ikeda_mckibben_slide

空気圧人工筋肉のスケール可能な データ収集システムとモデル学習 JSAI2023 OS-21 世界モデルと知能 2023.6.7 池田悠也 1、松嶋達也1、岩澤有祐1、新山龍馬2、松尾豊 1 [1]東京大学、[2]明治大学

研究背景 深層学習・ロボット学習の発展 ● データドリブンで動作を学習 ○ 動画は引き出しを開ける動作を模倣学習で獲得 ● 大規模言語モデルによる動作のプランニング ○ 抽象的なタスクを動作の手順に落とし込む ■ SayCan[1] 複雑で柔軟なタスクが低コストで実現可能 → サービス分野への進出が期待される 2

研究背景 サービス分野へロボットが進出する際の課題 ● 従来のロボットは特性が既知の固い部品を用いることで、正確な制御を 実現していた → 人や物にぶつかった際の安全性を確保できない ソフトロボットはこの課題を打破する1つの解決策として、注目が集ま っている 3

研究背景 ソフトロボットとは ● ゴムやエラストマーなどの素材で構成され、 物理的な柔らかさを持つロボットの総称[2] ○ 安全性を保証できる ソフトロボットの課題 ● 高い自由度を持ち、素材の特性が未知 → 正確な動作特性を計算できず、制御が困難 https://www.youtube.com/watch?v=gng eaoJ--9Q&ab_channel=InsiderTech → 動作の高精度な予測モデルを学習し、 高精度な制御を実現できないか 4

• https://www.youtube.com/watch?v=gng

研究の目的 研究の目的 ● 高精度な制御を実現するために、ソフトロボットの一種である McKibben型人工筋の予測モデルを深層学習ベースで獲得する 5

McKibben 型人工筋の概要 McKibben 型人工筋 ● 1960 年頃[3]に開発された空気圧駆動の人工筋肉 ○ ゴムチューブを網目状の組紐が覆う構造 ● チューブ内に圧縮空気を加えるとゴムチューブが膨張 → 組紐の網目の角度が変化し軸方向に収縮力が発生 6

McKibben 型人工筋の特性 空気圧一定条件下の長さと力の関係 ● 収縮率と力の関係 ○ 非線形性が存在 C ● 時間の流れに注目 ○ 除荷時と負荷時で異なる経路 ■ 弾性ヒステリシスが存在 B D A 7

実験の流れ 全体の実験の流れ ● データ収集装置の作成 ● 学習実験 ● 制御実験 8

データ収集装置の概要 ● 空気圧と長さを制御時の 空気圧と長さと力を測定可能 ● 制御装置 ○ 空気圧：電空レギュレータ ○ 長さ：電動フォースゲージスタンド ● センサ ○ 力：フォースゲージ ○ 長さ：リニアエンコーダ ○ 空気圧：空気圧センサ 9

データ収集の設定 ● 多様なデータを取るための工夫 ○ 空気圧と長さをランダムに制御 ○ 空気圧：変化量をランダム化 ○ 長さ：向きと速さをランダム化 ● データは 10Hz で測定 ○ Arduinoで同期を取る工夫 ● 合計約5時間分のデータを収集 10

学習実験 集めたデータを用いて学習実験を行い、以下の検証を行った ● アーキテクチャによる性能の検証 ○ RNN, LSTM, MLPを用いて検証 ● 学習データ量による性能の検証 ○ 全データの10, 30, 50, 70, 80, 90%のデータを用いて検証 11

学習実験 アーキテクチャによる性能の検証 実験設定 RNN, LSTM, MLP1：20ステップの空気圧・長さ・力履歴入力 → 長さ予測 MLP2：1ステップの空気圧・長さ・力履歴入力 → 長さ予測 結果 ● 時系列モデルであるRNN, LSTMの性能がMLPに比べて高い 12

学習実験 学習データ量による性能の検証 実験設定 アーキテクチャ実験のRNNと同様 結果 ● 学習に使用するデータが増えると性能が上がる 13

制御実験 学習したモデルで、実用的な環境下での有効性を検証する 制御タスク：人工筋を用いて、質量が既知の重りを指定された 一次元上の軌道に従って動かす 目標軌道：正弦波 1/2 周期分 重りの質量：544 g 使用モデル：RNN, MLP1, MLP2, 基礎特性式 14

制御実験 結果 ● 目標軌道との平均二乗誤差は、 MLP1 < MLP2 < 基礎特性式 < RNN ● 定性的には、MLP以外は目標に 追従できているとは言えない 15

考察 学習実験 ● RNNやLSTMはMLPと比べて高精度な予測が可能であった → 時系列モデルがMcKibben人工筋の特性を捉えたモデル化に有効 ● 学習データが多いほど精度が向上した → データ収集をスケールさせる仕組みが重要であるという示唆 16

考察 制御実験 ● MLPのモデルを使用して軌道追従タスクを高精度で行うことができた → 学習した予測モデルを用いてMcKibben人工筋の制御ができる ● RNNのモデルが軌道追従タスクを解けなかった理由 → データ収集方法に問題があったと考えられる ● 制御実験に必要なデータが学習データに含まれていない ○ 制御実験は力一定のデータが必要 ○ データ収集時は長さと空気圧を制御したときの力を測定 → 力一定のデータがほとんど含まれなかった 17

まとめ まとめ ● ソフトロボットの高精度な制御を実現するために、McKibben型人工筋を 対象とし、予測モデルを学習ベースで獲得することを目指した ● 時系列モデルが人工筋の高精度な予測モデル学習に有効であった ● MLPベースの予測モデルを用いて制御タスクを高精度で行えた 今後の課題 ● より効率的にデータを収集する方法を考える ○ 実世界のタスクから収集が必要そうなデータを特定する 18

出典 [1] Do As I Can, Not As I Say: Grounding Language in Robotic Affordances [2] 新山 龍馬：やわらかいロボット, 金子書房 (2018) [3]脇元 修一：細径 McKibben 型人工筋の開発と用途開拓, 計測と制御, Vol. 57, No. 11, pp. 8 19