Movement generation with seq2seq models

概要

ロボットの作業効率を上げるには素早く動くことが欠かせませんが、素早く動くと慣性力や摩擦力などの動力学的の影響が無視できなくなります。これらの動力学的な効果は決して作業の邪魔というわけではなく、むしろ活用することで作業をうまく進めることもできます。たとえばお好み焼きをヘラでひっくり返すときには、ヘラを素早く動かして慣性力をはたらかせることで、途中でお好み焼きを落とすことなく180度ひっくり返すことができます。

一方で、ロボットは状況に合わせて多様な動作をすることも求められます。動ける範囲の制限や速度の上限、あるいは人間からの要求など、ロボットへの指令は多岐にわたっていて事前に定めることが難しいので、それらに対応できるように様々な動作をどう表現するかが問題になります。

本テーマでは、sequence-to-sequenceモデルと呼ばれるニューラルネットワークを使って、動作の特徴量を使った多様な動作の生成を研究しています。運動の時系列をひとつの特徴量表現に落とし込むことで、動的な動作を表現したり編集したりすることが可能になると期待されます。

成果発表など

学術論文（査読あり）

  1. Kyo Kutsuzawa, Sho Sakaino, and Toshiaki Tsuji, “Trajectory adjustment for nonprehensile manipulation using latent space of trained sequence-to-sequence model,” Advanced Robotics, vol. 33, no. 21, pp. 1144–1154, 2019. (Advanced Robotics Excellent Paper Award)
    Postprint Available: https://kyo-kutsuzawa.github.io/ar2019/
  2. Kyo Kutsuzawa, Sho Sakaino, and Toshiaki Tsuji, “Sequence-to-Sequence Model for Trajectory Planning of Nonprehensile Manipulation Including Contact Model,” IEEE Robotics and Automation Letters, vol. 3, no. 4, pp. 3606–3613, 2018.
    Open Access: https://ieeexplore.ieee.org/document/8410030

国際会議（査読あり）

  1. Kyo Kutsuzawa, Sho Sakaino, and Toshiaki Tsuji, “Sequence-to-Sequence Model for Trajectory Planning of Nonprehensile Manipulation Including Contact Model,” the 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2018), 2018, pp. 3648–3653.
  2. Kyo Kutsuzawa, Sho Sakaino, and Toshiaki Tsuji, “Deformation of Contact Motion by Neural Networks to Adapt for Various Environment Change,” the 4th IEEJ International Workshop on Sensing, Actuation, Motion Control, and Optimization (SAMCON 2018), 2018.
  3. Tetsugaku Okamoto, Kyo Kutsuzawa, Sho Sakaino, and Toshiaki Tsuji, “Trajectory Planning by Variable Length Chunk of Sequence-to-Sequence Using Hierarchical Decoder,” the 15th International Workshop on Advanced Motion Control (AMC 2018), 2018, pp. 209–214.
  4. Kyo Kutsuzawa, Sho Sakaino, and Toshiaki Tsuji, “Sequence-to-Sequence Models for Trajectory Deformation of Dynamic Manipulation,” the 43rd Annual Conference of the IEEE Industrial Electronics Society (IECON 2017), 2017, pp. 5227–5232.
  5. Kyo Kutsuzawa, Sho Sakaino, and Toshiaki Tsuji, “Learning identity mapping of trajectories by sequence-to-sequence model with time series chunking,” the 3rd IEEJ International Workshop on Sensing, Actuation, Motion Control, and Optimization (SAMCON 2017), 2017.

国内学会（査読なし）

  1. 瀬宮優作, 沓澤京, 大脇大, 林部充宏: “エンコーダ-デコーダモデルによる脚ロボットの歩行動作生成,” ロボティクス・メカトロニクス講演会2021, 2021, 1P1-I07.
  2. 沓澤京, 境野翔, 辻俊明: “画像情報を含んだ模倣学習におけるSequence-to-Sequence Autoencoderの利用,” 第37回日本ロボット学会学術講演会, 2019, 1A3-08.
  3. 沓澤京, 境野翔, 辻俊明: “訓練済み軌道生成モデルを用いた新たな動作目標への軌道最適化,” 第36回日本ロボット学会学術講演会, 2018, 2E2-06.
  4. 沓澤京, 境野翔, 辻俊明: “sequence-to-sequenceモデルを用いた軌道生成における外乱補償能力の検証,” 第35回日本ロボット学会学術講演会, 2017, 1I3-02. (日本ロボット学会研究奨励賞 受賞)

その他

  1. テレ東BIZ, 集合！実際に役に立つロボ, Video