| 研究課題/領域番号 |
10650392
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
システム工学
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
宮崎 文夫 大阪大学, 大学院・基礎工学研究科, 教授 (20133142)
|
|---|
| 研究分担者 |
周 桑完 大阪大学, 基礎工学研究科, 助手 (70273604)
KARL F. MacDorman (KARL F MacDo / KARL F MacDorman) 大阪大学, 基礎工学研究科, 講師 (10294167)
升谷 保博 大阪大学, 基礎工学研究科, 講師 (80219328)
西川 敦 大阪大学, 基礎工学研究科, 助手 (20283731)
|
|---|
| 研究期間 (年度) |
1998 – 1999
|
| 研究課題ステータス |
完了 (1999年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,900千円)
1999年度: 2,000千円 (直接経費: 2,000千円)
1998年度: 1,900千円 (直接経費: 1,900千円)
|
|---|
| キーワード | 知覚 / 行動 / 知能機械 / マップ / LWR / KD-Tree / 環境情報 / LWR(Locally Weigted Regression) / マッピング / 学習 / 状態予測 / K-D tree / 視覚サーボ系 / オプティカルフロー |
|---|
| 研究概要 |
人間は、自らを取り巻く環境を視覚、聴覚、触覚などを用いて知覚し、環境に応じて適切な行動を決定し、それを確実にこなす。この知覚と行動の密な融合は、ロボットをはじめとする知能機械にも不可欠であり、そのタスク遂行能力を左右する重要なファクターである。知能機械に望まれる多くのタスクでは、知覚と行動の間に静的な対応関係が成り立つ一方、知覚結果を短時間で行動に結び付けるリアルタイム性が要求される。本研究は、知能機械の知覚と行動の関係(sensorimotor map)に焦点を絞り、このようなタスクを遂行するために必要なsensorimotor mapをでき得る限り経験から獲得する方法について考察したものである。すなわち、マップの入出力を特定する以外に何ら事前知識を必要とせず、行動の前後に知覚される環境情報を集約することによってマップを洗練させていく方法であり、メモリーベースドを学習の範疇に属する。本研究では、特にLWR(Locally Weighted Regression)とKD-Tree(K Dimensional Tree)に注目し、非線形マップの表現能力、ノイズに対するロバスト性、実装性、学習効率などの観点から評価するとともに、上記のタスクに最も適したメーモリーベースド学習の一つとしてLWRとKD-Treeを融合したバケツ付きKD-Treeについて検討し、実機を用いた以下の2つのタスク例によってその効果を確認した。
(1)誘導タスク(移動ロボット使用)(2)卓球タスク(アーム型ロボット使用)
なお、事前情報を用いてsensorimotor mapを表現する手法も本研究と並行して検討し、実用的観点からの比較評価も行った。
|
