研究紹介

周期的に変化する混雑度を評価に含めた”快適”な経路を学習/選択する深層強化学習

無人モビリティが普遍化していく中、最短の経路を選択するアルゴリズムではリアルタイムの混雑度によって時間を浪費したり、障害物回避などによる衝突事故の危険性が伴う。 そこで、本手法ではマップ情報に周期的に変化する混雑度を持たせ、最短でなくとも混雑を避けることで事故のリスクを減らしスムーズな移動が可能な経路(=快適な経路)を探索する深層強化学習モデルを開発する。

研究担当 : 小村 晟輝