Up しきい値の設定 作成: 2026-07-23
更新: 2026-07-23
４足歩行ロボット ＞ 自律型 ＞ 訓練 ＞ 疲労/空腹感 ＞ 報酬設定 ＞ しきい値

    歩行脳NN には，動力系のデータとして，
    　　モータ側 F(t)
    　　バッテリー側 H(t)
    が入力されることになった。

    そこで，歩行脳NN の訓練は，
    　　a_t → s_{t+1}
    での F(t), H(t) 値の変化が，危険になっていないかどうかを評価するものになる。

    この評価に，｢しきい値｣ を使う：
    　　low :「そろそろ気にし始める」境目
    　　high :「もう無理はすべきでない」境目


    ○ 疲労感 F(t) のしきい値 F_low, F_high
    F(t) は， 0〜1 に正規化されているとする。

    (1) 感覚としての意味づけ
    　F_low
    　　「あ，ちょっと疲れてきたな」と感じ始めるレベル
    　　→ 行動は続けるが，
    　　　　ペースを少し落とした方がよいかもしれない境目
    　F_high
    　　「これはもう無理をすると危ない」と感じるレベル
    　　→ 休憩・退却を真剣に検討すべき境目

    (2) 実際の決め方のイメージ
    　F_low
    　　「通常運転の上限付近」
    　　→ メーカー仕様の “連続定格” の 80〜90%
    　　　　を 1.0 としたときの，これの 0.4∼0.5 あたり
    　F_high
    　　「短時間なら許されるが，連続は危険」
    　　→ メーカー仕様の “短時間定格” に近い領域
    　　　　を 1.0 としたときの，これの 0.7∼0.8 あたり
    　　F_low ≈ 0.4∼0.5
    　　F_high ≈ 0.7∼0.8


    ○ 空腹感 H(t) のしきい値 H_low, H_high
    H(t) は，0〜1 に正規化されているとする。

    (1) 感覚としての意味づけ
    　H_low：
    　　「そろそろ残量を気にした方がいいな」というレベル
    　　→ 探索・目的地追跡を続けるか，
    　　　　退却を検討し始める境目
    　H_high：
    　　もう退却しないと危険」というレベル
    　　→ 退却を最優先にすべき境目

    (2) 実際の決め方のイメージ
    　H_low：
    　　残量が 30〜40% を切るあたり
    　　→「まだ動けるが，そろそろ退却を視野に入れる」領域
    　H_high：
    　　残量が 10〜20% を切るあたり
    　　→「退却しないと危険」領域
    　　H_low ≈ 0.3∼0.4
    　　H_high ≈ 0.7∼0.8


    NN は，このしきい値の周辺で，
    　　無理して得をするか
    　　休んで得をするか
    　　退却して得をするか
    を，報酬から自分で学んでいくことになる。