Up 試行初期状態はランダム設置 作成: 2026-06-14
更新: 2026-06-14
４足歩行ロボット ＞ 基礎研究型 ＞ 運転脳 ＞ 訓練 ＞ ランダム

    １試行 (｢エピソード｣) の開始は， 　
    　ロボットを配置
    　行路を設定
    　障害物を配置

    この設定に対し，最初の状態 s_0 を観測： 　
    　　行路に対する角度誤差
    　　行路からの横ずれ
    　　障害物までの距離
    　　障害物の左右位置


    初期設定は，ランダム設定。
    これは，多様な状況を経験させ，｢転移 transfer｣ を実現するため。

    ｢ランダム化｣ の内容は：
    　・ロボットの初期向き
    　　　行路方向から ±10°

    　・ロボットの初期横ずれ
    　　　±0.2m

    　・行路の形
    　　　直線
    　　　ゆるいカーブ
    　　　S字（軽め）

    　・障害物の数
    　　　1〜2個程度

    　・障害物の位置
    　　　距離：1.0〜2.0m
    　　左右位置：−0.3〜+0.3m