このページの本文へ

富士通研究所、ニューラルネットを利用したヒューマノイドロボットの動作学習に成功

2003年03月27日 22時47分更新

文● 編集部

  • この記事をはてなブックマークに追加
  • 本文印刷

(株)富士通研究所は27日、構成が動的に変化するニューラルネットワークを利用して、ヒューマノイドロボットの効率的な動作学習が行なえるシステムの開発に世界で初めて成功したと発表した。ニューラルネットワークは、人間や動物の神経網を数学的モデルで表わしたもので、今回開発したシステムを利用すれば、複雑な制御が必要なヒューマノイドロボットの動作生成が容易になり、応用開発が飛躍的に進むとしている。

CPGの例 CPGを用いたNP法の模式図
CPGの例CPGを用いたNP法の模式図
左は正弦波信号を出力する機能を持ったCPG。右は基本正弦波を出力するCPGに、3次・5次といった高次の正弦波を出力するCPGを加算して複雑な波形を作り出すニューラルネットワークの例。この出力を使ってロボットの関節を動かせば複雑な動作をさせることができる

開発したのは、脊椎動物で存在が確認された“神経振動子”を数学的にモデル化した“CPG(Central Pattern Generator)”を基本構成単位として、CPGを組み合わせたニューラルネットワークの構造や結合状態を“数値摂動法(NP法:Numerical Perturbation Method)”を利用して最適化することで、ロボットの各種の動作を学習する“CPG/NP学習法”。これを基に、ヒューマノイドロボットにさまざまな動作を学習させるためのソフト『ヒューマノイド動作生成システム』も開発した。

作成した起き上がり動作 起き上がり動作のニューラルネットワーク
CPG/NP学習法で作成した起き上がり動作起き上がり動作のニューラルネットワーク
起き上がり動作では、CPG5個を使って約20秒で動作を学習。歩行動作はCPGを9個、階段の昇降動作はCPGを39個を利用してそれぞれ約50秒、約80秒で学習できたという

動作を学習するには、初期状態のニューラルネットワークを使ってロボットの動作を作り出し、あらかじめ設定した評価関数で評価して、動作の良し悪しを決定。CPGおよびCPG間の結合係数を少しずつ変えながら動作を変化させ、うまく動作が生成できるまで続ける。その際、必要に応じてNP法が新たにCPGを生成させたり、組み合わせを変えたりして、ニューラルネットワークの構造を動的に変えながら自動的に適切な運動を探し出すのが特徴。単に結合係数だけでなくネットワークの構造そのものを変化させながら学習するため、複雑で多様な動作を学習できるという。また、動作制御に必要なソフトの規模も従来の力学的手法に比べて、10分の1以下で、学習に必要な時間も理論上、10のマイナス30乗以下(20自由度のロボットの場合)と短くなり、ロボットが実際の環境の中で動きながら、適応的に学習することが可能になるとしている。

ヒューマノイド動作生成システム
ヒューマノイド動作生成システムの画面

『ヒューマノイド動作生成システム』は、ニューラルネットワークの表示・編集部、ロボットシミュレーター部、実機インターフェース部で構成され、力学的な専門知識がなくてもヒューマノイドロボットの動作生成が行なえるという。ニューラルネットワークを記述するための専用プログラミング言語(ニューラルネットワーク言語)も開発し、ネットワークを直接、作成したり編集したりすることも可能という。このソフトは、富士通オートメーション(株)が販売中しているヒューマノイドロボット“HOAPシリーズ”の付属ソフトとして、年内に提供を開始する予定。

なお、開発したシステムは、4月3日からパシフィコ横浜で開催される“ROBODEX2003”で一般公開する。

カテゴリートップへ

注目ニュース

ASCII倶楽部

プレミアムPC試用レポート

ピックアップ

ASCII.jp RSS2.0 配信中

ASCII.jpメール デジタルMac/iPodマガジン