ロボット学習は、機械学習とロボット工学の交差点にある研究分野です。ロボットが学習アルゴリズムを通じて新しいスキルを習得したり環境に適応したりできるようにする技術を研究します。物理的な埋め込みに配置されたロボットの具体化は、特定の困難(高次元性、データ収集と学習のリアルタイム制約など)と学習プロセスをガイドする機会(感覚運動の相乗効果、運動プリミティブなど)を同時に提供します。
学習アルゴリズムの対象となるスキルの例には、移動、把握、能動的な物体分類などの感覚運動スキル、人間の仲間と物体を共同で操作するなどの対話型スキル、人間の言語の根拠のある状況に応じた意味などの言語スキルが含まれます。学習は、自律的な自己探索を通じて、または模倣によるロボット学習のように人間の教師からの指導を通じて行うことができます。
ロボット学習は、適応制御、強化学習、および生涯にわたるスキルのレパートリーの自律的な獲得の問題を考慮した発達ロボット工学と密接に関連しています。機械学習は、ロボット工学の分野で採用されているコンピューター ビジョンアルゴリズムによって頻繁に使用されますが、これらのアプリケーションは通常、「ロボット学習」とは呼ばれません。
模倣学習
多くの研究グループが、ロボットが模倣によって学習する技術を開発しています。これには、デモンストレーションから学習するさまざまな技術(「デモンストレーションによるプログラミング」と呼ばれることもあります)や観察学習が含まれます。
学んだスキルと知識を共有する
Tellexの「Million Object Challenge」では、ロボットが単純なアイテムを見つけて扱う方法を学習し、そのデータをクラウドにアップロードして他のロボットが情報を分析して使用できるようにすることを目標としています。[1]
RoboBrainはロボットのための知識エンジンで、タスクを実行したいあらゆるデバイスから自由にアクセスできます。データベースは、ロボットがタスクを実行する際に、インターネットの検索、自然言語テキスト、画像、ビデオの解釈、物体認識、インタラクションなどを通じて、タスクに関する新しい情報を収集します。このプロジェクトは、スタンフォード大学のAshutosh Saxenaが主導しています。[2] [3]
RoboEarthは「ロボットのためのワールドワイドウェブ」と評されるプロジェクトで、ロボットが情報を共有し、互いに学習できるネットワークとデータベースのリポジトリであり、負荷の高い計算タスクをアウトソーシングするためのクラウドです。このプロジェクトは、ドイツ、オランダ、スペインの5つの主要大学の研究者を集め、欧州連合の支援を受けています。[4] [5] [6] [7] [8]
Google Research、DeepMind、Google Xは、ロボットが経験を共有できるようにすることを決定しました。[9] [10] [11]
参照
- 認知ロボット - 学習を可能にする処理アーキテクチャを備えたロボット
- 発達ロボット
- 進化型ロボット
- 哲学動物行動学#歴史学 – 学際的研究分野
参考文献
- ^ Schaffer, Amanda. 「2016 年の 10 大ブレークスルー テクノロジー: 互いに教え合うロボット」. MIT テクノロジー レビュー. 2017 年1 月 4 日閲覧。
- ^ 「RoboBrain: 世界初のロボット用知識エンジン」。MITテクノロジーレビュー。 2017年1月4日閲覧。
- ^ ヘルナンデス、ダニエラ。「世界中のロボットのための大規模なオンライン脳を構築する計画」。WIRED 。 2017年1月4日閲覧。
- ^ 「欧州がRoboEarthを立ち上げ:『ロボット版Wikipedia』」USA TODAY 。 2017年1月4日閲覧。
- ^ 「欧州の研究者がロボット用の集団意識を開発し、今週デモを実施」Engadget、2014年1月14日。 2017年1月4日閲覧。
- ^ 「ロボットが独自のワールドワイドウェブをテスト、RoboEarthと名付ける」BBCニュース。2014年1月14日。 2017年1月4日閲覧。
- ^ 「『ロボットのためのWikipedia』:ボットにもインターネットが必要」CNET 2017年1月4日閲覧。
- ^ 「新しい世界規模のネットワークにより、ロボットは混乱したときにお互いに質問できるようになります」。ポピュラーサイエンス。2013年3月9日。 2017年1月4日閲覧。
- ^ 「Google、クラウドロボティクスを通じてロボットに相互学習スキルを課す」allaboutcircuits.com 。 2017年1月4日閲覧。
- ^ Tung, Liam. 「Google の AI における次の大きな一歩: ロボット同士が新しいスキルを教え合う」ZDNet . 2017 年1 月 4 日閲覧。
- ^ 「ロボットが共有経験から新しいスキルを獲得する方法」。Google Research Blog 。 2017年1月4日閲覧。
外部リンク
- IEEE RAS ロボット学習技術委員会 (IEEE 公式ウェブサイト)
- IEEE RAS ロボット学習技術委員会 (TC メンバーの Web サイト)
- マックスプランク知能システム研究所とダルムシュタット工科大学におけるロボット学習
- 計算学習と運動制御研究室でのロボット学習
- 先端電気通信研究センター(ATR)におけるヒューマノイドロボットの学習(英語と日本語)
- EPFL 学習アルゴリズムおよびシステム研究所 (LASA)
- IDSIAとミュンヘン工科大学のJuergen Schmidhuber認知ロボット研究室におけるロボット学習
- ヒューマノイド プロジェクト:ピーター ノルディン、チャルマース工科大学
- フランスのInriaとEnsta ParisTech FLOWERSチーム:発達ロボットにおける自律的な生涯学習
- ドイツ、ビーレフェルト大学の CITEC
- 大阪大学大学院工学研究科適応機械システム専攻 浅田研究室
- マサチューセッツ大学アマースト校知覚ロボティクス研究所アマースト、米国
- プリマス大学ロボット工学・神経システムセンター プリマス、イギリス
- カーネギーメロン大学のロボット学習ラボ
- ボン大学のヒューマノイドロボット学習プロジェクト
- Skilligent ロボット学習および行動調整システム (商用製品)
- コーネル大学のロボット学習クラス
- イタリア工科大学のロボット学習およびインタラクション研究室
- ロボット工学のための強化学習デルフト工科大学のWayback Machineに2018年10月8日にアーカイブ
