2015 Fiscal Year Research-status Report
ユーザと機械が相互に学習するロボット操縦インタフェースの開発
| Project/Area Number |
15K05884
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
山本 雅人 北海道大学, 情報科学研究科, 教授 (40292057)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
飯塚 博幸 北海道大学, 情報科学研究科, 准教授 (30396832)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | インタフェース / 相互学習 / ニューラルネットワーク / リカレント / ロボット操縦 |
|---|
| Outline of Annual Research Achievements |
本研究では，ユーザである人間と機械が相互に学習することで，ユーザが意図するロボットの操縦が直観的に可能となる相互学習インタフェースの開発を目指す．本年度は，相互学習の枠組みの確立を目指すこと，および，ニューラルネットワークの構造の違いによる比較などについて検討した．
ロボット操縦のタスクにおいて，ロボットがユーザの意図に沿った動作を繰り返し行なっているならば，ユーザはその動作に対応する特定の入力を繰り返し行うため，入力は周期的行動になると考えられる．そのため，入力が周期運動である場合にはインタフェースの変換関数を変更せず，入力が周期運動から外れた場合には変換関数を変更する，という学習を行えばよい．このような学習を実現するために，変換関数としてニューラルネットワークを用い，その出力層に予測ノードを追加することで現在の入力値から将来の入力値の変化量を予測する．もしユーザが入力として周期運動をしているのであれば，現在の入力値から将来どのような入力値になるのかが予測可能となるため，予測誤差が小さくなる．逆にユーザが周期運動をせずに入力を様々に変化させているのであれば，予測が困難となり予測誤差が増大する．これを使ってニューラルネットワークの更新を行う手法を提案した．そこで問題となる人間の学習速度と機械の学習速度のバランスをとるためのパラメータについて調査をし，適切な値に設定するための指針を得た．さらに，フィードフォワードニューラルネットワーク(FFNN)を用いた手法と，情報のフィードバック結合をもつことでフィードフォワードニューラルネットワークに比べ学習は困難であるものの，入力履歴に基づいてより複雑なパターンを表現可能なリカレントニューラルネットワーク(RNN)を用いる手法について提案し，その比較について議論した．
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
本年度の当初計画である相互学習インタフェースを構築する際に問題となる人間と機械の学習速度に関する検討を終え，当初は平成28年度以降の計画としていたニューラルネットワークの構造の最適化に関しての検討も開始した．ロボット操縦のタスクも様々な構造のロボットとタスクにおいて実験を行い，より一般性の高い手法の構築を可能とする知見が得られたため．
|
| Strategy for Future Research Activity |
今年度の成果として，FFNN を用いたインタフェースでは，操作が簡単なため，相互学習を行わずに人間のみ学習を行ったほうが良い操縦性能を得ることができたのに対し，RNN を用いたインタフェースでは，操作が難しいため，相互学習を行ったほうが良い操縦性能を得ることができた．また，FFNN を用いたインタフェースとRNN を用いたインタフェースを比較すると，タスク全体を通した操縦性能では被験者によってばらつきがあったが，タスク中に構築されたインタフェースの操縦性能では，RNN を用いたインタフェースで相互学習を行うことにより良い操縦性能を得られるインタフェースが構築されていた．このことから，長い時間をかけて学習を行うことで操縦性能の高いインタフェースが構築できると期待される．これらの知見から，より複雑な，また，複数のタスクを遂行可能なインタフェースの構築を目指していく予定である．
|
| Causes of Carryover |
ロボット操縦タスクの実験環境と学習環境について，実験のしやすさのため携帯可能なノート型コンピュータ上に構築した．その際，比較的学習にかかる計算時間が少ないと見積もりができたことにより，より安価なパソコンで実行可能であることがわかり物品費を抑えることができたため．
|
| Expenditure Plan for Carryover Budget |
今後は，リカレントニューラルネットワークや複雑なタスクを遂行可能なインタフェース構築のため，より高速な計算能力が必要なパソコン等の購入が必要であると考えているため，それらの購入に充てさせていただく予定である．
|
