权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

学習システムを備えた生物規範に基づく2足歩行の実現

通过学习系统实现基于生物规范的双足运动

基本信息

批准号：
05J02829
负责人：
松原崇充
金额：
$ 1.73万
依托单位：
Nara Institute of Science and Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2005
资助国家：
日本
起止时间：
2005 至 2007
项目状态：
已结题

项目摘要

人間のダイナミクスは近似的に倒立振子モデルで説明されることが知られており,運動生理学やロボット工学の分野で様々な運動の説明や実現に広く使われている.我々は,このような汎用性の高いモデルに基づいて,ロボットの全身運動を効率的に学習・獲得させることを試みた.具体的には、倒立振子の状態・行動空間においてタスクを達成するための適切な重心制御則を学習し,獲得された重心の運動は全身の関節運動へと変換される.提案手法を,21自由度を有するヒューマノイドロボットにおけるインパクト動作の学習課題に適用した結果,数千回の試行回数により適切な全身運動が学習できることを数値実験により確認した.この成果に某づいて,国際学会で発表1件を行い,さらに論文誌1件への掲載が決定された.また,倒立振子モデル上での運動を全身関節の運動へと分配する際に問題となる不良設定性を,人の見本動データに基づいて解決する方法を提案し,シミュレーション実験によりその有効性を示した.この成果について,国内学会での発表1件を行った.さらに,より効率的な運動学習・環境適応性を実現するため,平均報酬の計量空間における強化学習法を提案した.提案手法は,強化学習の目的関数である平均報酬の計量空間上での方策勾配法であり,従来法で問題であったプラトー現象と呼ばれる学習の停滞を生じることなく,効率的な学習が実現される.また,極値付近では2次収束性も有している.この成果について,国内の研究会での発表1件を行った.今後は,2足歩行や全身運動のようなロボットの複雑な運動の学習に対する適用を目指す.

The human body is similar to the inverted oscillator. The explanation of the inverted oscillator is based on the knowledge of the movement physiology and the engineering of the movement. I want to learn how to achieve this goal. I want to try this goal. The specific state of the inverted oscillator, the movement space, the appropriate center of gravity control rules, the learning, the movement of the center of gravity, the movement of the whole body, and the transformation. The proposed method has 21 degrees of freedom, and the results of the study are applicable to thousands of times. The International Academy of Sciences published a report on the results of this study, and one paper was published today. The motion distribution of the inverted oscillator motion in the whole body joints is problematic. The problem of poor set-up is proposed. The solution to this problem is based on human motion. The results of this research are listed in the table of the National Academy of Sciences. In this paper, we propose a reinforcement learning method for the measurement space of average pay. The proposed method is to strengthen the goal of learning, to measure the average salary in space, to match the method, to solve the problem, to call for the stagnation of learning, to realize the efficiency of learning. In the past, the number of people who have paid close attention to the two times has increased. The results of this research will be published in the domestic research meeting. In the future, 2-foot walking and body exercise are applicable to the study of complex sports.

项目成果

期刊论文数量（7）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Learning CPG-based biped locomotion with a policy gradient method

DOI：
10.1016/j.robot.2006.05.012
发表时间：
2005-12
期刊：
5th IEEE-RAS International Conference on Humanoid Robots, 2005.
影响因子：
0
作者：
Takamitsu Matsubara;Jun Morimoto;Jun Nakanishi;Masa-aki Sato;Kenji Doya
通讯作者：
Takamitsu Matsubara;Jun Morimoto;Jun Nakanishi;Masa-aki Sato;Kenji Doya

逆運動学問題に置ける自然勾配法とヤコビアン擬似逆行列に基づく解法の等価性

基于自然梯度法和雅可比伪逆的逆运动学问题解的等价性

DOI：
发表时间：
2007
期刊：
影响因子：
0
作者：
Takamitsu Matsubara;Jun Morimoto;Jun Nakanishi;Masa-aki Sato;Kenji Doya;Takamitsu Matsubara;松原崇充;Takamitsu Matsubara;松原崇充
通讯作者：
松原崇充

人間動作より抽出される低次元特徴空間におけるヒューマノイドの全身運動制御

从人体运动中提取的低维特征空间中的仿人全身运动控制

DOI：
发表时间：
2007
期刊：
影响因子：
0
作者：
Takamitsu Matsubara;Jun Morimoto;Jun Nakanishi;Masa-aki Sato;Kenji Doya;Takamitsu Matsubara;松原崇充;Takamitsu Matsubara;松原崇充;松原崇充
通讯作者：
松原崇充

平均報酬の多様体に基づく方策勾配法

基于平均奖励流形的策略梯度方法

DOI：
发表时间：
2007
期刊：
影响因子：
0
作者：
Takamitsu Matsubara;Jun Morimoto;Jun Nakanishi;Masa-aki Sato;Kenji Doya;Takamitsu Matsubara;松原崇充
通讯作者：
松原崇充

Learning to acquire whole-body humanoid CoM movements to achieve dynamic tasks

DOI：
10.1109/robot.2007.363871
发表时间：
2007-04
期刊：
Proceedings 2007 IEEE International Conference on Robotics and Automation
影响因子：
0
作者：
Takamitsu Matsubara;J. Morimoto;J. Nakanishi;S. Hyon;Joshua G. Hale;G. Cheng
通讯作者：
Takamitsu Matsubara;J. Morimoto;J. Nakanishi;S. Hyon;Joshua G. Hale;G. Cheng