研究課題/領域番号 |
20K11930
|
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61020:ヒューマンインタフェースおよびインタラクション関連
|
研究機関 | 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工学群) |
研究代表者 |
山脇 輔 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工学群), システム工学群, 講師 (20546171)
|
研究分担者 |
八島 真人 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工学群), システム工学群, 教授 (50546158)
吉田 秀久 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工学群), システム工学群, 教授 (00332635)
藤原 浩幸 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工学群), システム工学群, 教授 (60531994)
|
研究期間 (年度) |
2020-04-01 – 2024-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
|
キーワード | 人間・ロボット協調系 |
研究開始時の研究の概要 |
人間・ロボット協調系におけるゆらぎを含む人間の操作に対してロバストなインピーダンスパラメータの最適化法とは何かという学術的問いに対し,本研究ではゆらぎの確率的性質に着目することにより,ゆらぎが学習性能へ与える影響を陽に考慮できる学習法を提案し,その有効性を人間・機械協調系のインピーダンスパラメータの最適化に適用し,性能評価を行う.
|
研究実績の概要 |
本研究では,人間とロボットが物理的に接触しながら協働でタスクを実行する人間・ロボット協調系を対象とし,その制御則として可変インピーダンス制御を採用した協働ロボットの開発を目指している.特に本研究では,操作者の操作性が改善する可変インピーダンスパラメータを求めるための学習法について検討している.本年度は1編の学術論文を発表,2件の国内発表を行った.以下にそれらの概要を示す. 学術論文では,先行研究において問題であったノイズや不確実なデータによる学習性能の低下を避けるため,適応勾配降下法を用いた繰り返し学習法を提案した.従来手法と比較して,学習性能が向上したこと,さらに障害物回避や重量物搬送に対する有効性を実験的に示した. 国内発表1件目では,これまでの時間依存ではなく,位置依存ダンピングを決定する手法を提案した.経路計画に使用されるポテンシャル法の概念に基づいてダンピング場を生成し,そのダンピング場のパラメータをベイズ最適化を用いて学習する.提案手法が人間ロボット協調作業の操作性向上に有効であることを実験により示した. 国内発表2件目では,タスクの成功率モデルを同時に考慮し,タスクが達成可能かつ操作性の評価がよいパラメータを求める新しい手法を提案した.成功率モデルに基づいてタスクの条件を満たしながら操作性を改善させるダンピング軌道を求められることを実験的に示した. 引き続き,人間のゆらぎに対するロバスト性の向上を目指し,新たなインピーダンスパラメータ調整法について検討していく.
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
一昨年にデータのとりまとめ作業に時間要したため遅れていたが,昨年度から行っている国内発表及び論文誌等での積極的な発表を引き続き実施していく.
|
今後の研究の推進方策 |
本年度は,これまでの研究成果についてまとめ,学術論文誌等での発表を行っていく予定である.
|