動的環境下における自律移動型ロボットの多目的制御法と実機による検証

2001 Fiscal Year Annual Research Report

• Project/Area Number: 11680405
• Research Institution: Kinki University
• Principal Investigator: 五十嵐 治一 近畿大学, 工学部, 助教授 (80288886)
• Co-Investigator(Kenkyū-buntansha): 五百井 清 近畿大学, 工学部, 助教授 (90288887) ; 黒瀬 能聿 近畿大学, 工学部, 教授 (00043802)
• Keywords: 自律移動型ロボット / 強化学習 / マルチユージェント / Robo Cup / グローバルビジョン / リモートブレイン / 経路計画

Research Abstract

本年度は,3年間に渡った当研究課題の最終年度にあたる.昨年度までに作成したロボットシステムに関しては,以下の改良を行った.第一に,グローバルビジョンにより取得した画像の色抽出処理を高速化し,実時間(30fps)での画像処理速度を達成した.第二に,フィールド上に仮想的なロードマップを設定し,そのマップ上の最短経路をグラフ探索手法(ダイクストラ法)により計算する経路計画方式を組み込むことができた.この経路計画方式では,交差点でのロボットの回転に要する時間的コストをも考慮することができる.まだ,障害物が静止した静的環境下ではあるが,実際にグローバルビジョンからの画像を処理し,リモートブレインが大域的な最短経路を探索した後,ロボット本体をその最短経路に沿って走行させる実験に成功した.さらに,この際,グローバルビジョンからの画像情報に基づくフィードバックの有効性も合わせて検証することができた.
上記のロボットシステムとは別に,離散最適化問題としての移動ロボットの走行誘導方式と経路計画方式とに関する研究結果をまとめ,論文誌上で発表した.本手法は,従来からあるポテンシャル法において,各時刻ステップにおいて位置・姿勢の推定問題と行動計画問題とをそれぞれ別の離散最適化問題として定式化し,各問題の目的関数中の重みパラメータを強化学習の一種である方策勾配法により実機ないしはシミュレータ上で学習するという方式である.パラメータの学習則の有効性はシミュレーション実験を行うことにより検証した.また,複数台のロボットの経路計画法としても応用が可能である.

Research Products

• [Publications] 五十嵐治一, 五百井清: "離散最適化問題としての自律移動型ロボットの走行誘導"電子情報通信学会論文誌D-I. J84DI・3. 294-302 (2001)
• [Publications] 五十嵐治一: "強化学習を用いた自律移動型ロボットの行動計画法の提案"人工知能学会オンラインジャーナル. 16・6. 501-509 (2001)
• [Publications] Harukazu Igarashi: "Motion Planning of a Mobile Robot as a Discrete Optinization Prohlem"Proc. of The 4th International Symposium on Assembly and Task Planning. 1-6 (2001)
• [Publications] K.Ioi, H.Igarashi, A.Murakami: "Design of A Gravitational Wheeled Type Robot"Proc. of the 32nd Inter. Sym. Robotics. Vol.1. 175-179 (2001)
• [Publications] Harukazu Igarashi: "Path Planning of a Mobile Robot by Optimization and Reinforcement Learning"Proc. of The Sixth Int. Sym. on Artificial Life and Robotics. Vol.2. 296-300 (2001)
• [Publications] 五十嵐治一: "方策勾配法を用いた移動ロボットの行動計画法-問題の多様性への対応-"人工知能学会第12回SIG-Challenge研究会報告. 1-6 (2001)