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

通过相互获取任务价值函数开发人机共享学习控制方法

• 批准号: 22H03669
• 负责人: 森本 淳
• 金额: $ 11.15万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22H03669/
• 关键词: 強化学習; ロボティクス; テレオペレーション; 機械学習

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。

This research topic is about the methodology and the structure of the shared learning system. This is a common task, a common task, a common situation, and a common action. This study develops the foundation of reinforcement learning, mutual learning, and evaluation of the effectiveness of proposal techniques in interactive learning. When the year is over, people will be able to judge the common direction, the movement of people, the possibility of learning methods, and the development of evidence. The concrete is 6 degrees of freedom, and it is possible to develop and control the space. The goal is to achieve the goal of learning and self-discipline through the development of human resources. For example, the GUI can be used for remote operation. The improvement of inverse kinematics solution, evaluation of calculation quantity and application of calculation efficiency are considered. VR devices and ROS communication means are used to detect and discuss information.