作業価値関数の相互獲得を通じた人とロボットの共有学習制御手法の開発

本研究課題では、人とロボットの意思疎通を促す作業価値の共有を実現する方法論として共有学習制御の枠組みの構築を目的とする。ここで作業価値の共有とは、人とロボットが一つの共同作業課題において、各状況・各動作について同様の価値判断（たとえば、状況に応じた互いに同意の得られる動作選択）を行うということである。本研究で開発する強化学習を基礎とした相互学習アルゴリズムによって人とロボットの互いの動作意図共有を進め、ロボットのテレオペレーション課題において提案手法の有効性を評価する。当該年度においては、人とロボットの価値判断の共有に向けた、ロボットによる人の動作模倣を可能とする学習手法とその検証用プラットフォームの開発を進めた。具体的には、６自由度マニピュレータのシミュレータを開発、コントロールパッドによって人が仮想空間内のロボットを制御することを可能とした。仮想空間での人による制御データを蓄積し、その蓄積したデータに基づいてロボットが動作方策を学習、自律的にマニピュレーション課題を達成する方策が獲得された。さらにテレオペレーション課題での有効性評価に向けて、生活支援ロボットであるモバイルマニピュレータに対し、全身逆運動学手法を適用することでGUIを用いてロボットを遠隔操作する枠組みを構築した。また、計算効率を考慮した数値逆運動学解法の改良を行い、計算量の評価および実機への適用を行った。さらにVRデバイスとROSの通信手段についての検討を行った。

本研究課題では、人とロボットの意思疎通を促す作業価値の共有を実現する方法論として共有学習制御の枠組みの構築を目的とする。ここで作業価値の共有とは、人とロボットが一つの共同作業課題において、各状況・各動作について同様の価値判断（たとえば、状況に応じた互いに同意の得られる動作選択）を行うということである。本研究で開発する強化学習を基礎とした相互学習アルゴリズムによって人とロボットの互いの動作意図共有を進め、ロボットのテレオペレーション課題において提案手法の有効性を評価する。当該年度においては、人とロボットの価値判断の共有に向けた、ロボットによる人の動作模倣を可能とする学習手法とその検証用プラットフォームの開発を進めた。具体的には、６自由度マニピュレータのシミュレータを開発、コントロールパッドによって人が仮想空間内のロボットを制御することを可能とした。仮想空間での人による制御データを蓄積し、その蓄積したデータに基づいてロボットが動作方策を学習、自律的にマニピュレーション課題を達成する方策が獲得された。さらにテレオペレーション課題での有効性評価に向けて、生活支援ロボットであるモバイルマニピュレータに対し、全身逆運動学手法を適用することでGUIを用いてロボットを遠隔操作する枠組みを構築した。また、計算効率を考慮した数値逆運動学解法の改良を行い、計算量の評価および実機への適用を行った。さらにVRデバイスとROSの通信手段についての検討を行った。