| 研究課題/領域番号 |
18K11439
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61030:知能情報学関連
|
|---|
| 研究機関 | 佐賀大学 |
|---|
研究代表者 |
山口 暢彦 佐賀大学, 理工学部, 准教授 (80363422)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2020年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2018年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 機械学習 / GPDM / 次元圧縮 / 強化学習 / 電動義手 / ミニ四駆AI / 人工知能 |
|---|
| 研究成果の概要 |
Unityの物理エンジンを用いた電動義手シミュレータとミニ四駆シミュレータを開発し、変分ベイズ法を基に方策パラメータを強化学習するVBRLのアルゴリズム導出・提案を行なった。
特に、開発した電動義手シミュレータ上にて強化学習を行い電動義手にボールを打つ動作等を獲得させることに成功した点、開発したミニ四駆AIシミュレータ上にて強化学習を行いミニ四駆AIのスピード制御を獲得させることに成功した点、開発したミニ四駆Aiを用いてミニ四駆AI大会（FSS2020、GAT2021）に出場しGAT2021で1、2、4位、FSS2020で3位となった点が成果として挙げられる。
|
| 研究成果の学術的意義や社会的意義 |
電動義手は、交通事故や労働災害、疾病などにより上肢の運動機能が不全となる人々は年々増加しており、これらの障害者の生活支援と自立を促す上で失われた手の機能を補う電動義手の開発は重要な課題である。また、ミニ四駆AIは、AI技術を応用してより高速に走行するミニ四駆を開発する研究であり、この研究を通して「安価な素材とAI技術の組み合わせで高有用な素材を作成する」（安価高有用）技術の開発促進を目的とする研究である。電動義手シミュレータ上にて打つ動作を獲得させることに成功した点、ミニ四駆AI大会に出場し好成績を残した点は社会的に重要である。
|
