| 研究課題/領域番号 |
17K18420
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
知能情報学
知能ロボティクス
|
|---|
| 研究機関 | 国立研究開発法人産業技術総合研究所 |
|---|
研究代表者 |
吉安 祐介 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (10712234)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2018年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2017年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 深層学習 / アクション / 物体認識 / ロボット |
|---|
| 研究成果の概要 |
本課題では、深層学習を発展させ行動を導出するための認識技術を確立することを目指し、（１）言語と視覚を利用したナビゲーション技術、（２）環境やものの認識とロボット軌道の学習と（３）物体位置・姿勢認識技術とロボット物体操作への応用という３つのテーマを実施した。画像、俯瞰地図、3D画像などの視覚入力をニューラルネット通して得た認識結果に基づき、モーションプランニングや強化学習ポリシーによりアクションを生成した。加えて、視覚情報と言語情報を組み合わせてナビゲーションを行う技術を構築した。最終的には、深層学習に基づく物体位置・姿勢認識技術を実装したアーム型のロボットシステムで物体把持を実現できた。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、深層学習を用いた物体認識技術とそれに基づく物体操作やナビゲーション技術を構築した。中でも開発した視覚と言語情報を組み合わせるナビゲーション技術は、知識ベースの手法とデータ駆動の手法を組み合わせた技術であり、今後のさまざまな展開の可能性があり、学術的価値が高いと考える。一方で、本課題のようにアクションを生成するという複雑な問題においては、人と同等のレベルに達するにはさらなる改良が必要であることもわかってきている。本課題で得た成果や知見は、行動知能の研究分野を推し進めていくうえで重要な学術的な意義があり、この分野におけるさらなる発展にも寄与すると考える。
|
