2016 Fiscal Year Annual Research Report
教示によって高速な全身運動を低速から逐次的に獲得する学習プロセスの計算論的理解
| Project/Area Number |
26280098
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
玄 相昊 立命館大学, 理工学部, 准教授 (30344691)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
松原 崇充 奈良先端科学技術大学院大学, 情報科学研究科, 准教授 (20508056)
大塚 光雄 立命館大学, スポーツ健康科学部, 助教 (20611312)
下ノ村 和弘 立命館大学, 理工学部, 准教授 (80397679)
有木 由香 立命館大学, 理工学部, 助教 (80553239)
|
|---|
| Project Period (FY) |
2014-04-01 – 2018-03-31
|
| Keywords | 運動学習 |
|---|
| Outline of Annual Research Achievements |
本研究では人から教示される情報に基づいて難易度の高い運動を学習するしくみを人型ロボットを用いて探求している。特に全身でバランスをとりながら与えられた軌道に追従するタスクに焦点をあてている。
本研究では近年発見されたKullback-Leibler制御と呼ばれる確率最適制御理論に基づく新しい見まね学習法を開発した。まず、ロボットに様々な動作を行わせ、転倒せずに実行可能な状態遷移を学習しておく。そして、教示軌道が与えられた際には、実行可能な状態遷移のみをつなぎ合わせることで見まね学習を達成するというものである。
昨年度は１リンクロボットと小型ロボットの物理シミュレーション により有効性を確認したが、本年度はこれを2リンクマニピュレータと全身ヒューマノイドロボットに拡張した。前者はヒューマノイドロボットのバランスの制約を、それに似た制約条件に置き換えた場合の仮想実験であり、実機への適用可能性を検証するためのものである。具体的には、マニピュレータの手先の接触を維持しつつ、教示軌道に追従させるタスクを設定した。マニピュレータ実機でノイズ駆動により手先の接触を維持するような状態遷移モデルを獲得し、新たに提示された教示軌道との距離を評価関数とした最適制御問題を解くことにより、本研究の目的である運動教示を達成した。この成果はロボット学会で発表した。さらに、劣駆動関節を加えたリーチング動作に挑戦している。
一方、後者では、教示者である人と、学習者であるロボットに類似タスクを行わせた際に現れる潜在共有空間をデータから抽出し（前処理）、その写像を用いることにより、上記の処理を低次元空間内で実行することにより、計算コストを大幅に削減する方法を発明した。この方法の有効性はヒューマノイドロボットのバランスを考慮した蹴り動作を動力学シミュレータで確認されたので、国際会議で発表した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
多自由度の複雑なロボットに適用可能な運動教示アルゴリズムを提案することができた。
全身ヒューマノイドロボットのシミュレーションにおいてその有効性を確認された。
実機による検証においては、簡単なマニピュレータではあるが、提案手法の有効性が確認された。
これらに関して国際会議1件、国内学会2件の学会発表を行い、様々な運動制御アルゴリズム検証のためのヒューマノイドロボットの設計方法と基礎実験結果に関して、英文ジャーナルペーパーに投稿しアクセプトされた。
|
| Strategy for Future Research Activity |
得られた結果をより精緻化して論文投稿するために1年延長申請し、承認いただいた。
追加実験を行い結果をまとめる作業に専念する。
|
| Causes of Carryover |
1年の期間延長に伴い、最終年度に予定していた論文執筆と学会発表で使用予定の費用が未使用となった。
|
| Expenditure Plan for Carryover Budget |
追加実験に必要な部品購入と論文投稿費と学会発表旅費に用いる。
|
