世界モデルを用いた画像・深度・触覚のマルチモーダル学習

抄録

人間は環境の構造を理解し，複数モダリティからなる感覚器官からの情報を処理することで実世界で様々なスキルを獲得できる．人間のように多様なスキルを自律的に獲得できる知能ロボットの実現を目指す上で，複数モダリティからなるセンサ情報から世界モデルを学習し，モデルベース強化学習を行う手法は，自然なアプローチである．本稿では，ロボットアームのPick and Placeタスクにおいて，世界モデルに基づくモデルベース強化学習手法であるDreamerアルゴリズムを用いて，実ロボットアームの手先に触覚センサを取り付け，観測に用いることで，学習にかかる時間が短縮されることを検証する．また，実ロボットを用いて深層強化学習によりマニピュレーションタスクを学習させる際の学習環境について考察を行う．