CMAC学習アルゴリズムを用いた入力デバイスによる操作特性の学習

抄録

本研究では熟練オペレータの操作入力による教師信号を用いて、人間の制御戦略にあたる操作特性をニューラルネットワークの一手法であるCMAC学習アルゴリズムを用いて獲得する手法を提案する。通常CMAC学習アルゴリズムは、1つの制御パラメータを学習するものであるが、人間の操作特性を考えた場合、一般には学習する制御出力は複数となる。そこで本手法では、一般的な自律移動ロボットの人間による操作を想定し、速度と操舵角速度の2つの制御出力を獲得するために、2操作特性を学習することが可能なCMAC学習アルゴリズムを提案する。さらに、本手法の有効性を検証するため、試作したRoboCup中型ロボットリーグ規格のサッカーロボットを用いてジョイスティックによる人間の操作により、ボール追跡とドリブル行動における速度と操舵角速度の操作特性を学習する実験を行った。