情報処理学会第85回全国大会 会期:2023年3月2日~4日 会場:電気通信大学

5W-06
深度画像を用いたロボットナビゲーションにおけるDeep Q-Networkの複数環境同時学習
○押鐘悠貴,尾関智子(東海大)
深層強化学習を用いたロボットナビゲーションの多くは,入力として2D-LiDARを用いている.本研究は,深度画像を入力としたナビゲーションの精度向上を目指す.シミュレータはGazebo,ロボットはJetson Nano Mouseを用い,通信制御方法としてROSを用いる.学習には,Deep Q-Networkを用い,任意の始点から終点までの自律走行を学習させる.その際,複数のロボットを用意し,異なる障害物を有した異なる環境を同時に学習させることで,汎化性能の向上を図る.推論時はロボットの自己位置推定のみに2D-LiDARを用い,障害物回避と走路計画にシミュレーション学習させた学習済みモデルを用いる.