深層学習(Deep Learning)を利用した「物体折り畳みタスク」
産総研(人工知能研究センター)と早稲田大学(尾形哲也研究室)では、動作教示や模倣を利用したヒューマノイドロボットの動作学習に取り組んでいます。
本動画では研究結果の一例として、深層学習(Deep Learning)を利用した「物体折り畳みタスク」の研究をご紹介します。本研究成果では、ロボットが自身の経験をもとにタオルや本などを繰り返し折りたたむ動作を可能としています。
ロボットには数枚のタオルを折りたたむ経験をさせ、取得した画像情報や運動情報をもとに学習を行います。学習にはAutoencoderとRecurrent Neural Networkをそれぞれ拡張したモデルを用いており、様々なセンサ情報と運動情報の統合を行います。学習モデル内ではロボットの経験を汎化し、限られた学習データからでも、物体の位置ずれや異なる物体(本など)に対応した動作を10秒程度で実行することが可能となります。
従来の柔軟物体を扱う手法とは異なり、モデリングや画像処理などの高コストの処理を必要とせず、自然な速度で動作を生成することが可能です。少ない経験から幅広い物体を扱えることが可能となることで、ロボットへの作業教示の時間削減や、ロボットによる人間の作業代替が期待されます。
国立研究開発法人新エネルギー・産業技術総合開発機構（ＮＥＤＯ）の委託業務の成果を活用しています。
%E3%82%92%E5%88%A9%E7%94%A8%E3%81%97%E3%81%9F%E3%80%8C%E7%89%A9%E4%BD%93%E6%8A%98%E3%82%8A%E7%95%B3%E3%81%BF%E3%82%BF%E3%82%B9%E3%82%AF%E3%80%8D%EF%BC%89.jpeg "深層学習(Deep Learning)を利用した「物体折り畳みタスク」")
