感覚と行動のマッピングに基づく移動ロボットの行動獲得及び統合に関する研究

基于感知和行为映射的移动机器人行为获取与集成研究

• 批准号: 08235213
• 负责人: 浅田 稔
• 金额: $ 1.92万
• 依托单位: Osaka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas
• 财政年份: 1996
• 资助国家: 日本
• 起止时间: 1996 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-08235213/
• 关键词: ステレオスケッチ; 領域分割; 最小記述長原理; 強化学習; 視覚サーボ; 4脚ロボット; 適応視覚サーボ

本研究では,視覚情報と移動ロボットの挙動(観察行動も含む)を規定する行動集合の存在のみを前提条件として,未知環境下で種々の行動を学習する実験を行った.具体例として,前年度実施した単眼視移動ロボットの障害物回避行動,目標物到達行動及びその統合タスクをステレオ視に拡張した.また,脚移動ロボットを対象として,環境との相互作用による学習,多様な内部表現の可能性を探ってきた.以下が本年度の実績及び評価である.1.ステレオ視に基づく移動ロボットの行動学習1)実時間画像相関ボードを用いてステレオビジョンシステムを構築した.但し,誤対応を避けるために,粗密法による対応探索を相関に基づいて実現し,ISO-DATAアルゴリズムを用いて,視差,位置,運動情報に基づいて領域分割し,最小記述長原理にもとづいて適正な領域記述を獲得した.2)得られた領域記述(位置,視差,運動情報)を基に,強化学習による状態空間を構成した.特徴として,陽に障害物を記述する事なく,目標物の見え方による状態空間を構成する事により,タスク分割を行わずに行動(目標物到達,障害物回避)を学習できた.3)実機で実験を行いその有効性を検証した.ステレオ視による粗密対応,領域分割,MDL原理の適用などで処理時間を要し,現在5サイクル/秒であるが,高速CPUの利用により実時間処理可能と考えられる.2.脚式移動ロボットによる環境との相互作用の基礎実験1)4脚式ロボットベース一式を購入し,計算機に接続した.ロボット本体に2台のTVカメラを設置し,現在有線で制御している.2)視覚サーボの観点から,まず4脚を固定した場合の目標物追跡制御(結果として揺動行動が表れる)を実現した.更に,適応視覚サーボを適用し,動作を確認した.3)今後,歩容の獲得学習にむけて取り組む予定である.

This study で は, inspect 覚 intelligence と mobile ロ ボ ッ ト の 挙 move (観 examine action も including む) を す る action set の is の み を precondition と し て, unknown environments で kind 々 の を action learning す る be 験 を line っ た. Concrete example と し て, before the annual be し た 単 eye see mobile ロ ボ ッ ト の handicap of avoidance action, arrive the target action and び そ の integration タ ス ク を ス テ レ オ visual に company, zhang し た. ま た, feet move ロ ボ ッ ト を like と seaborne し て, environmental と の interaction に よ る study, many others な internal performance の possibility を agent っ て き た. The following が の this year be performance and び review 価 で あ る. 1. ス テ レ オ visual に base づ く mobile ロ ボ ッ ト の action learning time 1) be portrait photograph masato ボ ー ド を with い て ス テ レ オ ビ ジ ョ ン シ ス テ ム を build し た. But し, mistakenly polices 応 を avoid け る た め に, secret coarse に よ る 応 seaborne exploration phase を masato に base づ い て be し, ISO - DATA ア ル ゴ リ ズ ム を with い て, parallax, position, sport intelligence に base づ い segmentation し て field, the principle of minimum account long に も と づ い て optimum is な domain account を get し た. 2) have to ら れ た domain account (position, parallax, luck The を basis に, reinforcement learning による state space を constitutes た. Special 徴 と し て, Yang に handicap of content を account す る matter な く, target の see え party に よ る state space を constitute す る matter に よ り, タ ス ク line segmentation を わ ず に action (arrive the target, handicap of avoidance) を learning で き た. 3) be machine で be 験 を line い そ の have sharper sex を 検 card し た. ス テ レ オ visual に よ る coarse 応 seaborne, domain segmentation, the MDL principle の applicable な ど で 処 manage time を want し, now 5 サ イ ク ル / SEC で あ る が, high-speed CPU の using に よ り be time 処 possible と え ら れ る. 2. Foot type mobile ロ ボ ッ ト に よ る environment と の interaction based be の 験 1) 4 foot type ロ ボ ッ ト ベ ー ス を buy し a type, computer に meet 続 し た. ロ ボ ッ ト ontology に two の TV カ メ ラ し を setting, now cable で suppression し て い る. 2) sight 覚 サ ー ボ の 観 point か ら, ま ず 4 feet を fixed し た occasions の target tracing suppression (と results Youdaoplaceholder3 て shaking action が table れる を actual manifestation た. More に, depending on the optimum 応 覚 サ ー ボ を applicable し, action を confirm し た. 3) in the future, step let の learning に む け て む り group to fixed で あ る.

项目成果

M.Asada: "Target Reaching Behavior Learning with Occlusion Detection and Avoidance for A Stereo Vision-Based Mobile Robot" Proc.of ROBOLEARN96:An International Workshop on Learning foe Autonomous Robots. 1-10 (1996)

M.Asada：“基于立体视觉的移动机器人通过遮挡检测和避免进行目标到达行为学习”Proc.of ROBOLEARN96：学习敌人自主机器人的国际研讨会。

T.Nakamura: "Stereo Sketch:Stereo Vision-Based Target Reaching Behavior Acquisition with Occlusion Detection and Avoidance" Proc.of IEEE Int.Conf.on Robotics and Automation. 1314-1319 (1996)

T.Nakamura：“立体草图：基于立体视觉的目标到达行为获取与遮挡检测和避免”Proc.of IEEE Int.Conf.on 机器人与自动化。

T.Nakamura: "Behavior-Based Map Representation for a Sonor-Based Mobile Robot by Statistical Methods" Proceedings of 1996 IROS. 276-283 (1996)

T.Nakamura：“通过统计方法对基于声纳的移动机器人进行基于行为的地图表示”1996 年 IROS 论文集。

M.Asada: "Purposive Behavior Acquisition for a Real Robot by Vision-Based Reinforcement Learning" Machine Learning. 23. 279-303 (1996)

M.Asada：“通过基于视觉的强化学习来获取真实机器人的目的行为”机器学习。

竃門 光彦: "視覚情報に基づく脚式ロボットの行動-実機による実験-" 第14回日本ロボット学会学術講演会予稿集. 749-750 (1996)

Mitsuhiko Kamado：“基于视觉信息的腿式机器人的行为 - 使用真实机器的实验 -”日本机器人学会第 14 届学术会议论文集 749-750（1996）。