• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2013 年度 実績報告書

変化順序に基づくヒューマノイドロボットの全身運動学習

研究課題

研究課題/領域番号 12J57062
研究機関大阪大学

研究代表者

清水 俊彦  神戸市立工業高等専門学校, 機械工学科, 助教

キーワードヒューマノイドロボット / 模倣学習 / 時系列解析 / ヒューマンロボットインタラクション / 特徴抽出 / データマイニング
研究概要

ヒトに類似した形態を有するヒューマノイドロボットは、介護分野等で新たな労働力として活躍することが期待される。そのためには、ヒトから教わった運動を模倣し、その経験を状況に合わせて応用する能力が必要となる。申請者は運動中にセンサ時系列が変化する順序関係に注目した特徴量である変化順序を提案し、ヒトに支えられて歩き方を教わったロボットが支えなしに歩けるようになるまでの時間が短縮できることを示してきた。運動の学習には強化学習を用い、元の運動に類似するほど相関が高くなることを利用し、学習を高速化した。変化順序は多次元時系列間における類似尺度の一種であるため、ユークリッド距離、動的時間伸縮法に基づく類似尺度と比較した。
本年度は、昨年度行った提案特徴量の適用範囲に関する解析をより詳細に検討した。具体的には、ヒトから上体起こしの仕方を学んだロボットが、ヒトの支えなしに上体起こしを再現する際に、変化順序がどのように学習を高速化するかを調査した。その結果、ヒトの支えがあるなしに関わらず、上体起こしには、共通した順序で変化するセンサ時系列があることを確認した。つまり、上体起こしのような、単純で短時間の到達運動においても、複数のセンサ時系列間には共通して変化する順序関係があることを示した。
また仰向けからの起き上がりという意味で、運動の目的が上体起こしと類似する跳ね起きに関する解析を行った。跳ね起きと上体起こしは、全身の関節角速度や頭部の加速度など、物理的な状態は大きく異なるが、その運動の意味は類似している。昨年度では、跳ね起きの複雑な変化の順序関係を検出できていなかった。本年度では、変化順序を生成するためのしきい値の設定を改め、再度調査したところ、二つの運動間で類似性を評価することができた。この結果は、変化順序を用いることで、異なる運動間の意味的な類似性を評価することが出来る可能性を示している。

今後の研究の推進方策

(抄録なし)

  • 研究成果

    (2件)

すべて その他

すべて 雑誌論文 (1件) (うち査読あり 1件) 備考 (1件)

  • [雑誌論文] Robust Sensorimotor Representation to Physical Interaction Changes in Humanoid Motion Learning

    • 著者名/発表者名
      Toshihiko Shimizu, Ryo Saegusa, Shuhei Ikemoto, Hiroshi Ishiguro, Giorgio Metta
    • 雑誌名

      IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS

      巻: (Accepted)

    • 査読あり
  • [備考]

    • URL

      http://www.kobe-kosen.ac.jp/~ts8/hp/

URL: 

公開日: 2015-07-15  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi