サンプルベースモデル予測制御を用いた新奇動作生成可能な模倣学習

• 研究課題/領域番号: 24K00905
• 研究種目: 基盤研究(B)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分21040:制御およびシステム工学関連
• 研究機関: 筑波大学
• 研究代表者: 境野 翔 筑波大学, システム情報系, 准教授 (70610898)
• 研究分担者: 伊達 央 筑波大学, システム情報系, 准教授 (50531985)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 18,590千円 (直接経費: 14,300千円、間接経費: 4,290千円); 2026年度: 5,590千円 (直接経費: 4,300千円、間接経費: 1,290千円); 2025年度: 6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円); 2024年度: 6,760千円 (直接経費: 5,200千円、間接経費: 1,560千円)
• キーワード: 模倣学習 / モデル予測制御

研究開始時の研究の概要

近年、ヒトの教示動作より指令値生成モデルを学習させる模倣学習により、ロボットが高度な環境操作技能を獲得できるようになってきたが、未だに少量のデータから多様な動作を生成できない。そこで、乱数を用いた指令値生成と状態予測により、最適指令値を探索できるサンプルベースモデル予測制御を模倣学習に実装する。2台のロボットを同期させる遠隔操作制御により、ヒトが操作するロボットではロボットへの指令値を、被操作ロボットではロボットと環境の状態データを、それぞれ収集する。このデータから指令値生成モデルと状態予測モデルを作り、サンプルベースモデル予測制御を実現し、新奇動作を生成可能な模倣学習の確立を目指す。