2019 Fiscal Year Research-status Report
Real-world parallel learning using easily duplicapable small robots to transfer the learning result to large-size robot
| Project/Area Number |
19K14938
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
野田 晋太朗 東京大学, 大学院情報理工学系研究科, 特任助教 (30825104)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 運動学習 / 認識学習 / 転写学習 / シミュレーション / 脚型ロボット / 人型ロボット / スマートフォン |
|---|
| Outline of Annual Research Achievements |
本研究はロボットの現実世界での学習システム構築を目的とし、小型ロボットでの並列学習とその結果を大型ロボットに転写する技術について研究を行う。2019年度の計画は小型ロボットの試作と評価だった。2019年度の成果は以下の三つの方向性にまとめることができる。
(1) スマートフォンを用いた小型ロボットの試作：2自由度の首型ロボットと24自由度の人型ロボットを開発しカメラ画像、マイク音源から学習済みの深層学習ネットワークを用いての認識とサーボの駆動ができることを確認した。バッテリを用いたときの駆動時間の評価を行い首型ロボットで17時間の人間の認識と追従制御を行え、長時間の学習実験が可能であることが確認できた。有線電源につなぐことでより長時間の動作が可能であり最大連続30日まで動作を確認できた。2自由度ロボットはスマートフォンを除いて2万円程度で作ることができ、来年度の予算で数台の複製が可能であることも確認できた。
(2) スマートフォンからサーボモータを制御するための基板設計：スマートフォンをUSBシリアル通信のターゲットとし、充電を受けながら半二重通信を可能とする電子基板を設計し動作を確認した。これによりandroidをUSBシリアル通信のホストとして用いる機能（OTG）に対応しない多くのandroid端末でも実験が可能となり、古い端末を用いることでロボット複製のコストが抑えられる。またOTGでは android が電源の供給元となり充電を受けられないが、設計した基板を用いることで充電を受けながらの動作が可能となった。
(3) 学習結果の転写実験に用いる大型ロボットの歩行学習と論文発表：小型ロボットで学習した結果を転写し歩行実験を行う予定の大型ロボットを用いて、シミュレーション上での歩行学習を行う研究を行ってきている。その内容について論文発表を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初立てていた2019年度の計画通り、小型ロボットを複数台試作し評価することができ、並列学習が可能と予想できる値段とバッテリによる連続動作時間を達成したため。
|
| Strategy for Future Research Activity |
当初立てていた2020年度の計画通り、2019年度に試作した小型ロボットを改良と複製を行う。2019年度の試作ロボットではモータとの電源通信ケーブルの配線の取り回しに改善点が見られた。長時間の学習のためには環境との接触時に干渉しない配線の工夫が必要と考えられる。配線についての改良を行い、長時間の運動実験が可能となったものを複製を2020年度は行うことで、2021年度以降の学習実験につなげていく。
|
| Causes of Carryover |
2019年度に計画していた学会発表を行わなかったため旅費が余っている。ウイルス関連の騒動が収まったのち学会発表を行いたい。
|
