461, NC2009-114, pp. 155-160, 2010年3月. |
資料番号 |
NC2009-114 |
発行日 |
2010-03-02 (NC) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NC2009-114 |
研究会情報 |
研究会 |
NC MBE |
開催期間 |
2010-03-09 - 2010-03-11 |
開催地(和) |
玉川大学 |
開催地(英) |
Tamagawa University |
テーマ(和) |
一般 |
テーマ(英) |
General |
講演論文情報の詳細 |
申込み研究会 |
NC |
会議コード |
2010-03-NC-MBE |
本文の言語 |
日本語 |
タイトル(和) |
強化学習とリカレントネットを用いた並列で柔軟な学習制御システムの枠組み |
サブタイトル(和) |
|
タイトル(英) |
A Framework of Parallel and Flexible Learning Control System Using Reinforcement Learning and a Recurrent Neural Network |
サブタイトル(英) |
|
キーワード(1)(和/英) |
リカレントニューラルネットワーク / recurrent neural network |
キーワード(2)(和/英) |
強化学習 / reinforcement learning |
キーワード(3)(和/英) |
フィードバック制御 / feedback control |
キーワード(4)(和/英) |
フィードフォワード制御 / feedforward control |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
高津 聡志 / Satoshi Takatsu / タカツ サトシ |
第1著者 所属(和/英) |
大分大学 (略称: 大分大)
Oita University (略称: Oita Univ.) |
第2著者 氏名(和/英/ヨミ) |
後藤 健太 / Kenta Goto / ゴトウ ケンタ |
第2著者 所属(和/英) |
大分大学 (略称: 大分大)
Oita University (略称: Oita Univ.) |
第3著者 氏名(和/英/ヨミ) |
柴田 克成 / Katsunari Shibata / シバタ カツナリ |
第3著者 所属(和/英) |
大分大学 (略称: 大分大)
Oita University (略称: Oita Univ.) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2010-03-09 17:40:00 |
発表時間 |
25分 |
申込先研究会 |
NC |
資料番号 |
NC2009-114 |
巻番号(vol) |
vol.109 |
号番号(no) |
no.461 |
ページ範囲 |
pp.155-160 |
ページ数 |
6 |
発行日 |
2010-03-02 (NC) |