人間・ロボット協調系のためのゆらぎの確率的性質を陽に考慮した学習法

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１編の学術論文を発表，２件の国内発表を行った．以下にそれらの概要を示す．学術論文では，先行研究において問題であったノイズや不確実なデータによる学習性能の低下を避けるため，適応勾配降下法を用いた繰り返し学習法を提案した．従来手法と比較して，学習性能が向上したこと，さらに障害物回避や重量物搬送に対する有効性を実験的に示した．国内発表1件目では，これまでの時間依存ではなく，位置依存ダンピングを決定する手法を提案した．経路計画に使用されるポテンシャル法の概念に基づいてダンピング場を生成し，そのダンピング場のパラメータをベイズ最適化を用いて学習する．提案手法が人間ロボット協調作業の操作性向上に有効であることを実験により示した．国内発表２件目では，タスクの成功率モデルを同時に考慮し，タスクが達成可能かつ操作性の評価がよいパラメータを求める新しい手法を提案した．成功率モデルに基づいてタスクの条件を満たしながら操作性を改善させるダンピング軌道を求められることを実験的に示した．引き続き，人間のゆらぎに対するロバスト性の向上を目指し，新たなインピーダンスパラメータ調整法について検討していく．

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１編の学術論文を発表，２件の国内発表を行った．以下にそれらの概要を示す．学術論文では，先行研究において問題であったノイズや不確実なデータによる学習性能の低下を避けるため，適応勾配降下法を用いた繰り返し学習法を提案した．従来手法と比較して，学習性能が向上したこと，さらに障害物回避や重量物搬送に対する有効性を実験的に示した．国内発表1件目では，これまでの時間依存ではなく，位置依存ダンピングを決定する手法を提案した．経路計画に使用されるポテンシャル法の概念に基づいてダンピング場を生成し，そのダンピング場のパラメータをベイズ最適化を用いて学習する．提案手法が人間ロボット協調作業の操作性向上に有効であることを実験により示した．国内発表２件目では，タスクの成功率モデルを同時に考慮し，タスクが達成可能かつ操作性の評価がよいパラメータを求める新しい手法を提案した．成功率モデルに基づいてタスクの条件を満たしながら操作性を改善させるダンピング軌道を求められることを実験的に示した．引き続き，人間のゆらぎに対するロバスト性の向上を目指し，新たなインピーダンスパラメータ調整法について検討していく．