身体性を利用した運動予測プリミティブ構築に関する研究

2018 Fiscal Year Research-status Report

• Project/Area Number: 18K18128
• Research Institution: The University of Tokyo
• Principal Investigator: 米倉 将吾 東京大学, 大学院情報理工学系研究科, 特任研究員 (60456192)
• Project Period (FY): 2018-04-01 – 2021-03-31
• Keywords: 予測プリミティブ / 筋骨格系 / reservoir computation

Outline of Annual Research Achievements

多自由度系の運動予測モデルを学習する場合、重みづけが必要な身体変数の組み合わせは膨大になり大量の学習データ数が必要となるだけではなく、実際の予測プロセスにおける計
算コストも大きくなる。生体の運動生成においては運動プリミティブの線形組み合わせによって自由度爆発を避けていると考えられているが、予測問題における自由度問題を解消する予測プリミティブとも言うべき枠組みは提案されていない。本研究では運動予測のモデル構築を劇的に簡単にする予測プリミティブの生成方法・利用方法を明らかにする。
計画当初では、Physical reservoir computationなどの身体ダイナミクス自体を利用した予測モデル構築、筋骨格ダイナミクスによる自己組織化的な次元圧縮による予測簡約化、運動プリミティブの利用などの方法/可能性を検討していた。本年度では具体的に、筋骨格系シミュレーションをプラットフォームとして研究を行った。特に、当初の予定には無かったものの、スパイキングニューロンを利用した予測プリミティブ生成に関する着想を得たため、様々な身体モデルにおいてこの検討・基礎解析などを密に行った。さらに、これらと並行して、実ロボットをプラットフォームとした運動予測モデルの構築可能性を検討した。
次年度以降、筋骨格系の自由度を増やし追実験を行ってゆく。また、実ロボットにおける予測モデル構築のための予備調査・予備実験を引き続き行ってゆく。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

当初の計画通り、本年度では筋骨格シミュレーターを用いての予測モデル構築の検討を行った。計画当初では想定していなかった予測モデル構築に関する方法の着想を得る事が出来、さらに、その有効性を検証する事が出来たため、当初想定していた方向性とは異なるものの順調に研究が進展したと考えられる。

Strategy for Future Research Activity

次年度以降、Physical reservoir computationを利用した予測モデルの構築などの可能性を検証しつつ、実ロボットでの予測実験・予測に基づく動作生成実験などの課題に積極的に取り組んでゆく。

Causes of Carryover

実ロボット用センサの導入などを、より密に検討するため年度以降に計画した。