2018 Fiscal Year Research-status Report
自己身体表象を基にした異なる身体性を有する学習ロボット間での転移学習
| Project/Area Number |
18K18133
|
|---|
| Research Institution | Tokyo Polytechnic University |
|---|
Principal Investigator |
河野 仁 東京工芸大学, 工学部, 助教 (70758367)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 転移学習 / 強化学習 / 身体マッピング / 身体表象 / 身体図式 |
|---|
| Outline of Annual Research Achievements |
知能ロボットにおいて環境適応の高速化や，より多彩な振る舞いを実現するために既に獲得した知識を再利用する手法が議論されている．強化学習ロボットが獲得した知識を他の身体性の異なるロボットが再利用するためには，ハードウェア，すなわち「身体性の違いとその対応関係」（マッピング）を再利用する知識と共にロボット内に記述しなければならない．しかし，強化学習ロボットが知識を再利用する手法である転移学習においては，マッピングがヒトの手に行われており，自律的な知識の再利用が実現していない．
そこで本研究では，ヘテロジーニアスなロボット間での自律的な転移学習の実現を目指し，これまでヒトの手により設定されていた転移学習のための身体マッピングを自動化することが目的である．そのため，心理学関連領域で提案されている身体表象の変容メカニズムを，ロボットのためのモデルとして検討し研究を行う．
平成30年度では，小型の人型ロボットを対象に研究を行い，ツリー階層を用いた身体図式の検討を行った．また，工場内荷物搬送タスクを想定し，関節数の異なる人型ロボット間での転移学習をブロック持ち上げ作業をテストベッドとして提案手法の評価を行い，有用性が示唆された．
今後は関節数だけでなく，腕や足の長さ，さらには足の本数や車輪の数といった様々な身体性の異なる場合も考慮して提案手法の検討を進め，さらには実験の高速化を目的に計算機シミュレーションでの学習も視野に入れながら研究を進める．
|
| 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年度に計画した研究開発の内容はおおむね達成できている．さらには，国内学会への論文投稿・講演申し込みも行っており，成果公開も順調に進展している．
|
| Strategy for Future Research Activity |
平成31年度（令和元年度）では，様々な身体性の異なるロボット間での転移学習における提案手法の適用をはじめ，手法の一般化や理論の体系化を進める．引き続き，実機ロボットによる実験を行う．学習時間を考慮し，計算機シミュレーションでの学習を実ロボットに転移するようなシチュエ―ションも含め，提案手法の改善・評価も行う．
|
