本文へジャンプ

成果報告書詳細
管理番号20170000000053
タイトル平成27年度―平成28年度成果報告書 次世代ロボット中核技術開発/(次世代人工知能技術分野)道具の操りと身体性の相互作用/柔軟ロボットによる身体環境相互作用に基づく道具使用
公開日2017/4/28
報告書年度2015 - 2016
委託先名国立大学法人東京大学
プロジェクト番号P15009
部署名ロボット・AI部
和文要約平成27年度?平成28年度成果報告書 次世代ロボット中核技術開発/(次世代人工知能技術分野)道具の操りと身体性の相互作用/柔軟ロボットによる身体環境相互作用に基づく道具使用

 本研究開発では、手近な物体を道具として活用してタスクを遂行する柔軟ロボットの実現を目指し、物体への働きかけによる物体特性の抽出とそれに基づく運動生成に取り組んだ。ロボットの動作獲得手順は以下である。まず、ロボットは様々な道具を把持した状態で予備動作とタスク動作を行うことで、その関係性を把握する(学習フェーズ)。次に、使用したい道具を把持した身体で予備動作を行い、前に取得した予備動作特徴と目標タスクの運動指令の関係を用いて、タスク実現のための運動を生成する(実行フェーズ)。
調査研究では学習フェーズのうち物体への働きかけによる物体特性抽出と、運動生成を検討した。
まず、実験環境を構築した。動力学シミュレーション上に3関節のロボットアームモデル、柔軟棒モデルを作成した。McKibben型空気圧人工筋をアクチュエータとする実ロボットも同様の構成で開発し、その動作生成のための双方向テレオペレーションシステムも試作した。また、道具を用いた移動等を可能とするための高い運動性能を目指したロボットとしてエアシリンダをベースとしたアクチュエータからなるロボットの開発も行った。
 次に、柔軟棒の振り動作と棒特性あるいは棒の引き寄せ動作指令の関係を多層ニューラルネットワークにより学習した。振り動作からの棒特性の学習は成功し、棒特性の知覚のための棒振りの有効性が確認された。また、棒特性を求めるネットワークでも棒の引き寄せ指令を求めるネットワークでも共通の特性が見られた。
また、上記学習に用いた教師データの動作指令はばらつきが大きく改善が求められたため、物体引き寄せ動作のような過渡的運動における目標状態への指令値を求める方法を検討した。
さらに、指令値の直接出力ではなく、周辺のダイナミクスの推定結果の出力による汎用性の向上のため、柔軟棒を持ったアームのダイナミクス学習についても検討した。ここでは学習器のパラメータによる性能変化を調査した。
また、振り動作のパタンによって抽出できる情報が変わることを確かめるため、筋骨格アームによる剛体棒の振り動作において振り方を変えた時の棒の質量パラメータによる運動軌道特徴の変化を調査した。その結果、1つの質量パラメータ変化のみに敏感な振り動作が存在することが確認された。
本研究開発では身体、道具を区別せずに扱うため、柔軟棒の使用と柔軟身体の使用は同様に扱える。そこで、棒振り動作以外の運動として身体が柔軟な連続ロボットアームによるボール投げについても調査した。シミュレーション上でボール投げ動作、振り動作を行わせ、振り動作からのボールパラメータの推定に基づいた投げ動作の生成を行った。
英文要約Title: Strategic Advancement of Multi-Purpose Ultra-Human Robot and Artificial Intelligence Technologies / Interaction between tool-use and embodiment / Tool-use by soft robots based on the interaction between body and environment

The purpose of this research is to establish the method for soft robots to use unknown tools quickly. To do this, we focus on the motion which is generated by the interaction between tools and robots. First, the robot perceive the relation between preliminary motion and target motion by conducting these motions with grasping various objects. Next, the robot conduct preliminary motion with target object. Then, using the relation between characteristics of preliminary motion and motion command for target task, the robot generates motions for task.
In this investigation research, we examine about the extraction of the property of objects and motion generation by interacting with objects.
First, we prepared the setup of experiments. We constructed a robot arm with three joints and flexible bar model in dynamic simulation. We also developed a musculoskeletal robot arm with McKibben-type pneumatic muscles. In order to help its motion generation, we developed the bilateral teleoperation system for this robot. In addition, we developed robots with air cylinders for high physical ability for locomotion with tools.
Next, we conducted machine learning with multi-layer neural network to extract the relationship between swing motion of flexible bar and its property or motion command for retrieval task using the bar. We confirmed the effectiveness of swing motion to perceive the property of bars. In this experiment, we found the common property between the network for bar’s property and the network for retrieval motion. It indicated the property of swing motion was extracted in the networks.
In the above experiment, training data were varied. In order to improve it, we examined the method to decide the commands for transient motion like retrieval motion.
Then, we conducted learning experiment for dynamics of arm with flexible bar to improve versatility. We searched appropriate parameters for learning system.
We investigated the effect of the type of preliminary motions on extraction information. We examined the change of characteristics of trajectories by physical parameters of a bar with different swing motions. We found the specific swing motion which is sensitive to the single physical parameters of a bar.
In this research, we can treat the use of flexible tools and the use of soft body in the same manner because we do not divide body and tools. Therefore, we examined the throwing motion by the soft arm. This arm generated throwing motions after perceiving the property of balls in simulation.
ダウンロード成果報告書データベース(ユーザ登録必須)から、ダウンロードしてください。

▲トップに戻る