作業価値関数の相互獲得を通じた人とロボットの共有学習制御手法の開発

通过相互获取任务价值函数开发人机共享学习控制方法

• 批准号: 22H03669
• 负责人: 森本 淳
• 金额: $ 11.15万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22H03669/
• 关键词: 強化学習; ロボティクス; テレオペレーション; 機械学習

本研究課題では、人とロボットの意思疎通を促す作業価値の共有を実現する方法論として共有学習制御の枠組みの構築を目的とする。ここで作業価値の共有とは、人とロボットが一つの共同作業課題において、各状況・各動作について同様の価値判断（たとえば、状況に応じた互いに同意の得られる動作選択）を行うということである。本研究で開発する強化学習を基礎とした相互学習アルゴリズムによって人とロボットの互いの動作意図共有を進め、ロボットのテレオペレーション課題において提案手法の有効性を評価する。当該年度においては、人とロボットの価値判断の共有に向けた、ロボットによる人の動作模倣を可能とする学習手法とその検証用プラットフォームの開発を進めた。具体的には、６自由度マニピュレータのシミュレータを開発、コントロールパッドによって人が仮想空間内のロボットを制御することを可能とした。仮想空間での人による制御データを蓄積し、その蓄積したデータに基づいてロボットが動作方策を学習、自律的にマニピュレーション課題を達成する方策が獲得された。さらにテレオペレーション課題での有効性評価に向けて、生活支援ロボットであるモバイルマニピュレータに対し、全身逆運動学手法を適用することでGUIを用いてロボットを遠隔操作する枠組みを構築した。また、計算効率を考慮した数値逆運動学解法の改良を行い、計算量の評価および実機への適用を行った。さらにVRデバイスとROSの通信手段についての検討を行った。

该研究项目的目的是构建一个共享学习控制框架，作为实现工作价值共享的方法论，从而促进人类与机器人之间的沟通。这里的共享工作价值是指人类和机器人在单个协作工作任务中对每种情况和每个动作做出相似的价值判断（例如，根据情况选择双方都同意的动作）。使用本研究开发的基于强化学习的相互学习算法，我们将促进人类和机器人之间相互运动意图的共享，并评估所提出的方法在机器人遥操作任务中的有效性。本财年，我们在机器人模仿人类行为的学习方法及其验证平台的开发方面取得了进展，旨在实现人类与机器人之间共享价值判断。具体来说，我们开发了一种 6 自由度机械手模拟器，允许人类使用控制板在虚拟空间中控制机器人。积累虚拟空间中的人类控制数据，机器人根据积累的数据学习运动策略，获得自主完成操纵任务的策略。此外，为了评估远程操作任务的有效性，我们将全身逆运动学方法应用于移动机械手（生命支持机器人），以构建使用 GUI 远程控制机器人的框架。此外，考虑到计算效率，我们改进了数值逆运动学求解方法，评估了计算量，并将其应用于实际机器。此外，我们还研究了 VR 设备和 ROS 之间的通信方法。