权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Development of deep learning to reveal physical human-robot interaction and its application to safe robot control

深度学习的发展揭示了人机物理交互及其在安全机器人控制中的应用

基本信息

批准号：
20H04265
负责人：
小林泰介
金额：
$ 11.15万
依托单位：
National Institute of Informatics (2023)Nara Institute of Science and Technology (2020-2022)
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本研究では，多自由度系のロボットとヒトとの物理的接触を安全にするための学習制御技術開発を目的としている．これに向けて2022年度では，i)人と間接的に物理的接触する課題における潜在空間の抽出，ii)環境との離散的な接触状況が切り替わる脚ロボットへの強化学習の適用，iii)Sim-to-Real技術の物理的接触を扱う実ロボットへの適用，の3項目を中心に研究を実施した．i)では，人とロープを介してインタラクションするロボットを用いた実機実験にて，人とロボットが協働でロープを動かす動作時の人の骨格データを潜在空間へと抽出する課題を実施した．周期的な時系列データであることに注目して，変分オートエンコーダに複素型リザーバコンピューティングと潜在ダイナミクスモデルを組み込んだ世界モデルを用いることで，異なる動作を容易に区別可能な潜在空間の獲得と予測精度の向上を実現した．ii)では，脚ロボットの歩行制御課題に対して，End-to-Endでダイナミクスを学習するよりも，接触状況に応じてダイナミクスを陽に分割して学習したほうが予測精度が高まることがわかった．この結果より，接触状況により変化するダイナミクスを明確に区別できる潜在空間の重要性を改めて確認した．iii)では，実世界での学習コストを軽減すべく，ドメイン乱択化・適応を統合した新しい強化学習理論を提案した．具体的には，ドメイン乱択化を多目的最適化問題として解釈することで，実環境を選好解とみなすことを理論的に保証した．この理論により，ロボットハンドによるバルブ操作スキルをシミュレーション上で学習した後に実ロボットでも即座に達成することに成功した．

This study aims at the development of learning control technology for multi-degree-of-freedom systems and physical contact security. In the year 2022, i) extraction of potential space in the subject of indirect human and physical contact, ii) application of reinforcement learning in discrete environmental and physical contact, iii) application of physical contact in Sim-to-Real technology, and iii) implementation of central research in three projects.i) The problem of human bone structure extraction is solved. Periodic time series is easy to distinguish between different actions, potential space acquisition, prediction accuracy, and upward realization.ii) Reverse motion control is easy to learn, End-to-End. Contact status: Contact status As a result, the importance of potential space has changed.iii) The importance of potential space has changed. iii) The importance of potential space has changed. Specifically, it is theoretically guaranteed that the multi-purpose optimization problem can be solved in a chaotic manner, and the solution can be selected in the real environment. The theory is that we can learn from each other.

项目成果

期刊论文数量（23）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

フェヒナーの法則に従う強化学習則の挙動解析

根据费希纳定律对强化学习规则进行行为分析

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Daichi Yamamoto;Ichiro Kawashima;Hakaru Tamukoh;Takashi Morie;and Yuichi Katori;彌田尚希，吉田昭太郎;広田雅和;高橋慶一郎，小林泰介，松原崇充
通讯作者：
高橋慶一郎，小林泰介，松原崇充

強化学習における局所リプシッツ連続に関する正則化

强化学习中局部 Lipschitz 连续性的正则化