身体性共有と神経情報処理マッピングによる臨機応変な物体操作実現法
【研究キーワード】
ロボティクス / 身体性 / 遠隔操作 / 深層模倣学習 / 視線計測 / 神経情報計測 / バーチャルリアリティ
【研究成果の概要】
深層模倣学習は、視覚を用いた物体操作を可能とするが、過学習の問題、特に無関係の情報の影響を受けやすいという問題がある。我々は、人がロボットを遠隔操縦する際の視線情報を計測するプラットフォームを開発した。人の視線情報を深層模倣学習と組み合わせることで、タスクに無関係な情報に対してロバストな物体操作を実現することができる。Mixture density networkを用いて視線位置を再現し、その周辺の画像を切り出し、モータ出力の計算を行った。タスクに必要な情報を集中的に処理することで、針の糸通しやバナナの皮むきの際に臨機応変に状況判断することが可能となった。
【研究の社会的意義】
本研究は、自律ロボットの物体操作能力の向上のための基盤技術に関するものである。現状のロボット技術では、食材のように形状や固さなどのばらつきが多い対象物体はモデル化が困難であり、扱うことができなかった。我々は、深層模倣学習に着目した。人が直感的にロボットを遠隔操作するためのシステムと操縦時の視線情報を計測するプラットフォームを開発した。人が物体操作時に重要な情報を持つ部分に注意を向けることを利用し、人の視線情報を模倣することで、複雑な環境や対象物体において、特に重要な情報のみを用いて模倣学習を行うことで、格段に性能向上可能であることを実証した。
【研究代表者】
【研究分担者】 |
長久保 晶彦 | 国立研究開発法人産業技術総合研究所 | 情報・人間工学領域 | 主任研究員 | (Kakenデータベース) |
|
【研究種目】基盤研究(A)
【研究期間】2018-04-01 - 2021-03-31
【配分額】44,330千円 (直接経費: 34,100千円、間接経費: 10,230千円)