生体とロボットにおける運動技能と知能行動の獲得に関する研究
【研究分野】制御工学
【研究キーワード】
強化学習 / 身体ダイナミクス / 繰り返し学習 / オカス / 内部ダイナミクス / 運動学習 / カオス / インピーダンス / リーチング動作 / マニピュレーション
【研究成果の概要】
生体とロボットにおける「運動技能形成(Human and Robot Skill)」と「自律知能(Autonomous Intelligence)」について興味ある成果を得た.これらの結果は今後のホームロボットやペットロボットの開発に寄与するところ大であると考える.詳細は報告書に記載されている.
1)運動・行動学習:上肢のリーチング動作における運動学習の般化と内部表現について実験的に考察し、外部環境(干渉粘性力場)が脳内部で準局所的モデルとして表現されている可能性を示唆している.
2)タスク依存の技能獲得(スキル):私たちの技能(スキル)は、環境への働きかけを通して獲得される.本研究では、動作を繰り返す中で、タスクに応じた運動パターンをロボットが自ら獲得するための手法を提案し、リーチング動作やバッティングに応用している.また、複数ロボットの分散協調制御や多指ハンドによる対象物の操作制御についても興味ある結果を得ている.
3)非線形力学系に基づく連想記憶モデル:ローレンツ方程式から導いた振動子集団と各振動子が共有する大域的場から成る新たな神経振動子ネットワークを提案している.そして、外部入力パターンと既記憶パターンとの類似関係によって、系の内部状態が周期状態とカオス振動状態を遷移する動的連想記憶モデルおよび、この内部ダイナミクスの質的変化を学習則の制御に利用した自律学習アルゴリズムを導出している.
4)自律移動ロボットの行動学習:強化学習とニューラルネットを組み合わせた枠組みを自律移動ロボットの行動学習に適用することを提案している.そして、センサ空間からロボット駆動力までのマッピングを合目的的に獲得できることを示すとともに、タスク達成に必要な知識がニューラルネットの中間層に抽象化されて表現されることを示している.
【研究代表者】