|
本研究課題では環境についての知識を前提とすることができない実世界で活動するロボットの開発を目的とする．実世界では多様な身体的インタラクションが避けられないため，様々な情報を統合し多様な状況に対応することが必要になる．そこで本研究では多数のセンサモダリティを利用したロボットの運動学習に取り組んだ．初めに制御入力として必要なセンサを自動的に選択する強化学習法，および，多自由度ロボットを制御を目的にしたモデルの信頼度を用いたサンプリングベース動作学習法を開発した．そして，実環境で人とインタラクションを行うロボットの開発を行った．
|
