ロボットが高度な技能運動を実現するための運動制御技術の確立を目指した。技能運動中の力学的な制約を満たした軌道を自律的に生成するため、モデル予測制御で生成した軌道をニューラルネットワークで学習するシステムを開発した。お好み焼きのひっくり返し動作のデモンストレーションから、提案のシステムが動力学的な強い制約を伴う系の軌道計画に適していることが確認された。また、モデル予測制御に基づくシミュレーション結果から学習したシステムが高い汎化性能を持つことが示された。実行された動作の成否を判定するアルゴリズムを追加することにより、自律的にタスクの成功度合いを評価しながら学習効果を高められることを示した。
|