情報処理学会 第76回全国大会講演要旨

POMDPs環境のための決定的政策を学習するProfit SharingをKFM (Kohonen
Feature Map)連想メモリによって実現した手法により、四足歩行ロボットの歩
行モーションの獲得を実現する。本研究ではロボットが歩き出してから障害物
(目標物)に衝突する寸前まで移動するという行動を何度も繰り返し、ロボット
が少ないモーションで遠くまで移動できるような歩行モーションの獲得を目指
す。PSD (Position Sensitive Detector)距離センサの値を観測として利用し、
ロボットの各関節の現在の角度に対して与える変化量を行動として学習を行う。