行動の模倣と伝達における文脈と環境の非均質性の扱いに関する研究

行为模仿和传播中情境和环境异质性的处理研究

• 批准号: 12F02047
• 负责人: 中村 仁彦
• 金额: $ 0.77万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2012
• 资助国家: 日本
• 起止时间: 2012 至 2013
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-12F02047/
• 关键词: 機械学習; インピーダンス学習; 反射モデル; 強化学習; 筋骨格モデル

研究代表者らはこれまでに、ヒューマノイドロボットの運動制御とその計算論の研究を進めてきた。その中でより複雑な計算課題として、人間の全身の筋骨格系のモデル化とその計算を行ってきている。この研究では現在では、モーションキャプチャシステムと床反力計、無線筋電計などを用いて動的な運動からその際に生じている筋張力を推定する方法を提案し、そのためのソフトウェアの開発を行ってきている。本研究では、行動の文脈や環境によって巧みに制御される人間のインピーダンス調節機能のモデルを開発する。インピーダンス調節機能の学習モデルにおいては、学習の速度および課題として扱う問題の次元の増加にともなって、アルゴリズムの安定性を維持することが重要になる。例えば、現在の逆最適制御問題は、限られたデータセットについての、大域的な関数近似を用いた問題固有の解法をオフラインで実施している。平成24年度はこの問題を中心に研究を実施した。第一課題として、オンラインの計算を可能にする局所関数近似を採用した。人間の反射弓の伝達速度と、ロボットのセンサ情報のフィードバックの伝達速度には約100倍の違いがある。人間の反射モデルをロボットの行動に利用するためには伝達速度の違いを乗り越える実装方法を開発する必要がある。第二課題として、時間についての無次元化に基づくアルゴリズムを開発した。ここではモデルに依存しない強化学習法の中の時間差分最小二乗学習法を基礎とする方法を開発した。非線形力学系を局所的な線形近似モデルの重み付重ね合わせとして表現し、その重みをベルマンのダイナミックプログラミングに従った学習法で求めるアルゴリズム開発し、局所重付時間差分最小二乗学習法と名付けた。これを用いた数値実験によってロボットマニピュレータが持つ非線形特性に対しても有効に働くことを確認した。

The research representatives are engaged in the research of motion control theory. In the middle of the calculation, the whole body of the human body is calculated. This study proposes a method for estimating the tension of tendons during the movement of the tendons by means of a bed reaction meter and a radio tendon meter. This study aims to explore the regulatory function of human interaction in the context of mobile interaction. It is important to maintain the stability of the learning process, the speed of learning and the problem of increasing the dimension of learning process. For example, the inverse optimal control problem in the present case is implemented in the middle of the problem. Heisei 24 years of research and development The first problem is to approximate the number of possible problems. The speed of reflection of human beings is about 100 times faster than that of the original information. Human reflection and movement are necessary for the development of methods for achieving speed and accuracy. The second issue is the development of non-dimensionalization of time and space. This paper introduces the basic method of time difference least squares learning in reinforcement learning. The linear approximation of non-linear mechanics system is based on the linear approximation of the weight. The number of people who are interested in this topic is:

项目成果

研究室Webページ:

实验室网页：