物体操作学習

周囲の環境に適応し持続的に発達できるロボットの開発が注目されています. 中でも,ロボットが自発的に物体の操作法を獲得することが重要とされています. 私たちの研究室では,人間の学習をモデル化しロボットに実装することで自発的に学習していくロボットの実現を目指しています. 私たちは描画運動タスクを例にとりロボットの学習を評価しています.

本研究では,赤ん坊が行う身体バブリングに着目しました. 身体バブリングは手足をランダムに動かしながら,筋指令と実際の運動の対応を学習する現象です. 本研究室で提案した力学系学習木を用いることで,ロボットは自身の身体感覚の学習,ペン先情報の予測,身体運動の試行を 同時に行えるようになりました.また,身体バブリングを通じて描画運動を上達させることのできるロボットを構成しました.

図中緑線はペンが机から離れないように保守的な身体バブリングを行った場合のデータであり, 図中青線は机の拘束を無視して自由に身体バブリングを行った場合のデータです. また,図中赤線はこれらを半々に行った場合のデータです. これらの結果から,中庸的な学習(赤線)から最も高い学習効果が得られることが分かりました.