| 研究課題/領域番号 |
17K12759
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
知能ロボティクス
|
|---|
| 研究機関 | 奈良先端科学技術大学院大学 |
|---|
研究代表者 |
小林 泰介 奈良先端科学技術大学院大学, 先端科学技術研究科, 助教 (10796452)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2018年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2017年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 知能ロボティクス / 強化学習 / 多目的最適化 / 継続学習 / 歩行 / 知能ロボティックス |
|---|
| 研究成果の概要 |
本研究は，脚ロボットの歩容運動を階層的な多目的最適化問題として捉えた，歩容の自律学習を目的とした．この技術の確立により，物理的な制約やトレードオフを陽に考慮可能となり，生物の自然な歩容生成が期待できる．
この課題に関連する３つの成果，(1) 継続的に学習結果を蓄積していくことが可能な正則化技術，(2) 大域的な最適解を発見可能な探索力を持つ方策，(3) 知識のモジュール化・階層化を促すニューラルネットワーク，を実現した．これらの技術を４脚ロボットの歩容を下位から上位階層モジュールに分けて順次学習するカリキュラム上で組み合わせ，製作した４脚ロボットのシミュレーションモデルでの歩容生成に成功した．
|
| 研究成果の学術的意義や社会的意義 |
本研究の脚ロボットの学習制御は，近年の入出力関係を直接学習してしまう大雑把なやり方では隠蔽されてしまう知識の階層関係や構成要素を．これまでの歩容に関する研究を踏まえて明示的に与えて継続的に学習を積み重ねていくことが可能な枠組みを提供しており，機械学習分野とロボティクス分野の融合領域として高い学術的意義がある．また，安定かつ高効率な歩容制御の確立はロボットの移動範囲を格段に広げて日常的にロボットが活躍するための基礎技術となり，今後のロボット共生社会の実現に繋がるものと期待できる．
|
