Comprehensive data-driven learning, prediction and generation of whole-body contact motions based on cyber-physical human model

点击翻译按钮获取中文摘要

インタラクティブサイバーフィジカルヒューマン(iCPH) によるデータ収集の枠組みに関しては、ヒューマノイドロボットのプラットフォームとして、小型 (ROBOTIS OP-3) と等身大 (川崎重工 Kaleido) を導入し運用を開始した。ロボットや人間の外表面に装着可能な柔軟な分布型センサとして、3cm間隔で接触を検出できる市販センサの利用を開始するとともに、より高密度 (1cm以下)で面接触を計測可能な分布型センサと信号伝送系を実装し、接触分布がリアルタイムで取得できることを確認した。① 接触運動の汎用表現の雛形の検討と事例データの整備に関しては、人間歩行運動データを例に取り、人間とロボットの両方に適用可能な身体部位と環境との接触列表現のプロトタイプを導出した。事例データに関しては、人間の運動と複数の接触を同時に計測したデータを作成し、人体形状の汎用的表現SMPLによる運動と接触力を同時に利用できるデータとして整備した。② 接触運動の逆最適化手法の導出に関しては、これまでに構築した解析勾配手法を用いて、ヒューマノイドロボットに対して逆最適化制御の高速計算手法を構築した。また、強化学習を用いた運動戦略の獲得について研究を実施し、小型ヒューマノイドロボットの歩行運動、全身運動に対して有効性を検証した。③ 接触運動ネットワークの学習機構のプロトタイプ作成に関しては、人間の歩行運動を対象に、運動データから地面との接触状態を推定する学習システムのプロトタイプを構築した。これを既存の公開歩行データベースに適用し、データセットを学習用・評価用に分け、学習に使用していない評価データで接触の推定が可能なことを検証した。また、その学習結果を本課題で取得した事例データに適用し、精度は下がるものの接触推定が行える可能性が示された。