2018 Fiscal Year Research-status Report
Simultaneous learning of spatial knowledge and decision making for real world agents
| Project/Area Number |
17K00313
|
|---|
| Research Institution | Chiba Institute of Technology |
|---|
Principal Investigator |
上田 隆一 千葉工業大学, 先進工学部, 准教授 (20376502)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | PFoE / teach-and-replay / 移動ロボット / パーティクルフィルタ / ベイズ推定 |
|---|
| Outline of Annual Research Achievements |
本年度は、初年度の成果である空間の知識を持たないロボットに動作を教える手法「PFoE」について、手法自体や用途を拡げる研究を行った。他、昨年度の成果を国際学会であるIEEE International Conference on Robotics and Automation（5月。オーストラリア、ブリスベン）において発表した。本年度の取り組みとしては、具体的には、1: ロボットにセンサ特性の事前知識を持たせずに動作を教えることを可能にする方法の考案、2: 現行の移動ロボットでよく用いられるセンサである2次元、3次元のレーザスキャナとPFoEを組み合わせ、より複雑なタスクの教示を可能とする方法の考案に取り組んだ。1については、ロボットに動作を教えているときに得られたセンサデータから機械学習の方法を使ってセンサの特性を得る手法を考案し、査読付きの国内学会（第24回ロボティクスシンポジア）において発表を行った。2については未だ良い方法が得られず、継続して研究中である。昨年度の実験では4つの距離センサから4つの値をロボットへのセンサ入力として、これを行動決定のための情報としていたが、レーザスキャナでは値が100を超える。そのため、計算量の面での工夫が必要となる。また、センサの解像度が高くなると、PFoE中でのセンサ値同士の比較のときに、どうなれば似ていて、どうなれば似ていないか、を数値化することが難しくなる。これらの問題を解決できそうな比較の計算式を実装して評価したが、良好な結果は得られていない。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の研究計画では、アルゴリズムの改良とともに「哺乳類の脳との比較」など学術的な研究を行うとしていたが、開発したPFoEが細かいチューニングをしなくてもロバストに実機で機能したので、より実用に向けた研究にシフトしている。その中で、少しずつPFoEの改良が進んでいるが、難しいタスクやより広範囲を移動する動作の教示のためには新しいアイデアが必要であり、模索していた一年であった。昨年度の成果が良好であったため全体としては進捗しているが、本年度はこのような状況であるので評価区分を一つ下げた。
|
| Strategy for Future Research Activity |
PFoEをより難しいタスクに適用できる方法を粘り強く探っていく。教示される動作がどのような構成要素から成り立つのかを考え、部分的な動作に分解する手法を考案し、ロボットが分脈に応じた動作を取れるようなアルゴリズムを考案する。部分的な動作が何であるか、という隠れた情報を推論するベイズ的なアプローチが有効であると考えている。また、他の手法（主に人工ニューラルネットワークを使うもの）との比較実験を行う。
|
| Causes of Carryover |
投稿論文をオープンアクセスにするための費用が、投稿論文が未だ採択されておらず残っている状況である。投稿論文が通れば計画通りに使用する。採択に至らない場合には研究内容をより充実させるために、ロボットなどの購入代に充てる。
|
