未来予測技術で切り拓く疑似ゼロレイテンシ・テレイグジスタンス

未来预测技术开创的伪零延迟远程存在

基本信息

批准号：
21H03409
负责人：
粟野皓光
金额：
$ 10.9万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本研究では、遠隔操作ロボットにおける通信遅延や感覚情報伝送の不完全性による操作性の悪化を改善するため、機械学習を用いてロボットに感覚情報や操作の意図を予測し、先回りして提示することで通信遅延を隠ぺいし、操作性を向上させることを目的としている。今年度は、操作コマンド予測器を組み込んだシステム全体を構築し、遠隔操作される上半身ヒューマノイド、ガイダンスを提示する力触覚デバイス、操作者の操作意図を予測するニューラルネットワークから成るシステムにより、タスク遂行に要する時間を有意に削減できることを実証した。具体的には、遠隔操作によって柔軟物を折り畳むタスクを想定し、ガイダンスを提示することでタスク遂行に要する時間を9%削減できることが明らかになった。また、ニューラルネットワークの予測が誤る可能性を考慮し、予測の信頼度に応じて動的にガイダンス提示強度を調整する機構を組み込んだ。この機構により、操作意図を確率分布として扱い、予測に自信がある場合は分散が小さく、自信が無い場合は分散が大きくなるようにニューラルネットワークを学習させた。予測の信頼度に応じてガイダンス提示強度を調整した結果、予測信頼度を加味しない場合と比較して更に16%のタスク実行時間削減が可能であったことが明らかとなった。本年度の研究は、遠隔操作ロボットの操作性向上に貢献するとともに、機械学習や信頼度に基づくシステムの設計・制御方法に関しても示唆を与える成果であり、今後の関連研究にも大きな影響を与えることが期待される。

在这项研究中，为了改善远程控制机器人中感觉信息传输的通信延迟和不完美的可操作性恶化，目的是使用机器学习预测对机器人的感官信息和操作意图，并通过提前提出来掩盖通信延迟并提高可操作性。今年，我们建立了一个整个系统，该系统结合了操作命令预测器，表明由远程操作的上身类人动物组成的系统，一种呈现指导的力型机构，以及一个预测操作员操作意图的神经网络可以大大减少执行任务所需的时间。具体而言，已经揭示了通过假设一项任务涉及通过遥控控制和提供指导折叠灵活对象的任务，它可以减少执行任务所需的时间。此外，考虑到神经网络的预测可能不正确的可能性，已纳入了一种机制，该机制可以根据预测的可靠性动态调整指导表示强度。该机制将操作意图视为概率分布，并且对神经网络进行训练，以便他们对预测有信心，差异很小，如果不确定，则方差很大。由于根据预测的可靠性调整指导呈现的强度，因此与不包括预测可靠性相比，任务执行时间可以减少16％。今年的研究将有助于提高远程控制机器人的可操作性，还将提供有关机器学习和基于可靠性的系统设计和控制方法的建议，并有望对未来相关的研究产生重大影响。