|
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。
|
