画像のMid-Levelな表現による物体操作の模倣学習手法の検討

抄録

近年，ロボットによって従来人間が行なってきた作業の代行を目指し，模倣学習を用いた研究がされてきた．深層学習による画像処理能力の向上を背景に，直接画像情報を入力としたEnd-to-Endな模倣学習が注目を集めている．しかし，生のカラー画像を入力とした模倣学習はサンプル効率が低く，大量のエキスパートデータを必要とする．また，エキスパートデータを収集した環境と学習した方策を利用する環境との間で背景や環境の明るさが異なる場合，エキスパートデータを用いて学習した方策が適切な動作をとることができなくなるといった問題がある．そこで，本研究では背景や明るさに対して汎化性能の高いMid-Levelな画像表現を用いた模倣学習によって物体操作を行い，高いサンプル効率で学習が可能なことを検証した．