「実ロボットの運動生成」
•32 likes•15,238 views
Report
Share
Download to read offline
全脳アーキテクチャ若手の会15回勉強会 「実ロボットの運動生成」
More Related Content
What's hot
What's hot(20)
Viewers also liked
Viewers also liked(20)
Similar to 「実ロボットの運動生成」
Similar to 「実ロボットの運動生成」(20)
Recently uploaded
Recently uploaded(9)
「実ロボットの運動生成」
- 2. 自己紹介 • 土井ゆりか • 認知科学・心理学に興味を持ち、 「ヒト」を作ってみたい ⇒機械情報工学科に進学、ロボティクスを学ぶ • 近況: – 卒研で神経科学のラボに配属になりました！ 2016/6/16 全脳アーキ若手の会-第15回- 2
- 10. 今回のテーマ • 複雑かつ変化に富んだ環境下で行動するロ ボットを作るにはどうすればよいか？ • ロボットの実装技術について話す – (脳のモデル(人の運動生成)は今回話しません) 2016/6/16 全脳アーキ若手の会-第15回- 10
- 11. 今日話すこと(目次) • ロボティクスのいま • 運動学に基づく運動生成 • 視点の変更:運動学からの脱却 – 環境行動マップの直接獲得:Visuomotor政策 学習 – 環境との相互作用:CPG – ハードとソフトの融合:形態による計算 2016/6/16 全脳アーキ若手の会-第15回- 11
- 13. DARPA Robotics Challenge 2015 • 災害現場で動けるロボット開発を目的に開催 • 実際の災害現場を想定したフィールドで どれだけ早く課題をこなせるかを競った • オペレータが通信制限ありの状況で遠隔操作 • 日本、アメリカなど7か国の大学・研究機関 が25のチームを作り参加(日本からは5チー ム) 2016/6/16 全脳アーキ若手の会-第15回- 13
- 14. 乗り物を 運転する 乗り物から 降りる 扉を開け 中に入るバルブを 見つけて 閉める 階段を上る サプライズ タスク がれき除去 or 不整地通行 壁に穴を 開ける スタート ゴール DARPA Robotics Challengeのタスク 2016/6/16 全脳アーキ若手の会-第15回- 14
- 17. 二足歩行技術: ZMP(ゼロモーメントポイント) • ZMP=床反力の中心 – 床反力はロボット全体にかかる 重力・慣性力とつりあう • ZMPを用いた歩行制御 – 支持多角形の内側を運動する 目標ZMP軌道を設定する – この軌道に対応する関節角を 計算で求める 2016/6/16 全脳アーキ若手の会-第15回- 17 足 裏 足 裏 支持多角形
- 18. 二足歩行技術: ZMP(ゼロモーメントポイント) • 既知環境での運動の 予測性・再現性・最適化には優れている • 予測できない環境・状況に対応するための アルゴリズム作成は複雑になる一方で 例外事象への素早い対応は困難である 2016/6/16 全脳アーキ若手の会-第15回- 18
- 20. 今日話すこと(目次) • ロボティクスのいま • 運動学に基づく運動生成 • 視点の変更:運動学からの脱却 – 環境行動マップの直接獲得:Visuomotor政策 学習 – 環境との相互作用:CPG – ハードとソフトの融合:形態による計算 2016/6/16 全脳アーキ若手の会-第15回- 20
- 26. (x,y)=(30, 20) xo y (30,20) 各関節の角度 手先の位置・姿勢 関節1:𝜃1 関節2:𝜃2 求めたいもの わかっているもの 逆運動学 2016/6/16 全脳アーキ若手の会-第15回- 26 今回の例では余弦定理(高校数学)で求まる 𝜃1 𝜃2 ? ?
- 27. (x,y)=(30, 20) xo y (30,20) 各関節の角度 手先の位置・姿勢 関節1:𝜃1 関節2:𝜃2 求めたいもの わかっているもの 逆運動学 2016/6/16 全脳アーキ若手の会-第15回- 27 今回の例では余弦定理(高校数学)で求まる 𝜃1 𝜃2 構造が複雑になると解析解は求められない 解は複数存在する
- 32. 目標のロボットの位置・姿勢を定める (X,Y) 現在のロボットの位置・姿勢 (p,q) 目標値と現在値の誤差を計算 誤差が十分小さければ終了 関節角修正量を計算し、関節を動かす (Δx, Δy)=(X,Y)-(p,q) (Δ 𝜃1, Δ𝜃2)=f(Δx, Δy) 逆運動学の 数値解法による運動生成 2016/6/16 全脳アーキ若手の会-第15回- 32 x y o Δ 𝜃1 Δ 𝜃2 (X,Y)
- 33. 目標のロボットの位置・姿勢を定める (X,Y) 現在のロボットの位置・姿勢 (p,q) 目標値と現在値の誤差を計算 誤差が十分小さければ終了 関節角修正量を計算し、関節を動かす (Δx, Δy)=(X,Y)-(p,q) 順運動学 計算 (Δ 𝜃1, Δ𝜃2)=f(Δx, Δy) 逆運動学の 数値解法による運動生成 2016/6/16 全脳アーキ若手の会-第15回- 33 x y o (p,q) (X,Y)
- 34. 目標のロボットの位置・姿勢を定める (X,Y) 現在のロボットの位置・姿勢 (p,q) 目標値と現在値の誤差を計算 誤差が十分小さければ終了 関節角修正量を計算し、関節を動かす (Δx, Δy)=(X,Y)-(p,q) (Δ 𝜃1, Δ𝜃2)=f(Δx, Δy) 逆運動学の 数値解法による運動生成 2016/6/16 全脳アーキ若手の会-第15回- 34 x y o (X,Y)
- 36. 問題点 • ロバスト性の低さ • リアルタイム性の低さ(計算コスト大) 2016/6/16 全脳アーキ若手の会-第15回- 36
- 43. 今日話すこと(目次) • ロボティクスのいま • 運動学に基づく運動生成 • 視点の変更:運動学からの脱却 – 環境行動マップの直接獲得:Visuomotor政策 学習 – 環境との相互作用:CPG – ハードとソフトの融合:形態による計算 2016/6/16 全脳アーキ若手の会-第15回- 43
- 44. S.Levine, C.Finn, T.Darrell, P.Abbeel “End-to-End Training of Deep Visuomotor Policies“, JMLR17,2016 (タスク中のPR2) • ロボット視点のカメラ画像と関節トルクのマッピングを 深層ニューラルネットワークで学習し、PR2に実装 • ものの位置や道具の持ち方が変わっても対応できる 頑健性を獲得 Visuomotor政策学習による 運動生成 2016/6/16 全脳アーキ若手の会-第15回- 44
- 45. S.Levine, C.Finn, T.Darrell, P.Abbeel “End-to-End Training of Deep Visuomotor Policies“, JMLR17,2016 (タスク中のPR2) • ロボット視点のカメラ画像と関節トルクのマッピングを 深層ニューラルネットワークで学習し、PR2に実装 • ものの位置や道具の持ち方が変わっても対応できる 頑健性を獲得 • 行動に見合った画像特徴点の抽出(分ける) -ソフトウェアからハードウェアへの歩み寄り 特徴点 Visuomotor政策学習による 運動生成 2016/6/16 全脳アーキ若手の会-第15回- 45
- 47. 既存の手法 --感覚運動マッピング--今回の手法 物体検出 認識 目標位置・姿勢 の設定 リーチング (関節トルク決定) CUP 例). (x,y,z)=(10,5,3)へ 手先を動かそう 逆運動学 や 最適軌道 画像 画像 関節トルク深層 ニューラルネットワーク (92000パラメータ) NN トルク 背景 2016/6/16 全脳アーキ若手の会-第15回- 47
- 48. 手法（流れ） • 状態(画像)と行動(トルク)のマッピング (政策)を学習する • この政策がニューラルネットワーク 1. Guided Policy Searchの事前学習 – 最適制御理論を用いて軌道分布の作成 – 政策と軌道分布を相互に学習 2. 視覚CNNの特徴抽出部を事前学習 3. カメラ入力から必要トルク出力する Visuomotor政策の学習 2016/6/16 全脳アーキ若手の会-第15回- 48
- 49. 最適軌道とは • 軌道:始点から目的点にどのようにアームを 移動させるか • 最適軌道: 損失関数を最小にするような軌道を 計算で求める – 例えば最小エネルギー消費にするような評価関数 2016/6/16 全脳アーキ若手の会-第15回- 49 x y o
- 50. 軌道分布の作成 • 最適軌道をそのまま教師とすると、 政策がミスしたときに軌道を逸脱する • 軌道空間に軌道のチューブのようなもの (軌道分布)を考え、それを教師とする 2016/6/16 全脳アーキ若手の会-第15回- 50
- 51. 軌道分布が政策を教えるだけだと… • 最適制御理論から求めた軌道分布は 「状態から行動をマッピングする政策のニューラル ネットワーク」にとって実現不可能である場合もあ る 2016/6/16 全脳アーキ若手の会-第15回- 51 状態1 行動1 状態1 行動２ 行動1
- 52. 政策と軌道分布の最適化ループ - Guided Policy Search • 軌道分布からのサンプル(教師！)を用いて 政策のパラメータを学習 • 政策を用いて軌道分布を最適化 2016/6/16 全脳アーキ若手の会-第15回- 52 軌道分布 政策
- 56. • 3ステップに分けた理由 •実機での試行回数を減らす •少ないサンプル数で学習 •ロボットを壊さないような 軌道を事前学習 Visuomotor政策の学習 2016/6/16 全脳アーキ若手の会-第15回- 56 CNNの事前学習軌道分布の 事前学習 Guided Policy Search
- 57. 実験-モデル- 2016/6/16 全脳アーキ若手の会-第15回- 57 3つのアーキテクチャで比較 2.物体検出学習+政策学習 1.End-to-End学習(提案手法) 3.物体Feature point学習+政策学習
- 58. 実験 –タスクと条件- 2016/6/16 全脳アーキ若手の会-第15回- 58 ボトルの蓋を閉める ブロックを穴にはめる おもちゃのハンマーを杭の下にはめる ハンガーをかける 3.視野に邪魔物 がある場合 (Visual Test) 条件 1.Trainingと同じ 物体の位置 (Training) 2.Trainingと違う 物体の位置 (Spatial Test)
- 61. • 環境行動マッピング •行動に見合った画像特徴点の抽出 •実際に動くハードウェアを含めた学習 •弱点:タスク設計が難しい(今後の課題) •Data-driven Learning Visuomotor政策の学習の利点 2016/6/16 全脳アーキ若手の会-第15回- 61
- 63. 今日話すこと(目次) • ロボティクスのいま • 運動学に基づく運動生成 • 視点の変更:運動学からの脱却 – 環境行動マップの直接獲得:Visuomotor政策 学習 – 環境との相互作用:CPG – ハードとソフトの融合:形態による計算 2016/6/16 全脳アーキ若手の会-第15回- 63
- 64. •Central Pattern Generator •周期的な運動パターンを生成する神経回路 •イヌ・ネコの歩行,魚の遊泳など CPG(中枢パターン発生器) 2016/6/16 全脳アーキ若手の会-第15回- 64
- 65. Tekkenの不整地歩行 CPGによる運動生成 2016/6/16 全脳アーキ若手の会-第15回- 65 Y.Fukuoka, A.Cohen, “Adaptive Dynamic Walking of a Quadruped Robot on Irregular Terrain Based on Biological Concepts“, IJRR17,2003 http://fukuoka.ise.ibaraki.ac.jp/tekken.html 鉄犬1屋内不整地歩行ビデオを参照
- 68. 松岡の神経振動子(MNO:Matsuoka’s Neural Oscillator) 入力 抑制 抑制 出力 N2 N1 2つのニューロンが相互に抑制しあうことによって振動子になる 松岡の神経振動子(MNO) 2016/6/16 全脳アーキ若手の会-第15回- 68
- 69. 松岡の神経振動子(MNO:Matsuoka’s Neural Oscillator) 入力 抑制 抑制 出力 N2 N1 N2 N2N1 N1 松岡の神経振動子(MNO) 2016/6/16 全脳アーキ若手の会-第15回- 69
- 70. MNOによる4足歩行ロボット 2016/6/16 全脳アーキ若手の会-第15回- 70 Kimura, H., Akiyama, S., and Sakurama, K. “Realization of dynamic walking and running of the quadruped using neural oscillator.” Autonomous Robots 1999. 犬のトロット歩行(速歩)
- 72. 左前 左後 右後 右前 抑制性結合 興奮性結合 神経振動子 リミットサイクル： 振動の周期軌道が初期状態に 依存しない 外乱を与えても再び元の周期 軌道に戻る リミットサイクル MNOによる4足歩行ロボット 2016/6/16 全脳アーキ若手の会-第15回- 72 生物の反射機構を模倣したフィード バックにより、リミットサイクルを 実現
- 75. CPGによる運動生成 2016/6/16 全脳アーキ若手の会-第15回- 75 Tekkenの歩容変化 walk⇒trot http://fukuoka.ise.ibaraki.ac.jp/tekken.html 鉄犬1自律歩容変化ウォーク→トロット歩行（1.5Ｍ）ビデオを参照
- 77. 今日話すこと(目次) • ロボティクスのいま • 運動学に基づく運動生成 • 視点の変更:運動学からの脱却 – 環境行動マップの直接獲得:Visuomotor政策 学習 – 環境との相互作用:CPG – ハードとソフトの融合:形態による計算 2016/6/16 全脳アーキ若手の会-第15回- 77
- 79. • 1980年代後半にTad McGeerが考案 • 外部エネルギー源・ソフトウェアなし • 構造(二重振り子)と環境(重力)を利用して 運動を生成する 佐野研(名古屋工業大学)の受動歩行器 ハードウェアの構造に歩行の計算が 埋め込まれている 受動歩行器 2016/6/16 全脳アーキ若手の会-第15回- 79
- 80. ハードウェアの構造・物性から生まれる計算 (http://arxiv.org/pdf/1411.2276.pdf) “computation obtained through interactions of physical form” by Rolf Pfeifer 形態による計算(Morphological computation) 2016/6/16 全脳アーキ若手の会-第15回- 80
- 81. ドラえもんハンド (Universal Jamming Gripper) おさかなロボット SuperBall Bot (NASA) たこロボット 形態による計算の例
- 82. • ゴム風船に挽いたコーヒー豆を詰めて 真空ポンプにつないだハンド • 疎なときにには流体のように、密なときには 固体のようにふるまう「粉粒体の物性」利用 ドラえもんハンド 2016/6/16 全脳アーキ若手の会-第15回- 82 E.Brown et al. “Universal robotic gripper based on the jamming of granular material” PNAS2010
- 83. ソフトロボティクス • やわらかいロボット • 形態による計算 • ひとに対する「安全性」 映画「ベイマックス」 国際ワークショップ ”Can we build Baymax?” カモフラージュロボット
- 88. 参考文献 •工事中 88
Editor's Notes
- ほかにも考えられるけど、一例
- ほかにも考えられるけど、一例
- ほかにも考えられるけど、一例
- 産業ロボット 口頭:主に自動車や電子部品を生産する工場の現場で使用。人間にとって肉体的負担が大きい作業を代行することが多い。 使用例 自動車工場で塗装、溶接 工場でパッキング、運搬 家庭用ロボット 口頭:人を和ませたり、コミュニケーションを取る 労働作業はしない 一定の環境下で指示された動きしか行わない
- 福島の話 DARPAとは どれくらいすごいねん 国防高等研究計画局 何分間のタスク？->1時間 乗る車の種類や、使う道具の形状は決まっている？与えられている？->決まってる
- トルクを強調！ あとで出てくる
- 順運動学の結果が目標値に近づくように少しずつ関節角を変化させていく ヤコビアンなどの工夫と計算能力の高い計算機の使用で実時間制御も行える。DARPAのロボットもこれを使っている
- 順運動学の結果が目標値に近づくように少しずつ関節角を変化させていく ヤコビアンなどの工夫と計算能力の高い計算機の使用で実時間制御も行える。DARPAのロボットもこれを使っている
- 順運動学の結果が目標値に近づくように少しずつ関節角を変化させていく ヤコビアンなどの工夫と計算能力の高い計算機の使用で実時間制御も行える。DARPAのロボットもこれを使っている
- 順運動学の結果が目標値に近づくように少しずつ関節角を変化させていく ヤコビアンなどの工夫と計算能力の高い計算機の使用で実時間制御も行える。DARPAのロボットもこれを使っている
- 順運動学の結果が目標値に近づくように少しずつ関節角を変化させていく ヤコビアンなどの工夫と計算能力の高い計算機の使用で実時間制御も行える。DARPAのロボットもこれを使っている
- ロバストネスまたはロバスト性とは、ある系が応力や環境の変化といった外乱の影響によって変化することを阻止する内的な仕組み、または性質の 3つの視点：土井さんのアイデア 紹介する話：別の人の成果 なのだから、そこをしっかり分けて話すべき 話す流れを固めておくこと 「ロバスト性・リアルタイム性の問題を解決する「ための」有望な3つのトピックを紹介したいと思います」
- 通商産業省の「人間協調・共存型ロボットシステムの研究開発」（HRP：Humanoid Robotics Project）の一環として、新エネルギー・産業技術総合開発機構（NEDO）から財団法人製造科学技術センター（MSTC）へ委託された事業において2003年（平成15年）に開発された二足歩行ロボットのこと。Humanoid Robotics Projectの最終成果機であり、川田工業・独立行政法人産業技術総合研究所・安川電機・清水建設との共同研究により開発された。愛称はPromet（プロメテ）。機動警察パトレイバーで有名な出渕裕がデザインを担当したことでも有名である。
- 3つの視点：土井さんのアイデア 紹介する話：別の人の成果 なのだから、そこをしっかり分けて話すべき 話す流れを固めておくこと 「ロバスト性・リアルタイム性の問題を解決する「ための」有望な3つのトピックを紹介したいと思います」
- 画像特徴点の抽出とend-to-end性をセットで説明
- 画像特徴点の抽出とend-to-end性をセットで説明
- マッピングとは？ 状態ってなに？
- 軌道:いろんな意味がある 今回の論文ではこういう意味
- グラフの説明！ ここでの状態(関節角なども取得している)はなにか説明
- なんでタスクごとの細かい調整 Loss function 訓練のバリエーション
- uc: 一定入力 Ue:フィードバック入力 V:疲労状態
- uc: 一定入力 Ue:フィードバック入力 V:疲労状態 屈曲ニューロン(a)と伸展ニューロン(b)は互いを抑制する aとbが発生するパルス頻度は時間とともに現象 aとbには一定頻度の維持入力が加わる https://library.naist.jp/mylimedio/dllimedio/showpdf2.cgi/DLPDFR001823_PH1-42
- uc: 一定入力 Ue:フィードバック入力 V:疲労状態 屈曲ニューロン(a)と伸展ニューロン(b)は互いを抑制する aとbが発生するパルス頻度は時間とともに現象 aとbには一定頻度の維持入力が加わる https://library.naist.jp/mylimedio/dllimedio/showpdf2.cgi/DLPDFR001823_PH1-42
- Tekkenの前のモデル。エッセンス。 さらにこれに脳からの上位信号と同様の駆動信号が入る
- Tekkenの前のモデル。エッセンス。 さらにこれに脳からの上位信号と同様の駆動信号が入る
- 肝はBODYの振動をcpgと同期させて安定させた時に脚にかかる負荷をloadingセンサー、いわゆる体性感覚フィードバックの模倣によりstance phaseを延長することで緩衝する部分。 スピードによってBODYの振る舞いがかわり、脚部への負荷、ひいてはstance phaseの長さが変わることで自発的に歩容の変化がうまれている。
- ハードが計算をしてくれる ->アルゴリズムを設計するプログラマの負担が減る ->計算資源・計算時間が節約される
- 空気圧