2014 Fiscal Year Research-status Report
ロボティックスワームにおける集合知の進化的構成に関する研究
| Project/Area Number |
25330307
|
|---|
| Research Institution | Hiroshima University |
|---|
Principal Investigator |
大倉 和博 広島大学, 工学(系)研究科(研究院), 教授 (40252788)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
保田 俊行 広島大学, 工学(系)研究科(研究院), 助教 (60435451)
|
|---|
| Project Period (FY) |
2013-04-01 – 2016-03-31
|
| Keywords | ロボティックスワーム / 群れ行動 / 進化型人工神経回路網 / 集合知 |
|---|
| Outline of Annual Research Achievements |
アリに代表される社会性生物には，一個体では達成し得ないタスクを仲間と群れをつくることにより成し遂げる能力がある．これは，各個体にはある行動要素として内在してはいるが一個体では発現できず，群れを形成したときに始めて具現化する行動知能の一形態であると言える．本研究では，これを集合知と呼び，ロボットの群れ，すなわちロボティックスワームに対して人工進化を用いてボトムアップ的に構成することを狙う．これにより，従来の群ロボット学研究において，重要あるいは致命的課題であった群れの中の役割分担を明示的に表記せずに，時々刻々と変化する状況の中で役割が適応的に生成可能となる方法論を構築することを目標としている． 本研究課題は，次の３つの課題から構成されるため，それぞれに達成度を評価する．（１）各ロボットの制御器としてリカレント型進化型人工神経回路網を搭載させて協調採餌問題に焦点を定め，GPUコンピューティング環境上に実装し低コストで高速な人工進化を目指した．この問題を解くにあたり，直接的に解かせようとするとブートストラップ問題が顕著に現れてしまうが，漸進進化手法を使用することによりこれを克服し，適切な群れ行動を進化的に獲得することに成功した．（２）集合知に関する評価・解析方法を新規に開発するにあたり，群れ行動の賢さを解析するために動物行動学における行動連鎖に基づく解析方法を開発し，確率付き有限状態オートマトンとして記述する方法を考案した．（３）３Dプリンタを用いて実機ロボットを再設計および制作を行い，計２０台からなるロボティックスワームを構築した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
進化型ロボティックスワームには，使用する計算機環境によってそれぞれ適切な人工進化形式を採用した進化型人工神経回路網の使用が適切ではないかと考え，次の二つの構成のもと研究を進めた．（１）進化計算用グリッドコンピューティング環境およびクラウドコンピューティング環境では，各CPUが汎用なのでODEやBox2Dなどのオープンソース物理シミュレータを動作させることができる．そのため，構造進化型人工神経回路網を各ロボットの制御器として搭載させたシミュレーション実験環境を構築し，追跡問題や協調採餌問題を解かせることに成功した．（２）GPUコンピューティング環境では，並列度を非常に高く取れるが各コアでは限定的な演算しか行えないため，本研究室で開発した小型物理シミュレータを実装させてGPUコンピューティングでの人工進化環境を構築した．これを用い，協調採餌問題に取り組みタスク達成できることを実証した．（３）集合知を定量的に評価・解析するためにロボティックスワームを複雑ネットワークの理論を用いてサブグループに分割する手法を新規に開発するとともに，動物行動学の知見を加えた分析法を提案した．（４）3Dプリンタを活用することにより，各パーツ仕上がり精度が大きく向上させることができた．また，３Dプリンタの特徴を活かした小型実機ロボットを再設計・制作を行うことができた．これらのように，研究計画当初は予定していなかったクラウドコンピューティング環境や３Dプリンタを利用することにより，予定の目算よりも良い方向に進展向していると考えられる．ゆえに，総体的に評価すれば，概ね良好に進捗していると言える．
|
| Strategy for Future Research Activity |
（１）自律ロボットの制御器となる人工神経回路網を進化的に設計するために使用する計算機環境を次に示す２種類と設定して，それぞれに研究を推進する．（A）クラウドコンピューティング環境では，オープンソースの物理エンジンが使用可能なため，協調採餌問題や追跡問題のような衝突判定を大量に含む課題を取り扱い，高度に分散協調的な群れ行動生成を試みていく．（B）GPUコンピューティング環境では，計算アルゴリズムに条件分岐が少ないように衝突判定が不必要な掃除問題のような課題を取り扱い，GPUへの効果的実装方法を検討していく．（２）集合知の解析・評価方式の開発では，スワームロボティクス分野においてこの未踏な領域へ最初の一歩を踏み入れてきたが，さらにこれを前進させていきたい．現在，注目しているのはサブグループの同定や推移をどのように取り扱うかであり，これを中心にロボティックスワームの群れ行動における役割分担の様子を俯瞰的に把握する新たな分析方法を開発したい．（３）実機ロボットに搭載していたミニPCの性能が４倍となったアップデート版が入手可能になったので，これを導入して各ロボットの動作サイクルタイムを高速化して，より滑らかなロボティックスワームの群れ行動が生成できるようにしたい．また，進化ロボティクスのサセックス・アプローチを採用し，計算機シミュレーションで得られる群れ行動を実機ロボティックスワームで再現できるようにしたい．
|
