|
近年、ヒューマノイドロボットに対し、危険作業をヒトの代わりに行うなどの、ヒトの代替として様々な動作タスクを行うことが期待されている。しかし、現在の運動生成方法では、ロボットが生成できる運動は大きく限られており、改善が求められている。
多様な運動を生成するために有効な方法は、最適制御を用いた運動生成である。しかし、最適制御を用いたヒューマノイドロボットの運動生成は、運動の最適化に必要な計算時間が膨大になることから困難であった。計算時間はロボットの身体表現（モデル）の自由度数に依存し、多くの関節を持つヒューマノイドロボットの身体表現は、多くの自由度を持つため最適制御を行うことができなかった。そこで本研究の目的は、動作タスクの達成に必要な低次元の身体表現を適応的に推定し、その身体表現のもとで最適制御を行う手法を開発することで計算時間の問題を解決することである。
本年度では、低次元の身体表現候補から動作タスクの達成に必要な身体表現を適応的に導出し、最適制御を実行する手法を開発した。具体的には、まず、低次元の身体表現候補に対するスパースな最適制御問題を粗く、高速に解き、最も動作タスクを達成できる身体表現を得る。そして、有効な身体表現に対する最適制御問題を細かく解きなおすことで運動生成を行う方法を開発した。
提案した段階的な最適化プロセスは、多くの自由度を持つ全身のモデルに対し最適制御を行うよりも、少ない計算時間で運動を生成することが可能だった。シミュレーション上のヒューマノイドロボットにおけるバランス制御を通して、低次元の身体表現候補をうまく選べば、最適制御の計算時間を2倍程度削減することができることを明らかにした。
|
