講演情報
[2G5-OS-47b-04]人ロボット協働におけるEnd-to-End模倣学習のためのデータデザイン
〇深沢 建人1,2、吉村 優汰3,2、中條 亨一2、尾形 哲也3,2、堂前 幸康2、山野辺 夏樹2,1 (1. 東京農工大学、2. 産業技術総合研究所、3. 早稲田大学)
キーワード：
人ロボット協働、模倣学習、基盤モデル、学習データ設計
大規模データとモデルでの学習で得られる基盤モデルが，ロボットの汎用性を高めるものとして注目されている．しかし，人ロボット協働においては，人の動作の多様性や安全性の考慮といった特有の課題があり，基盤モデルの構築に向けたデータ設計の知見は十分ではない．加えて，基盤モデルは学習データ量の増加に従い性能が向上することが知られており，人ロボット協働では人由来の多様性を学習データにどう含めるかが重要となる．本研究では，人ロボット協働における基盤モデル構築に向けて，学習データの特性と行動方策の精度の関係性を，End-to-Endの模倣学習を通じて明らかにすることを目的とする．具体的には，タオルを手渡す協働タスクを対象に，データ量による動作精度の変化に加え，人の骨格情報を付与したデータ設計が挙動に与える影響を検証した．さらに，人との協働に不可欠な安全性を獲得させるため，特定の状況でロボットが待機動作を示すようなデータ設計の工夫を行い，安全な動作を実現するための要素を検討した．本検討により，人ロボット協働に適応可能な基盤モデルに必要となる，効果的な学習データ設計の指針を提示する．