ロボットの動作獲得における複数関節の一括学習に関する検討

摘要

本研究ではLWRを基盤とした運動学習プリミティブを用いてヒューマノイドロボットの動作獲得を行った.また，動作の学習では複数自由度をまとめて学習できるように運動学習プリミティブの拡張を行った.この学習において，1つのモデルで複数自由度が必要となる動作を表現できたことが分かる.また，時定数τの変更によって動作全体における時間の変更が可能であることも確認できた.これにより，動作の速度が可変になり動作におけるモデルとしての有効性が確認できた.また，オフセットが各自由度での変更ゃ部分的な変更も可能であることも分かった.そのため,動作の変更幅が大きいと考えられる.