2X-02
物体検出を用いたロボットナビゲーションにおけるDeep Q-Networkの学習効率化
○押鐘悠貴,尾関智子(東海大)
従来のロボットナビゲーション方法に自己位置推定と地図構築(SLAM)がある.SLAMは精密なナビゲーションを実現する一方で,事前に正確な地図構築を必要とする.正確な地図構築には時間と労力がかかり,専門的な知識を必要とする.本研究はセンサーにRGB-Dカメラと2D-LiDARを用い,深層強化学習により事前地図構築なしにナビゲーションを行う.その際ゴールにある目標物に対して物体検出を行う.物体検出とRGB-Dカメラの深度情報を組み合わせることで,ナビゲーションを実現する.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,任意のスタートからゴールまでの自律走行を学習させる.