| 研究課題/領域番号 |
20K11930
|
|---|
| 研究機関 | 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工学群) |
|---|
研究代表者 |
山脇 輔 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工学群), システム工学群, 講師 (20546171)
|
|---|
| 研究分担者 |
八島 真人 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工学群), システム工学群, 教授 (50546158)
吉田 秀久 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工学群), システム工学群, 教授 (00332635) [辞退]
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 人間・ロボット協調系 |
|---|
| 研究実績の概要 |
本研究では，人間とロボットが物理的に接触しながら協働でタスクを実行する人間・ロボット協調系を対象とし，その制御則として可変インピーダンス制御を採用した協働ロボットの開発を目指している．特に本研究では，操作者の操作性が改善する可変インピーダンスパラメータを求めるための学習法について検討している．
本年度は２件の発表を行った．1件目の発表では，操作力を操作性指標として用い，操作性が改善する可変インピーダンスパラメータを求めるための繰り返し学習法について報告した．従来手法では操作中の各サンプリング時刻において操作性指標に基づいてインピーダンスパラメータを改善していたが，操作時間全体の操作性が改善することが保証されない問題について明らかにした．そこで操作時間全体の操作力を操作性指標として採用し，学習過程で使用する操作性指標の勾配を単体勾配によって近似する手法を新たに示した．その結果，操作時間全体での操作性指標の改善が実験的に確認された．
２件目の発表では，上述した単体勾配を用いた学習法の人間のゆらぎに対するロバスト性の向上について報告した．人間のゆらぎなどの確率的ノイズは，単体勾配により求めた近似勾配に影響を与えるため，学習性能を低下させていた．そこで，近似勾配の誤差限界を定量的に求め，それを小さくするデータ選択を行う新たな学習法を提案し，その有効性をシミュレーション及び実験により確認した．
さらに上述のアルゴリズムを一般化した学習法について検討しており，その結果を次年度に学術論文としてまとめ投稿する予定である．
|
| 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
本年度は，論文として投稿するために研究についてまとめる作業を重点的に行ったため，新たな学習法の考案，検討に十分な時間が取れなかったためである．
|
| 今後の研究の推進方策 |
従来の学習法とは全く異なるアプローチの学習法について検討する予定であり，次年度の早々に国内会議で発表を予定している．
|
| 次年度使用額が生じた理由 |
新型コロナウイルスの蔓延によって，参加を予定していた学会及び研究会全てがオンライン化となり，出張旅費を使用する必要がなくなったためである．今後は，感染状況の推移を見守り，出張費の適切な使用計画について検討する．
|
