| 研究課題/領域番号 |
23K20919
|
|---|
| 補助金の研究課題番号 |
21H01276 (2021-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2021-2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分20010:機械力学およびメカトロニクス関連
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
石川 将人 大阪大学, 大学院工学研究科, 教授 (20323826)
|
|---|
| 研究分担者 |
南 裕樹 大阪大学, 大学院工学研究科, 准教授 (00548076)
杉本 靖博 大阪大学, 大学院工学研究科, 准教授 (70402972)
増田 容一 大阪大学, 大学院工学研究科, 助教 (70849760)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
17,160千円 (直接経費: 13,200千円、間接経費: 3,960千円)
2024年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2023年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2022年度: 5,070千円 (直接経費: 3,900千円、間接経費: 1,170千円)
2021年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
|
|---|
| キーワード | レフレックス制御 / 制御系設計 / 機械学習 / ロボティクス |
|---|
| 研究開始時の研究の概要 |
生物はレスポンスが速い．とりわけ小型の生物は，このような圧倒的な即時適応能力を，サイズ・精度・計算能力などの面でごく限られた設計リソースで実現している.本研究では，人工物設計がこれらから学ぶべき課題を，①ロボット身体の物理特性を反射経路に総動員した，身体・制御の一体化設計論，②限られた経験と演算能力による，データのコストを意識した学習・行動獲得，③分解能の粗さとひきかえに即時反応を実現する量子化制御系の設計の三点に集約し，「全体としては限られたレスポンス能力を余さず使い切るように，時間・空間・値(物理量)の分解能を適切に配分する身体・制御・学習の統合設計論」を構築する.
|
| 研究実績の概要 |
本研究では，サイズや発生力，精度や反応速度，計算能力といった限られたリソースのもとでのレスポンスの良い制御システムの設計を目的として，生物の即時適応的なふるまいの中にみられる制御機能の解析と人工的再設計，ならびに設計原理の構築を目指している．本年度の研究では，生物の機序解明，自律分散制御，デバイス設計・ハードウェア的側面，理論・ソフトウェア的側面などの点でいくつか興味深い進展が得られた．主な実績項目を下記に挙げる．
①生物の機序解明：昆虫等の壁面・斜面移動能力の考察ならびに斜面移動機構の設計，四脚大型動物の解剖学的知見，特に筋腱構造を反映したロボット設計を行った．
②自律分散制御：身体の末端が受ける環境反力を関節の運動に直接フィードバックする自律分散制御（手応え制御）の適用により，非生物型の移動機構である三叉ヘビ型ロボットのロコモーション制御を行い，その定常パターンへの遷移過程について考察した．また，多数の反射ループを身体全体にわたって分散的に内包する索状ロボットの設計を行った．
③デバイス設計：ハードウェア的側面：空気圧人工筋の動特性，特に負荷に対するレスポンス，ならびに瞬発的な運動の生成機能について解析した．また，プロトタイプ開発において重要な空気圧アクチュエータの量産方法についても知見を得た．
④理論・ソフトウェア的側面：・限られた分解能や計算リソースで制御システムの性能を保つ方法論として，動的量子化を用いた空気圧人工筋アクチュエータのON/OFF型制御を行ったほか，学習済みニューラルネットワークの重みの量子化，運用中のデータに基づく量子化制御器チューニング，限られた認識精度を有する画像ベースの自律移動ロボットの制御などを行った．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
主にロボット制御と開発，生物の制御メカニズムの解明，圧縮されたデータによる学習と制御の3つの柱について，ほぼ当初に想定していた方向での進展が得られたと考えている．
|
| 今後の研究の推進方策 |
今年度に行った検討結果を発展させ，リソースの限界を考慮したシステム設計・生物の機能を取り入れたシステム設計を進める．大きく分けて，生物の制御メカニズムの解明，反射型の行動原理を用いたロボット設計，データのコストを意識した学習と制御の融合に取り組むこととし，具体的には以下のような課題を取り扱う方針である．
・各種の生物型ロコモーション機構における，反射ベースのフィードバック制御則と定常パターンへの即時引き込み現象の解析
・昆虫のレジリエントな移動機能の解析，特に壁面・天井面・不整地などでの運動の解析
・反射的運動機能の空気圧回路による実現
・限られた試行データと確率的推論に基づく制御系の設計と学習
・制御システムの量子化における，限られたデータの活用・機械学習との融合と軽量化
|
