状況認知と問題解決の双方向創発による深層模倣学習の省データ化と高汎化性達成

点击翻译按钮获取中文摘要

人の器用で臨機応変な物体操作能力をロボットで実現することを目的として、モデル化困難な対象物体の操作を深層模倣学習によって実現する方法論を明らかにすることが本プロジェクトの目的である。本年度は、遠隔操縦システム、遠隔ロボット、ロボットの視覚情報を提示するためのHMDシステム、人の遠隔操縦時の視線情報の計測を可能とする深層模倣学習プラットフォームを用いて、バナナの皮むきを実現した。バナナは、個体差が大きく、いままで模倣学習で実現されてきたどのタスクよりも、汎化が困難であるタスクとして設定した。注視制御を用いてタスクに重要な特徴を抽出し、素早いフィードバック制御を行うローカル動作と、大雑把にゴール状態に向けた軌道を生成するグローバル動作を組み合わせることで、模倣学習を実現した。現状のプラットフォームは、外力が加わると安全制御によって止まってしまうという課題があり、力制御やインパクト動作などには不向きである。そこで、ダイナミックドライブモータを用いた低減速比のロボットアームシステムの開発を行った。また、深層模倣学習では、大量のデータが必要という問題が存在する。そこで、環境を理解するための表現学習に関する研究も行った。我々は、従来の表現学習で用いられる統計的独立性を一般化する独自の手法によって、表現学習の理論構築と実証実験を行った。また、開発した手法を、シミュレーション上のステレオ画像に対して適用し、三次元空間の表現学習に着手した。