2018 Fiscal Year Research-status Report
ガウス過程動的モデルを用いた時系列データの次元圧縮・予測法の開発と応用
| Project/Area Number |
18K11439
|
|---|
| Research Institution | Saga University |
|---|
Principal Investigator |
山口 暢彦 佐賀大学, 理工学部, 准教授 (80363422)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 機械学習 / 強化学習 / 電動義手 / ミニ四駆AI |
|---|
| Outline of Annual Research Achievements |
本研究では、ガウス過程動的モデルGPDM(Gaussian Process Dynamical Models)を改良し、より高速・高精度な時系列データの次元圧縮・予測法を実現する。また、本研究の応用として電動義手、ミニ四駆AI等の時系列データに対して提案手法を適用し、これにより提案手法がより高速・高精度な時系列データの次元圧縮・予測手法であることを確認する。
平成30年度は、下記の2つの研究項目を実施した．
（１）電動義手について、Unityの物理エンジンを用いた2指電動義手シミュレータを開発した。また、変分ベイズ法を基に方策パラメータを強化学習するVBRLのアルゴリズム導出・提案を行ない、提案手法がモデルの複雑さに対する正則化を導入した強化学習法と解釈できることを確認した。更に、開発した2指電動義手シミュレータ上にて提案手法による強化学習を行い2指電動義手にボールを打つ動作等を獲得させることに成功した。これにより、提案手法が従来手法と比べてより高精度な手法であることを確認した。
（２）ミニ四駆AIについて、Unityの物理エンジンを用いたミニ四駆AIシミュレータを開発した。また、開発したミニ四駆AIシミュレータ上にて強化学習を行いミニ四駆AIのスピード制御を獲得させることに成功した。更に、ミニ四駆AIを用いてコースデータを収集しストレート・コーナ・ウェーブ・ブリッジなどのコース認識を行うシステムの開発を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
平成30年度に予定していた研究計画について概ね順調に進展している。
Unityの物理エンジンを用いた電動義手シミュレータとミニ四駆シミュレータを開発し、変分ベイズ法を基に方策パラメータを強化学習するVBRLのアルゴリズム導出・提案を行なった。特に、開発した電動義手シミュレータ上にて電動義手にボールを打つ動作等を獲得させることに成功した点、開発したミニ四駆AIシミュレータ上にて強化学習を行いミニ四駆AIのスピード制御を獲得させることに成功した点、ミニ四駆AIを用いてコースデータを収集しストレート・コーナ・ウェーブ・ブリッジなどのコース認識を行うシステムの開発に成功した点が成果として挙げられる。
|
| Strategy for Future Research Activity |
電動義手について、Unityの物理エンジンを用いた電動義手シミュレータだけでなく実際の電動義手によるボールを「つかむ」や紙を「つまむ」などの動作獲得に取り組む。これに向けて、Arduino等を用いた5指電動義手の開発を行い、実際の電動義手に対する動作獲得実験を行う。
ミニ四駆AIについて、提案手法VBRLを用いてミニ四駆AIのスピード制御を行い、これにより提案手法がより高精度な手法であることを確認する。また、Unityの物理エンジンを用いたミニ四駆AIシミュレータだけでなく実際のミニ四駆AIによるスピード制御に取り組む。これに向けて、株式会社RT「AIチップ(ミニ四駆付)」だけでなく並行してArduinoを用いた独自のミニ四駆AIの開発を行い、実際のミニ四駆AIに対するスピード制御の実験を行う。
|
| Causes of Carryover |
初年度は、GPU並列計算機・数値計算ソフトウェアを予定よりも安価で購入することが出来た。また、アルゴリズム開発とシミュレータ上での実験を優先し実際の電動義手、ミニ四駆AIの開発を2年度目に変更したため。2年度目には、シミュレータ上だけでなく実際の電動義手、ミニ四駆AIによる実験を本格化し、それに対応した支出を予定している。
|
