| 研究概要 |
自律移動ロボットの制御を動作レベルと行動レベルに分け,それぞれに対する制御方法を提案した.動作レベルでは強化学習により環境から得られるセンサー情報から,重みやパラメータの値を学習した.これにより,環境に順応した動作が可能となった.一方,行動レベルでは協調行動計画において行動規則を帰納的に学習した.これにより,人間のアドバイスから行動規則を汎化することで,人間の意図に対応した行動が可能となった.さらに千葉県工業技術展においてコンパニオンロボットをデモし,人間機械協調における特性や問題点を明らかにした.その際,一般の人々に対してロボットの応用例に関するアンケートを実施し,どういう領域に対してロボットを導入すれば良いかを調査した.一方,オフィスロボットに関しては,2台の異機種のロボットが存在する仮想的なオフィス環境を設定し,秘書ロボットの特性や問題点を考察した.その結果,人間協調ロボットを実現するには,人間からのアドバイスが必要不可欠で,そのようなアドバイスを処理する方法として,帰納学習が有効であることを確認した.
|
