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

点击翻译按钮获取中文摘要

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。