視覚に基づくロボットの多種行動の獲得及び統合方式の開発

担当：浅田　稔（大阪大学）

本研究では，視覚を備えた移動ロボット群に統一の取れたチームプレイ動作を 行わせるためのロボット間の協調及び競合行動を視覚に基づいた強化学習によっ て獲得する手法を考案し，その有効性を実ロボットによる実験によって検証す ることを目的とする．特に，物理的身体性を持ったロボットに協調動作を行わ せるには，いわゆる「アイ・コンタクト」のようなメッセージ通信なし のコミュニケーションを実現することが重要であると考え，そのための視覚 機能や行動制御方式の研究を実施してきた．

具体的な問題設定としては，ロボットによるサッカー競技を取り上げ，ドリブ ル，シュートなどの個々のロボットの行動，パス，センタリングなどの複数ロ ボット間の協調行動，さらにはブロックなどの競争行動を視覚に基づいた学習 によって獲得するための方式の開発を目指す．この問題は，敵，味方に分かれ た多くのロボット群が存在するという環境の中で，他の個々のロボットの行動 理解及びチームとしての行動戦略パターンの理解などといった高度な視覚認識 の問題を含む．それゆえ，ロボットプレーヤのみのボトムアップ的な学習手 法だけでなく，コーチを含めたトップダウン的な行動誘導手法との結合も必 要と考えられる．

昨年度は，一昨年提案し基礎実験した強化学習のための状態ベクトル推定手 法に対し，

1.

状態推定ベクトルのコンピュータシミュレーションによる実験結果 と実ロボットにおける推定ベクトルの比較，

2.

実環境での学習を加速するための学習スケジューリングの提案及び 実験を通じた考察，

を行った．本年度は，

1.

これらの強化学習による手法では，複数ロボットの同時学習が困難 であることから，進化的手法である遺伝的プログラミングを用いて 複数ロボットの協調，競合行動の獲得のための共進化実験を行った．

2.

より高度な行動をボトムアップ的にすべて獲得するのは困難なので， コーチによる直接教示手法についてその基本問題点を指摘し，その 解決手法として能動的な学習者を想定することにより，解決可能で あることを簡単なコンピュータシミュレーションによって示した．

これらに加えて，分散協調視覚システムとして複数視覚移動ロボッ トを構築し，基礎実験を通じて，今後の課題などを探った．