|
本研究では、1. 操作対象物の不確実性を含めたモデル化と、2. モデル化に基づきヒューマノイドロボットの動作生成をする手法を構築した。前者に対し、ニューラルネットワークを拡張することで不確かさがある場合の出力確率分布の計算手法を確立し、シンボルレベル（例：押す、突き出す）のスキル表現とパラメータレベルの最適化が可能な学習手法を開発した。後者に対し、前者によって得られる動作目標を実現するための、目標手先軌道や手先力から、重心・全身の動きを高速に計算する手法を開発し、実際にヒューマノイドロボットを用いてもの押し動作を実現した。
|
