お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

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
発行日 2010-03-02 (NC) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会