Imitation Learning Generating Novel Motions by Using Sample-Based Model Predictive Control

Research Project

Project/Area Number	24K00905
Research Category	Grant-in-Aid for Scientific Research (B)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 21040:Control and system engineering-related
Research Institution	University of Tsukuba
Principal Investigator	境野翔筑波大学, システム情報系, 准教授 (70610898)
Co-Investigator(Kenkyū-buntansha)	伊達央筑波大学, システム情報系, 准教授 (50531985)
Project Period (FY)	2024-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥18,590,000 (Direct Cost: ¥14,300,000、Indirect Cost: ¥4,290,000) Fiscal Year 2026: ¥5,590,000 (Direct Cost: ¥4,300,000、Indirect Cost: ¥1,290,000) Fiscal Year 2025: ¥6,240,000 (Direct Cost: ¥4,800,000、Indirect Cost: ¥1,440,000) Fiscal Year 2024: ¥6,760,000 (Direct Cost: ¥5,200,000、Indirect Cost: ¥1,560,000)
Keywords	模倣学習 / モデル予測制御
Outline of Research at the Start	近年、ヒトの教示動作より指令値生成モデルを学習させる模倣学習により、ロボットが高度な環境操作技能を獲得できるようになってきたが、未だに少量のデータから多様な動作を生成できない。そこで、乱数を用いた指令値生成と状態予測により、最適指令値を探索できるサンプルベースモデル予測制御を模倣学習に実装する。2台のロボットを同期させる遠隔操作制御により、ヒトが操作するロボットではロボットへの指令値を、被操作ロボットではロボットと環境の状態データを、それぞれ収集する。このデータから指令値生成モデルと状態予測モデルを作り、サンプルベースモデル予測制御を実現し、新奇動作を生成可能な模倣学習の確立を目指す。