| Project/Area Number |
22K21275
|
|---|
| Research Category |
Grant-in-Aid for Research Activity Start-up
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
1001:Information science, computer engineering, and related fields
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
Yagi Satoshi 京都大学, 情報学研究科, 助教 (40966438)
|
|---|
| Project Period (FY) |
2022-08-31 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | ヒューマノイドロボット / テレオペレーション / 機械学習 / モーションリターゲット / 敵対的生成ネットワーク / グラフニューラルネットワーク / ロボット / ロボティクス / ヒューマノイドロボットインタラクション / ヒューマノイド / 知能ロボット / ヒューマン・ロボットインタラクション / 動作生成 |
|---|
| Outline of Research at the Start |
全身に関節を持つヒューマノイドの人らしい動作生成は専門的な知識が必要かつ時間とコストのかかる作業である．本研究では学習データのペア付けを必要とせずに人の動作を再現良く骨格の大きさや関節数の異なるヒューマノイドの動作に移植するヒューマノイドコントローラーの実現を目指す．本コントローラーは，ユーザーがカメラの前で身振り手振りして動作を入力し，実機ヒューマノイドの動作干渉と関節可動範囲の制約を満たす再現性の高い人らしい動作が出力される．これによって，ロボットの知識を持たないユーザーでもヒューマノイドの人らしさの表現力を活用して，他者と協調するような作業をスムーズに実現することができる．
|
| Outline of Final Research Achievements |
In this study, we developed a teleoperation controller that allows general users to intuitively operate humanoid robots. The proposed method retargets human movements to the humanoid robot in real-time to generate robot motions. This motion retargeting employs a GAN-based network structure, which eliminates the need for pairing training data by incorporating a discriminator. Experiments confirmed that the performance of the retargeting is comparable to conventional numerical motion retargeting methods in terms of error. Additionally, we validated the effectiveness of the teleoperation by performing object transportation tasks with the actual humanoid robot.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究では動作生成が難しいヒューマノイドを一般ユーザーでも人らしく動作させられるコントローラーを提案した．具体的には人とヒューマノイドで共通した骨格に対して動作表現を獲得させるニューラルネットワークを用いて，データのペア付け不要かつ高精度なモーションリターゲットを基にしたヒューマノイドコントローラーを開発した．本研究成果によって，誰もがヒューマノイドを自在に操作し，豊かな表現力を持ったヒューマノイドの社会活用へ繋がる技術が期待される．
|
