トレイ上の複数物体のバランス維持のための深層強化学習を用いたロボットアーム制御の一手法

抄録

本研究では，トレイ上にある複数の物体のバランスを保つために，ロボットの移動に伴う慣性を考慮したロボットアームの最適制御法を開発し，評価することを目的とする．レストランや家庭環境などでロボットを用いた物体運搬の需要が高まる中，一般的なロボットでは把持できる物体の数に限界がある．これに対して，ロボットハンドにトレイを搭載した制御システムがある．しかし，ロボットアームの関節数が多くなるにつれて，トレイ上の物体のバランスを保つのに必要な状態方程式を解くことが困難になる．そこで，試行錯誤によって学習する強化学習を用いることでこれを解決する．強化学習において行動主体となるエージェントは，設定した報酬が最大になるように，ロボットアームの制御を行う．このときの報酬は，物体の元の位置・姿勢の変化量とその移動の速さが少ないときに最大となる．これにより，エージェントは多関節なロボットアームでも複雑な状態方程式を解くことなく，トレイのバランス制御が可能となる．本稿では，本手法によるロボットアームのバランス制御をシミュレータ内で評価実験を行い，その有効性を述べる．