人間とロボットの共創係数を含む機械学習機能付再編成可能型混成生産システム

点击翻译按钮获取中文摘要

令和4年度に実施した研究の成果については，研究計画調書に記載した「研究計画」のとおり，以下の点について研究を進めることができた．ただし昨年度に続き，本年度も，新型コロナの影響により，海外でのフィールド調査が実施不可能となったことから，本研究対象であるベイズ学習を含む機械学習機能を応用した再編成可能型混成生産管理方式の確立と国内ロボット関連企業におけるニーズ把握に注力した．(1)人間とロボットの共創作業に内在する共創パラメータの確立とその抽出法新型コロナの影響により，これまで延期していた日独間比較のための国際学会への現地参加とフィールド調査は引き続き実施できなかったことから，ベイズ学習を含む機械学習機能による確率変動に向けた人間とロボットの共創作業に内在する各パラメータの設定/分類及びその抽出法のシミュレーション実験及びヒアリング調査に注力した．その結果，パラメータの一つである生産効率の変動に対する投入ロボット数の上限値を明らかにすることができた．また一般財団法人製造科学技術センターの学術会員として「自律的生産スケジューリング研究会」に参画し，将来的にロボットの関与も想定される自律的生産における国内ロボット関連企業のニーズ把握に努めた．(2)ベイズ学習を含む機械学習機能を応用した再編成可能型混成生産管理方式の確立昨年度に開発したRNNとCRNNの融合による新たなゲート付きハイブリッドネットワークに加え，本年度はまずXGBoostとLSTMのモデル単体でシミュレーション実験を実施するとともに，さらにアンサンブル学習におけるスタッキング法と平均法を適用することにより，これまでの結果とのベンチマークを試みた．その結果，複数のベンチマークデータによる予測実験において，従来手法より優れた結果が得られた．