デモンストレーションによる運動学情報を用いた打ち返し動作の強化学習

摘要

近年，多種多様なセンサ，多自由度のアクチュエータを備えたロボットの研究·開発が盛hに行われている．これらのロボットは，家庭やオフィス·病院などで活躍することが期待されているが，適切に整備された動作環境を前提とする産業用ロボットとは異なり，人間との相互作用を前提とする共生環境の下では，複雑で予測困難な状態遷移や作業の変更など様々な環境変化が起こり得るため，設計者があらかじめ最適な行動を作り込むことは困難である．このため，環境との相互作用に基づいて最適な行動を自律的に学習させる構成論的な設計アプローチがこれまで盛hに取り組まれてきている．