| 研究課題/領域番号 |
16H04311
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
電力工学・電力変換・電気機器
|
|---|
| 研究機関 | 埼玉大学 |
|---|
研究代表者 |
辻 俊明 埼玉大学, 理工学研究科, 准教授 (60434031)
|
|---|
| 研究協力者 |
久保田 圭祐
大河原 寛
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
15,470千円 (直接経費: 11,900千円、間接経費: 3,570千円)
2018年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2017年度: 7,670千円 (直接経費: 5,900千円、間接経費: 1,770千円)
2016年度: 5,330千円 (直接経費: 4,100千円、間接経費: 1,230千円)
|
|---|
| キーワード | 運動制御 / 機械学習 / 運動技能 / 力制御 / 技能運動 / マニピュレーション / 電気機器 / 制御工学 / モーションコントロール / 電気機器学 |
|---|
| 研究成果の概要 |
ロボットが高度な技能運動を実現するための運動制御技術の確立を目指した。技能運動中の力学的な制約を満たした軌道を自律的に生成するため、モデル予測制御で生成した軌道をニューラルネットワークで学習するシステムを開発した。お好み焼きのひっくり返し動作のデモンストレーションから、提案のシステムが動力学的な強い制約を伴う系の軌道計画に適していることが確認された。また、モデル予測制御に基づくシミュレーション結果から学習したシステムが高い汎化性能を持つことが示された。実行された動作の成否を判定するアルゴリズムを追加することにより、自律的にタスクの成功度合いを評価しながら学習効果を高められることを示した。
|
| 研究成果の学術的意義や社会的意義 |
本研究課題は、ロボットがモデル予測制御に基づくシミュレーション結果の集積により、力学的制約を持つ動作を自律的に取得できるようになることを実証している。また、お好み焼きをひっくり返すという動作は強度の力学的制約を持つことから、高度な運動技能を持つロボットにも本理論を適用できることが示されている。ロボットによる高次技能運動の実現は自動化技術を発展させるうえで欠かせない目標であり、本研究成果はその核となる課題を解決していることから、その学術的・社会的意義は大きい。
|
