검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Particle Filter Design Based on Reinforcement Learning and Its Application to Mobile Robot Localization 강화학습 기반 입자 필터 설계 및 모바일 로봇 위치 파악에의 적용

Ryota YOSHIMURA, Ichiro MARUTA, Kenji FUJIMOTO, Ken SATO, Yusuke KOBAYASHI

  • 조회수

    0

  • 이것을 인용

요약 :

입자 필터는 비선형 및 비가우시안 시스템의 상태 추정 문제에 널리 사용되었습니다. 성능은 각 대상 시스템에 대해 사용자가 설계해야 하는 특정 시스템 및 측정 모델에 따라 달라집니다. 본 논문에서는 입자 필터에 대한 이러한 모델을 설계하는 새로운 방법을 제안합니다. 이는 입자 필터의 두 모델에 포함된 임의성을 강화학습 정책에 할당하여 입자 필터 설계 프로세스를 강화학습의 프레임워크로 해석하는 수치 최적화 방법입니다. 이 방법에서는 입자 필터에 의한 추정을 반복적으로 수행하고, 두 모델을 결정하는 매개변수는 추정 결과에 따라 점진적으로 업데이트됩니다. 입자 필터의 추정 정확도, 입자의 분산, 매개변수의 우도, 매개변수의 정규화 항 등 다양한 목적 함수를 최적화할 수 있다는 장점이 있습니다. 최적화 계산이 확률 1에 수렴하도록 보장하는 조건을 도출한다. 또한, 제안한 방법이 실제 규모의 문제에 적용될 수 있음을 보여주기 위해 필수 기술인 이동 로봇 위치 파악을 위한 입자 필터를 설계한다. 자율 항법. 수치 시뮬레이션을 통해 제안된 방법이 기존 방법에 비해 위치 파악 정확도가 더욱 향상됨을 입증하였다.

발행
IEICE TRANSACTIONS on Information Vol.E105-D No.5 pp.1010-1023
발행일
2022/05/01
공개일
2022/01/28
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2021EDP7192
원고의 종류
PAPER
범주
인공지능, 데이터마이닝

작성자

Ryota YOSHIMURA
  Kyoto University,Tokyo Metropolitan Industrial Technology Research Institute
Ichiro MARUTA
  Kyoto University
Kenji FUJIMOTO
  Kyoto University
Ken SATO
  Tokyo Metropolitan Industrial Technology Research Institute
Yusuke KOBAYASHI
  Tokyo Metropolitan Industrial Technology Research Institute

키워드