概要

人と協働するロボットが、環境変化や予期しない接触の下でも安全に動作を続け、外乱後に回復できる協調動作の生成技術を開発します。非線形動力学の数理的な解析法であるクープマン解析と、従来的な安定動作生成の枠組みである動的運動プリミティブを統合し、多様なデータから再利用可能な動作基盤を学習する方法を構築します。これにより、ロボットの行動時において、大規模な再学習を行わず、動作の組合せと中間目標の更新により状況に迅速に適応することを実現します。さらに、安定性を保ちながらモデルを軽量化し、低遅延・低消費電力・高信頼のエッジ実装を実現する技術の開発を行います。

2028年までのマイルストーン

2028年までに、安定動作をデータから生成する方法と、状況に応じて中間目標と動作を選択・合成・切替する予測・制御アルゴリズムを統合します。仮想ロボットアームによる協調一連タスクで、従来型の動的運動プリミティブや模倣学習、強化学習等によるアプローチとの実験的な比較検証を実施し、大規模な再学習なしで安全にタスクを完遂できることを示します。さらに、軽量モデルをエッジ相当環境で閉ループ実行し、周期内実行と協調性能の両立見通しを提示するとともに、実機データでシミュレーション条件を較正して成立範囲と限界を明確にします。

研究開発項目

• [1] 汎用的安定動作生成の為の作用素論的データ駆動型動的運動プリミティブの原理構築
• [2] 状況に応じた迅速な適応的動作生成のための一連の予測・制御のアルゴリズム構築
• [3] 個別状況に応じたエッジ実装を実現するための動作表現基底蒸留・転移技術の開発
• [4] エッジ実装とロボットアームを用いた上記研究開発項目の実験的検証

課題推進者

PDFダウンロード

• プロジェクト概要（500 KB）