| Project/Area Number |
22H05002
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (S)
|
| Allocation Type | Single-year Grants |
|---|
| Review Section |
Broad Section J
|
|---|
| Research Institution | Tokyo University of Science |
|---|
Principal Investigator |
吉田 英一 東京理科大学, 先進工学部機能デザイン工学科, 教授 (30358329)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
森澤 光晴 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 副連携研究ラボ長 (00392671)
佐々木 智也 東京理科大学, 先進工学部機能デザイン工学科, 助教 (20979596)
佐川 立昌 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 招聘研究員 (30362627)
Venture Gentiane 東京大学, 大学院工学系研究科(工学部), 教授 (30538278)
鮎澤 光 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 上級主任研究員 (60649086)
金広 文男 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 連携研究ラボ長 (70356806)
室岡 雅樹 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (70825017)
神永 拓 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (90571571)
小林 泰介 国立情報学研究所, 情報学プリンシプル研究系, 助教 (10796452)
金澤 周介 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (60783925)
|
|---|
| Project Period (FY) |
2022-04-27 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2025)
|
| Budget Amount *help |
¥189,410,000 (Direct Cost: ¥145,700,000、Indirect Cost: ¥43,710,000)
Fiscal Year 2025: ¥25,480,000 (Direct Cost: ¥19,600,000、Indirect Cost: ¥5,880,000)
Fiscal Year 2024: ¥37,700,000 (Direct Cost: ¥29,000,000、Indirect Cost: ¥8,700,000)
Fiscal Year 2023: ¥37,700,000 (Direct Cost: ¥29,000,000、Indirect Cost: ¥8,700,000)
Fiscal Year 2022: ¥63,050,000 (Direct Cost: ¥48,500,000、Indirect Cost: ¥14,550,000)
|
|---|
| Keywords | 運動最適化・生成 / サイバーフィジカルヒューマン / 人型ロボット / 機械学習 / 接触運動最適化・生成 / 人間運動理解 |
|---|
| Outline of Research at the Start |
複数の接触を伴う複雑な運動をロボットやデジタルヒューマンに実現させることは、無数の可能性から解を導く必要があり非常に困難である。本課題では、「サイバーフィジカルヒューマン」というロボットとデジタルヒューマンを統合した人型システムの運動データ整備の枠組みを構築するとともに、ロボット工学と機械学習の理論体系を融合し、データ駆動によりさまざまな環境で最適な接触運動を予測・生成する方法論を明らかにする。
|
| Outline of Annual Research Achievements |
人型システムの接触運動を解析し生成するための融合的プラットフォームとして、インタラクティブサイバーフィジカルヒューマン(iCPH) を整備し、次の成果を得た。人型ロボットに対しては、装着する広域接触センサの多量の信号の効率的なデータ処理、広域接触に基づく全身接触運動制御を実現した。また、人間計測においては、接触運動の汎用表現のプロトタイプの構築と面接触を含む人間接触運動のデータの統合システムによる取得測定・解析を実施した。また、①～③の課題において以下の成果を得た。
① 離散表現と動力学をつなぐ運動生成理論の導出では、潜在変数と逆最適化制御を併用した運動制約と評価関数の推定手法を構築し、簡易なロボットアームや移動ロボットに適用して検証した。また、評価関数の推定に重要となる、安全を考慮した人型システムの動力学パラメータ同定も実施した。
②の学習に基づくロボット全身運動手法の構築では、目標を簡易な対象から徐々に複雑化するカリキュラム学習などを活用し、強化学習による複数接触を含むヒューマノイド全身運動や、人動作を規範としたインタラクションを伴う運動の生成手法を開発し、シミュレーションと人型ロボット実機での検証を行った。
③の人型システムの接触運動のシンボル学習と予測最適化では、前年度までに構築したベクトル量子化変分オートエンコーダ (VQ-VAE) と自己注意機構 (self-attention)によりに基づく手法を、学習の入力を工夫することで、少数のアノテーションにより、運動のみから接触状態と接触力を推定する手法の精度を向上させた。これにより、歩行動作に対して、運動のみから逆動力学解析により各関節の出力トルクをより正確に推定した。また、予測最適化手法を人間包囲型追従ロボットの制御に適用し、その基本機能を実機で検証した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
iCPHの整備においては、人間型ロボット機構として、カスタマイズした川崎重工製Kaleidoに全身触覚センサ (Intouch-Robotics社製e-Skin) を装着することで、広域接触に基づく全身接触運動制御が可能なことを示した。この成果は、ロボティクス分野の手法国際論文誌にも掲載された。また、人間計測においては、面接触を含む人間接触運動のデータを、モーションキャプチャと面接触センサを統合したシステムにより取得した。接触運動の汎用表現として、標準的な人体モデルSMPLを拡張して接触力をマッピングすることでそのプロトタイプを構築し、これにより測定データが表現できることを示した。これにより汎用表現に基づく人間の全身接触運動データを蓄積する準備が整い、目標通りの進捗が得られている。
①の離散表現と動力学をつなぐ運動生成理論の導出では、潜在変数と逆最適化制御によりによる運動からの接触制約の推定を簡易なロボットシステムに適用して有効性を検証できた。
②の学習に基づくロボット全身運動手法の構築では、強化学習の報酬に人間の運動の近さも参照する新たな手法を導入することで、物体搬送などを例に、複数の接触を経て目標の作業を実現するという計画を達成した。
③人型システムの接触運動のシンボル学習と予測最適化について、歩行運動に対して運動のみからの接触の状態と力を正確に推定し、逆動力学が可能なことを示した。構築した手法の他の運動への拡張については、着座動作に対しての調査が継続中であり、有効であるとの示唆が得られている。予測最適化については人間追従ロボットを例に有効性が確認された。
また年度末には、外部の研究者も招いて成果を共有するワークショップを実施し、今後の方針について有意義な議論を行うことができた。
以上より、本課題はおおむね順調に進展していると判断した。
|
| Strategy for Future Research Activity |
今後は、広域触覚を持つ人型ロボットと、人間の全身触覚運動の測定システムを統合して整備したiCPHのプラットフォームを活用して、人型システムの接触運動の課題として、人間運動解析とロボット運動生成に統合的に取り組み、実問題への適用を目指す。
①の離散表現と動力学をつなぐ運動生成理論の導出については、測定した人間の接触運動も含めた運動データに、前年度までに構築した逆最適化制御と潜在変数表現を併用した運動制約と評価関数の推定手法を拡張して、接触運動の制御戦略の解明に取り組む。また、データ充実のためロボットの運動制約を考慮した人間運動の計測という新たな取り組みも行う。また計算負荷の大きい逆最適化の実時間化に向けた理論整備という困難な課題に取り組むため,、若手研究員を新規に助教として採用し、体制を強化する。
②の機械学習に基づくロボット全身運動手法については、これまでに導出した強化学習に基づくロボットの全身運動生成手法を、人間の参照動作の報酬項への統合や人の接触運動の模倣学習を合わせて拡張する。また、新たに分担者として参画する研究者と連携し、接触運動の離散的な情報を駆使してサイバー空間で学習した方策を、実ロボット向けに変換する手法の確立を目指し、複数の接触を経て目標のタスクを実現するロボット運動のロバストな生成手法を構築につなげる。
③人型システムの接触運動のシンボル学習と予測最適化では、これまでに開発した離散的なシンボルの学習手法を、言語表現も援用して接触運動のネットワークに拡張し、上記で測定した人間の接触運動に適用し検証する。①、②の成果も併用し、シンボルを起点とした人型システムの多様な接触運動の生成を目指す
上記①～③の研究成果は担当者間で定期的に共有し、人間とロボットを含む人型システムの接触汎用表現の創出と実問題による検証に活用する。成果は積極的に学術誌や国際会議で発信していく。
|
| Assessment Rating |
Interim Assessment
A-: 一部に遅れ等が認められるため、今後努力が必要であるが、概ね順調に研究が進展しており、一定の成果が見込まれる
|
