未知環境におけるナビゲーションのための深層強化学習ベースの自動探索

本論文は、未知環境下での自動探索問題を調査するものであり、これはロボットシステムを社会的タスクに適用する際の重要なポイントである。この問題に対して、意思決定ルールを積み重ねる従来の解決策では、さまざまな環境やセンサの特性をカバーすることは不可能である。学習ベースの制御手法はこれらのシナリオに適応的であるが、学習効率の低さとシミュレーションから現実世界への転送性の難しさにより問題がある。本論文では、探索プロセスを意思決定、計画、マッピングのモジュールに分解することでロボットシステムのモジュール性を高める一般的な探索フレームワークを構築した。このフレームワークに基づき、部分的なマップから探索戦略を深層ニューラルネットワークを用いて学習する深層強化学習ベースの意思決定アルゴリズムを提案する。その結果、提案アルゴリズムは未知環境に対してより優れた学習効率と適応性を示した。さらに、物理ロボット上で実験を行い、学習された方策がシミュレーションから実際のロボットへ良好に転送可能であることを示唆した。