| 研究課題/領域番号 |
18K18087
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
西川 鋭 東京大学, 大学院情報理工学系研究科, 助教 (50761144)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| キーワード | 知能機械 / ヒューマンロボットインタラクション / 予測 / スポーツ |
|---|
| 研究実績の概要 |
本年度は球技スポーツを行う上で重要なポイントを明らかにするために、人の競技スキルに着目して研究を進めた。さらに前年に引き続き対戦型インタラクションの検討も進めた。
・卓球のスキルとして、ラケットによるボールへの触れ方であるボールタッチに着目して、その計測と解析に取り組んだ。ボールタッチはごく短時間で起こる現象のため高周波成分が重要と考え、ピエゾマイクにより振動を計測し、スキルのレベルによる違いを調査した。機械学習により計測データを潜在空間に落とし込み、その中での識別問題を考えた。その結果、スキルの種類、動作を行った人の識別において振動データが有効なことがわかり、振動データに情報が多く含まれることが確認できた。また、運動との関係を調査するために、データ収集時には、モーションキャプチャや加速度センサによる運動のデータも合わせて収集した。
・球技スポーツのような対戦型の対人インタラクションの実現に向けて、物理シミュレータ上の2体のエージェントによる対戦型インタラクションの生成に前年度に引き続き取り組んだ。ここでは2体のエージェントによる対戦型インタラクションとしてお互いに手を押し合い相手のバランスを崩す手押し相撲を取り上げた。自分の方策、相手の方策を共通の潜在空間上で表し、相手の方策の予測に基づいて自分の行動を決定する強化学習モデルを提案した。提案モデルによる性能向上が見られたと共に、潜在空間上で連続的に行動を変化させられることを確認した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
新型コロナウイルス感染症の流行により計測等の実施が遅れたものの、球技における人のスキルに関して計測解析を進めることができたことに加え、対戦インタラクションにおける相手の行動予測モデルを構築でき、対戦型ロボットの運動に関する研究を広く進めることができた。
|
| 今後の研究の推進方策 |
対人スポーツ練習パートナーロボットの実現に向けてこれまでの成果を統合を図る。
|
| 次年度使用額が生じた理由 |
新型コロナウイルス感染症の流行により計測実験等に遅れが生じたため、次年度使用額が生じた。次年度はこれまでの成果の統合に関わる費用がかかる予定である。
|
