| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-03-25 09:20 仮想環境で自律行動ができるように強化学習された深層ニューラルネットワークの視覚能力の分析 ○金田菜穂子・佐藤瀬茄・村上 真（東洋大）  PRMU2025-56 |
|
| 抄録 | （和） | ディープラーニングは高精度な画像分類を可能にするが、学習タスクによって獲得される視覚能力は異なると考えられる。本研究は、人間の行動に見られる能動的な適応過程に着目し、強化学習により訓練されたニューラルネットワークが獲得する視覚的特徴を分析することを目的とする。Unreal Engine 上に 3 次元環境を構築し、視覚特徴抽出に ResNet18 を用いた DQN を採用する。エージェントは RGB 画像とゴール位置を処理し、障害物を回避しながら目標に到達するナビゲーション方策を学習する。本研究は、行動主導型学習が視覚特徴を段階的に獲得する過程を明らかにする。 |
| （英） | Deep learning enables high-accuracy image classification, and different learning tasks may acquire distinct visual capabilities. This study aims to analyze visual capabilities acquired by neural networks trained through reinforcement learning, focusing on active adaptation processes similar to human behavior. We construct 3D environments in Unreal Engine and employ DQN with ResNet18 for visual feature extraction. Agents learn navigation policies by using RGB images and goal position to reach the goal while avoiding obstacles. This study clarifies the process by which action-driven learning progressively acquires visual features. | |
| キーワード | （和） | 強化学習 / 深層学習 / 視覚表現学習 / 深度推定 / DQN / / / |
| （英） | Reinforcement Learning / Deep Learning / Visual Representation Learning / Depth Estimation / DQN / / / | |
| 文献情報 | 信学技報, vol. 125, no. 424, PRMU2025-56, pp. 79-83, 2026年3月. | |
| 資料番号 | PRMU2025-56 | |
| 発行日 | 2026-03-17 (PRMU) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2025-56 |
|
| 研究会情報 | |
| 研究会 | PRMU IPSJ-CVIM IBISML ITE-SIP |
| 開催期間 | 2026-03-24 - 2026-03-25 |
| 開催地（和） | あわぎんホール |
| 開催地（英） | |
| テーマ（和） | 人や動物の行動解析、マルチメディア認識技術 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2026-03-PRMU-CVIM-IBISML-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | 仮想環境で自律行動ができるように強化学習された深層ニューラルネットワークの視覚能力の分析 |
| サブタイトル（和） | |
| タイトル（英） | Analysis of the Visual Capabilities of a Deep Neural Network Trained via Reinforcement Learning for Autonomous Behavior in a Virtual Environment |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 強化学習 / Reinforcement Learning |
| キーワード(2)（和/英） | 深層学習 / Deep Learning |
| キーワード(3)（和/英） | 視覚表現学習 / Visual Representation Learning |
| キーワード(4)（和/英） | 深度推定 / Depth Estimation |
| キーワード(5)（和/英） | DQN / DQN |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 金田 菜穂子 / Naoko Kaneda / カネダ ナオコ |
| 第1著者 所属（和/英） | 東洋大学大学院 (略称： 東洋大) Toyo University graduate school (略称： Toyo univ) |
| 第2著者 氏名（和/英/ヨミ） | 佐藤 瀬茄 / Sena Sato / サトウ セナ |
| 第2著者 所属（和/英） | 東洋大学 (略称： 東洋大) Toyo University (略称： Toyo univ) |
| 第3著者 氏名（和/英/ヨミ） | 村上 真 / Makoto murakami / ムラカミ マコト |
| 第3著者 所属（和/英） | 東洋大学 (略称： 東洋大) Toyo University (略称： Toyo univ) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-25 09:20:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2025-56 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.424 |
| ページ範囲 | pp.79-83 |
| ページ数 | 5 |
| 発行日 | 2026-03-17 (PRMU) |
[研究会発表申込システムのトップページに戻る]