A robot agent that learns group interaction through a team-based virtual reality game using affective reward reinforcement learning

Conference proceedings article

ผู้เขียน/บรรณาธิการ

กลุ่มสาขาการวิจัยเชิงกลยุทธ์

รายละเอียดสำหรับงานพิมพ์

รายชื่อผู้แต่ง: Chaichanawirote C., Tokumaru M., Charoenseang S.

ผู้เผยแพร่: Springer

ปีที่เผยแพร่ (ค.ศ.): 2020

Volume number: 1225 CCIS

หน้าแรก: 163

หน้าสุดท้าย: 168

จำนวนหน้า: 6

ISBN: 9783030507282

นอก: 18650929

URL: https://www.scopus.com/inward/record.uri?eid=2-s2.0-85089243213&doi=10.1007%2f978-3-030-50729-9_22&partnerID=40&md5=227f996cf35a0507da0adfd84628baf4

ภาษา: English-Great Britain (EN-GB)

ดูบนเว็บไซต์ของสำนักพิมพ์

บทคัดย่อ

In the near future, robots are expected to be integrated into people’s lives, interacting with them. To develop better robotics and artificial intelligence, this research focuses on the concept of teamwork. A robot agent was implemented in a virtual reality(VR) game to play the sport roundnet, a team-based sport similar to table tennis and volleyball [2]. The agent is trained with reinforcement learning with EDA skin sensor data [6] of players. The system is evaluated using a questionnaire on the player’s feeling during the experiment and compared with agents not trained with affective data. The system is implemented in Unity3D’s ML-Agents Toolkit. © Springer Nature Switzerland AG 2020.

คำสำคัญ

Unity 3D, Virtual Reality