Development of Scalable Robot Learning System for Service Robotics

服务机器人可扩展机器人学习系统的开发

基本信息

批准号：
22KJ0881
负责人：
松嶋達也
金额：
$ 1.09万
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：
2023
资助国家：
日本
起止时间：
2023-03-08 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ0881/
关键词：
ロボット学習ロボットシステムサービスロボット

项目摘要

2019年10月より，各ロボット学習手法を実ロボット制御で検証するために，家庭領域における生活支援タスクを行うロボットの開発に取り組んでいる．とくに，現在はトヨタ自動車の開発したモバイルマニピュレータHSRを用いて，家庭内での生活支援タスクに関する研究開発を継続している．本年度は，学習を用いることによりできるだけ簡単に環境やタスクの変化に対応できるようなシステム設計に関する研究を行った．具体的には，物理シミュレーションを活用して多様なレイアウトの画像データを生成し，それらを学習データに用いることで実世界の家具や物体認識に活用する（sim2realという）ことや，最新のマルチモーダルモデルを組みわせ，物体の認識結果を言語情報を用いて簡単にチューニングできるようにするなどの仕組みを開発した．本研究内容に関する論文は英文誌Advanced Roboticsに採録されている．さらに，これらの開発の経験をもとに，家庭内の生活支援ロボットを対象に，データドリブンなロボットシステムを構築するためのシステム設計や開発工程のあり方に関する検討を行った．データドリブンなロボットシステムの開発は，開発内容の意思決定，それに基づくプログラムや学習モデルの実際の開発，開発項目のテストというサイクルを繰り返すことで進められる．これらの開発サイクルは，異なる複数の時間スケールの意思決定・開発・テストのサイクルが階層的に積み重なることで構成されており，大きく分けて，学習データ改善のサイクル，モデル改善のサイクル，システム改善のサイクルと3階層に分けて整理し，それらのサイクルを効率的に開発するための開発支援システムを提案した．本研究内容に関する論文は和文誌日本ロボット学会誌のレターとして採録済であり，出版準備中である．

自2019年10月以来，我们一直在开发机器人，这些机器人在本领域执行生命支持任务，以便使用实际的机器人控制验证每种机器人学习方法。特别是，我们目前正在使用Toyota Motor Corporation开发的移动操纵器HSR进行有关家庭生活支持任务的研究和发展。今年，我们对系统设计进行了研究，使学生可以通过学习尽可能轻松地对环境和任务的变化做出响应。具体而言，我们开发了一种使用物理模拟的机制，该机制使用各种布局来生成图像数据，并将它们用作训练数据将它们用于现实世界的家具和对象识别（称为SIM2REAL），并使用最新的多模型来使对象识别模型易于使用语言信息来易于调整。有关这项研究的论文已在《英语杂志高级机器人技术》中收集。此外，根据这些开发经验，我们研究了用于构建数据驱动机器人系统的系统设计和开发过程，用于国内生活支持机器人。数据驱动机器人系统的开发是通过重复对开发内容，基于程序的实际开发和学习模型的实际开发以及测试开发项目的决策周期来实现的。这些开发周期包括在多个时间尺度上层次堆叠决策，开发和测试周期。它们分为三层：学习数据改进周期，模型改进周期和系统改进周期，并提出了一个开发支持系统，以有效地开发这些周期。有关这项研究的论文已被接受为日本机器人学会杂志的信，目前正在准备发表。

项目成果

期刊论文数量（5）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

サービスロボットシステムにおけるデータドリブンな開発工程の検討－World Robot Summit 2020 Partner Robot Challengeでの事例を踏まえた考察

服务机器人系统中数据驱动开发流程的思考——基于2020年世界机器人峰会合作伙伴机器人挑战赛案例的思考

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Matsushima Tatsuya;Noguchi Yuki;Arima Jumpei;Aoki Toshiki;Okita Yuki;Ikeda Yuya;Ishimoto Koki;Taniguchi Shohei;Yamashita Yuki;Seto Shoichi;Gu Shixiang Shane;Iwasawa Yusuke;Matsuo Yutaka;松嶋，野口，有馬，原田，青木，沖田，池田，石本，谷口，山下，瀬戸，Gu，岩澤，松尾
通讯作者：
松嶋，野口，有馬，原田，青木，沖田，池田，石本，谷口，山下，瀬戸，Gu，岩澤，松尾

制御方策の学習アルゴリズムにおける時間の離散化の影響と連続時間への拡張に向けた考察

时间离散化对控制策略学习算法的影响以及扩展到连续时间的考虑

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
松嶋;有馬;鈴木;岩澤;松尾
通讯作者：
松尾

Collective Intelligence for 2D Push Manipulations With Mobile Robots

DOI：
10.1109/lra.2023.3261751
发表时间：
2022-11
期刊：
IEEE Robotics and Automation Letters
影响因子：
5.2
作者：
So Kuroki;T. Matsushima;Jumpei Arima;Hiroki Furuta;Yutaka Matsuo;S. Gu;Yujin Tang
通讯作者：
So Kuroki;T. Matsushima;Jumpei Arima;Hiroki Furuta;Yutaka Matsuo;S. Gu;Yujin Tang

M3IL: Multi-Modal Meta-Imitation Learning

M3IL：多模态元模仿学习