[3Q5-GS-8] ロボットと実世界：

[3Q5-GS-8-01] バイラテラル制御に基づく模倣学習における加重平均階層型モデルの予備的研究

〇舒 雨涵¹、稲見 洸紀¹、山根 広暉¹、境野 翔¹、辻 俊明² (1. 筑波大学、2. 埼玉大学)

キーワード：模倣学習、バイラテラル制御、運動計画、知能ロボティクス

模倣学習は、ロボットが人間の操作スキルを効率的に学習し、人間の動作技術を再現する手法として注目を集めている。しかし、模倣学習のモデルを訓練するには大量の教示データが必要であり、新しいタスクに対して再教示が必要となることが課題である。本研究では、バイラテラル制御に基づく模倣学習を拡張し、要素動作の加重平均により、複雑な動作を実現する階層型モデルを提案する。学習モデルは二層に分けられ、下位層では複数のモデルで各要素動作を学習し、上位層で長期的な動作計画と要素動作を組み合わせるための最適な割合を学習する。この手法により、異なる動作間における転移学習を実現する。ピックアンドプレースの検証実験で、左から右へ移動させる動作で学習された要素動作を用いて、右から左へ移動させる動作を上位層に学習させた。その結果、少量の教示データによる自律動作を実現し、提案手法の有効性が確認された。