[3L4-GS-8] ロボットと実世界：一般

[3L4-GS-8-04] 段階的な教示による陳列動作の模倣学習

〇山根 広暉^1,2、野口 裕貴^1,3、青山 裕良^1,4、松嶋 達也^1,3、岡田 領^1,3、Pavel Savkin⁵、佐野 元紀⁵、松尾 豊³ (1. 松尾研究所、2. 筑波大学、3. 東京大学、4. 東京工業大学、5. Telexistence株式会社)

キーワード：模倣学習

近年，ロボットによる人間の作業の代替が期待されており，多様な環境に対応できるロボットを実現する手法として機械学習を用いたアプローチが注目されている．中でも，人間の操作データを用いて学習する模倣学習はサンプル効率の高い手法であり，様々なタスクに対して一定の成功率を達成できることが示されている．しかし，様々な条件に対して100％に近い成功率を達成し，完全にタスクを自動化することは未だ困難である．そこで，一度学習した方策を人間の監視下で自律動作させ，タスク失敗時に人間が介入して対応する方式で現場に導入し，介入時のデータを使用して追加で学習することで段階的に性能を改善する方法が考えられる．本研究では，マニピュレータによる陳列動作を対象として介入による段階的な学習を行い，その有効性を実証した．