| 研究課題/領域番号 |
18K18133
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61050:知能ロボティクス関連
|
|---|
| 研究機関 | 東京工芸大学 |
|---|
研究代表者 |
河野 仁 東京工芸大学, 工学部, 助教 (70758367)
|
|---|
| 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 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2020年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2019年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2018年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 強化学習 / 転移学習 / 身体図式 / ボディキャリブレーション / 多脚型ロボット / 物理演算シミュレーション / 身体マッピング / 身体表象 / 自己身体表象 / 自律ロボット |
|---|
| 研究成果の概要 |
本研究課題では，ヒトの脳内に備わっているとされている身体表象の変容メカニズムを参考に，ロボットが身体性の違いを自動的に獲得する手法の開発が目的である．ロボットが自動的に身体の構造や各要素部品（リンクやジョイントなど）の接続関係，関係性を獲得することで，転移学習に必要な身体性の違いを記述しマッピング作業を自動化する．研究成果として，ロボットが自動的に身体構造を学習するボディキャリブレーションを提案・開発し，物理演算シミュレーション内で構築した仮想多脚型ロボットと2種類の実多脚型ロボットを用いて，それらのロボット間で強化学習と転移学習を実行し，提案手法の有用性を評価した．
|
| 研究成果の学術的意義や社会的意義 |
本研究の学術的意義は，ヒトの脳内で動作していると考えられる身体表象や身体図式の理論をロボットに応用することにより，ロボット間における異なる身体的構造を自動的に記述できることにある．これにより社会的意義としては，様々な学習ロボット間での知識の再利用，すなわち転移学習の際に身体性や構造の違いをヒトが定義する必要がなく，より転移学習の実世界応用を支援する技術である．
|
