ｓｅｑｕｅｎｃｅ－ｔｏ－ｓｅｑｕｅｎｃｅモデルを用いた臨機応変な物体操作

使用序列到序列模型的灵活对象操作

• 批准号: 18J14272
• 负责人: 沓澤 京
• 金额: $ 0.96万
• 依托单位: Saitama University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2018
• 资助国家: 日本
• 起止时间: 2018-04-25 至 2020-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-18J14272/
• 关键词: ロボット; 深層学習; 動作生成; ニューラルネットワーク; sequence-to-sequenceモデル; 表現学習

本研究はsequence-to-sequence(seq2seq)モデルと呼ばれるニューラルネットワークを用いて，複数動作の臨機応変な組み合わせによる動作生成を目指すものであった。本年度においては，単一の動作を学習したseq2seqモデルを使って，モデルが獲得した動作の低次元表現（潜在表現）を利用した動作生成の研究をおこなった。まずは昨年度に引き続いて，訓練済seq2seqモデルの潜在表現を与えられた目的関数で最適化する研究に取り組んだ。seq2seqモデルは動力学的制約にあわせた軌道変形を学習するが，その後は訓練時とは異なる目的関数のもとで動作生成する必要がある。本研究では誤差逆伝播法に基づいた手法を提案し，軌道の終端位置の指定や制限速度の設定といった訓練時に与えていない目標への動作生成をモデルの再学習なしに実現した。続いて，人間からの教示動作でseq2seqモデルを訓練する研究に取り組んだ。具体事例として，画像情報を基に動作生成するタスクを扱った。実環境では画像の撮影条件が容易に変化するので，少数の教示データで学習することが求められる。本研究では，seq2seqモデルに教示動作を学習させた後，エンコーダ部分を新たなモデルに取り換えて再学習する手法を提案した。本手法は動作の潜在表現という撮影条件に不変な表現を利用することで，新規な状況への再適応を可能とする。実験によってカメラ位置などが大きく変化しても少数の教示動作から安定的に動作の再学習ができることを確認した。最終的に本研究によって，不連続性をもつ物理モデルや教示動作などの様々な方法によって動作学習が可能となり，さらに潜在表現を使って新たな目的関数やデータに対して動作の再適応・再学習が可能となる。これを既存技術と組み合わせることで，様々な動作を状況に応じて生成することが可能になると期待できる。

This study は sequence - to - sequence (seq2seq) モ デ ル と shout ば れ る ニ ュ ー ラ ル ネ ッ ト ワ ー ク を with い て, plural action の occasion requires 応 - な group み close わ せ に よ る action generated を refers す も の で あ っ た. This year に お い て は, 単 の action を learning し た seq2seq モ デ ル を make っ て, モ デ ル が get し た action の low dimensional performance (potential) を using し の た movements research を お こ な っ た. Annual に ま ず は yesterday led き 続 い て, training 済 seq2seq モ デ ル の potential performance を and え ら れ た objective optimal number of masato で す る research group take り に ん だ. Seq2seq モ デ ル は dynamic restriction に あ わ せ た orbit - shaped を learning す る が, そ の は training after と は different な る purpose masato number の も と で action generated す る necessary が あ る. This study で は error inverse 伝 seeding method に base づ い た を proposal し, orbital の terminal location の や system specified limit speed の と い っ た training に and え て い な い target へ の action generated を モ デ ル の relearning な し に be presently し た. 続 い て, human か ら の teaching action で seq2seq モ デ ル を training す に る research group take り ん だ. Specific examples: と て, portrait intelligence: を, base: に, action generation: するタス, を, った, った. Be environmental で は portrait が easy に の pinch of shadow conditions - the す る の で, minority の teaching デ ー タ study で す る こ と が o め ら れ る. This study で は, seq2seq モ デ ル に teaching action を learning さ せ た after エ ン コ ー ダ part を new た な モ デ ル に take り in え て relearning す る technique proposed を し た. This gimmick は action potential performance の と い う に don't pinch of shadow conditions - を な performance using す る こ と で, new rules な condition へ の and optimum 応 を may と す る. Be 験 に よ っ て カ メ ラ position な ど が big き く variations change し て も minority の teaching action か ら stable に action の relearning が で き る こ と を confirm し た. Final に this study に よ っ て, not even 続 sex を も つ physical モ デ ル や teaching action な ど の others 々 な method に よ っ て action learning が may と な り, さ ら に potential performance を make っ て new た な purpose masato number や デ ー タ に し seaborne て movement の optimum 応 again, to learn が may と な る. こ れ を existing technology group と み わ せ る こ と で, others 々 な action を condition に 応 じ て generated す る こ と が may に な る と expect で き る.

项目成果

Simultaneous Estimation of Contact Position and Tool Shape using Unscented Particle Filter

使用无味颗粒过滤器同时估计接触位置和工具形状

• 发表时间: 2020
• 期刊: IEEJ Journal of Industry Applications
• 影响因子: 1.7
• 作者: Kutsuzawa Kyo;Sakaino Sho;Tsuji Toshiaki
• 通讯作者: Tsuji Toshiaki

画像情報を含んだ模倣学習におけるSequence-to-Sequence Autoencoderの利用

序列到序列自动编码器在包括图像信息的模仿学习中的使用

• 发表时间: 2019
• 作者: Kyo Kutsuzawa ;Sho Sakaino ;and Toshiaki Tsuji;沓澤京
• 通讯作者: 沓澤京

Sequence-to-Sequence Model for Trajectory Planning of Nonprehensile Manipulation Including Contact Model

用于包括接触模型的非综合操纵轨迹规划的序列到序列模型

• DOI: 10.1109/lra.2018.2854958
• 发表时间: 2018
• 期刊: IEEE ROBOTICS AND AUTOMATION LETTERS
• 影响因子: 5.2
• 作者: Kyo Kutsuzawa ;Sho Sakaino ;and Toshiaki Tsuji
• 通讯作者: and Toshiaki Tsuji

Simultaneous Estimation of Contact Position and Tool Shape using Particle Filter

使用粒子滤波器同时估计接触位置和工具形状

• 发表时间: 2019
• 作者: Kyo Kutsuzawa ;Sho Sakaino ;and Toshiaki Tsuji;沓澤京;Kyo Kutsuzawa
• 通讯作者: Kyo Kutsuzawa

訓練済み軌道生成モデルを用いた新たな動作目標への軌道最適化

使用经过训练的轨迹生成模型对新运动目标进行轨迹优化

• 发表时间: 2018
• 作者: Kyo Kutsuzawa ;Sho Sakaino ;and Toshiaki Tsuji;沓澤京;Kyo Kutsuzawa;沓澤京
• 通讯作者: 沓澤京