マルチモーダル注意機構を用いる実ロボットの器用な物体操作タスクの自動化

• 研究課題/領域番号: 22KJ0890
• 補助金の研究課題番号: 22J12928 (2022)
• 研究種目: 特別研究員奨励費
• 配分区分: 基金 (2023); 補助金 (2022)
• 応募区分: 国内
• 審査区分: 小区分61050:知能ロボティクス関連
• 研究機関: 東京大学
• 研究代表者: KIM HEECHEOL 東京大学, 情報理工学系研究科, 特別研究員(DC2)
• 研究期間 (年度): 2023-03-08 – 2024-03-31
• 研究課題ステータス: 採択後辞退 (2023年度)
• 配分額: 1,700千円 (直接経費: 1,700千円); 2023年度: 800千円 (直接経費: 800千円); 2022年度: 900千円 (直接経費: 900千円)
• キーワード: 深層模倣学習 / 双腕ロボット / 器用な物体操作

研究開始時の研究の概要

少子高齢化の影響で, 労働力不足現象が社会的な問題になっている. 労働力不足の対応として, ロボットによる労働の自動化が進め, より広い範囲で人間の労働を代替することが期待される.
本研究では, 人間の器用な物体操作スキルをロボットが学習することにより再現することで, ロボットの普及への貢献を目的とする.
従来の人間を模倣するロボットの学習機構は, カメライメージなどの視覚入力に依存したが, 本研究では, 触覚・体性感覚・時系列などの複数間隔入力を用い, さらにどの感覚情報に注意を向けるかを決める「注意機構」を設計・導入することで, 効果的なロボットによる物体操作スキルの再現を目指す.

研究実績の概要

本研究では、ロボットによる器用な物体操作課題を可能にする高データ効率でかつ精密なマルチモーダル深層模倣学習の機構を探求した。従来のロボットによる物体操作は、専門家によるルールベースの設計が必要で、バナナの皮むきなど、そのルールがはっきりとわからないタスクでは適用できなかった。しかし、本研究で提案されたアプローチにより、より少数のデータから人間の物体操作スキルの獲得ができ、人間の専門家からの事前知識を要しない器用な物体操作スキルの獲得ができた。

模倣学習において、ロボットの軌跡の器用さと安定性はトレードオフ関係にある性質である。なぜなら、器用な物体操作方策は、蓄積誤差に脆弱であり、結果として軌跡の安定性を損なうからである。本研究では、器用さと安定性の両方を達成するために、global action（物体をつかむために手を動かすなどの全域領域での行動）と、local action（手が物体を操作する局所的な行動）を、それぞれ軌跡全体を一度に予測して実行するフィードフォワード制御と、反応的なフィードバック制御で割り当てた。これにより、ロボットは物体周辺の局所領域でのみ反応的な行動を取り、蓄積誤差の影響を最小化した。

さらに、力覚フィードバックを必要とするタスクのための深層模倣学習機構を調査し、複雑な制御システムや高価なバイラテラル（bilateral）システムを必要とせず、ロボットなしでマスターコントローラーだけを用いる教示方法を提案した。提案方法では、人間の視線情報を使用し、視線周辺の局所領域のビジョン情報のみを使用することにより、マスターコントローラ側とロボット側の違いを最小限に抑える学習方法を考案し、栓抜きという力を必要とするタスクを模倣学習で学習することに成功した。

現在までの達成度 (段落)

翌年度、交付申請を辞退するため、記入しない。

今後の研究の推進方策

翌年度、交付申請を辞退するため、記入しない。

研究成果

• [雑誌論文] Training Robots Without Robots: Deep Imitation Learning for Master-to-Robot Policy Transfer (2023)
  • 著者名/発表者名: Kim Heecheol、Ohmura Yoshiyuki、Nagakubo Akihiko、Kuniyoshi Yasuo
  • 雑誌名: IEEE Robotics and Automation Letters 巻: 8 号: 5 ページ: 2906-2913
  • DOI: 10.1109/lra.2023.3262423
  • 査読あり / 国際共著
• [学会発表] Memory-based gaze prediction in deep imitation learning for robot manipulation (2022)
  • 著者名/発表者名: Heecheol Kim, Yoshiyuki Ohmura, and Yasuo Kuniyoshi
  • 学会等名: 2022 International Conference on Robotics and Automation (ICRA)
  • 国際学会
• [学会発表] Using human gaze in few-shot imitation learning for robot manipulation (2022)
  • 著者名/発表者名: Shogo Hamano, Heecheol Kim, Yoshiyuki Ohmura, and Yasuo Kuniyoshi
  • 学会等名: 2022 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
  • 国際学会