ConnectomePilot

MaleCNS の接続グラフをシミュレーション上の移動ロボットに繋ぐ。センサ入力が神経活動を駆動し、方策の読み出しが基本の航法コントローラへの補正を出す残差制御で、コネクトームは制御器全体ではなく差分を担う。いちばん良かった手順は、内部結合と読み出しを 65,536 ステップまで一緒に学習させ、その後で結合を凍結して読み出しだけを 4,194,304 ステップまで続けるというもの。保留した 500 マップ・3 シードでの成功率は約 100 万ステップで平均 85.1%、400 万ステップで 88.6%、事前に決めた選択規則で選んだモデルで 89.4%。学習を延ばせば単調に良くなるわけではないと明記している。

公式サイト ↗

#robot#navigation#residual-control#ppo#staged-training