情報統合の神経回路モデルを用いたヒユーマノィドの全身リーチング姿勢の決定

摘要

多自由度をもつヒューマノイドには，システムの冗長性により，関節角などの「姿勢情報」とカメラ画像などからの「視覚情報」との間に多対多の関係がある．特に，全身を使ってターゲットに手を伸ばすリーチングでは，体幹を傾けることによるカメラ画像の変化やロボットの転倒の危険性を考慮して，姿勢を設計する必要がある.本論文では，全身リーチングの姿勢を腕のリーチング姿勢と体幹姿勢の二つの部分に分け，それぞれに対'して砂時計型の多層ニューラルネットワークを構成する.まず，二つのネットワークを個別に学習させて，視覚情報と姿勢情報とを統合する.このとき，リーチングに関する特徴量が中間層の一部のニューロンに抽出される．十分な学習の後に二つのネットヮークを結合し，ニューラルネットの緩和計算により全身リーチング姿勢を決定する．提案のニューラルネットモデルは，学習時に抽出された特徴量を利用することによって，リーチング姿勢の変更が可能であり，冗長性に起因する多对多の問題を扱うことができる.最後に，計算機シミュレーシヨン及び実機実験を行って，提案手法の有効性を確認した.