機械学習・強化学習によるロボットの運動制御・認識の学習

近年、人工知能関連技術の種々の応用が盛んに行われ、ロボットへの応用も期待を集めている。ロボットを自動的に動かし人手での調整等の介在を減らす (自律化) 技術は、地図生成、運動計画、学習制御、パタン認識など多岐にわたる技術的側面を有する。 　本セミナーでは、動作するロボットへの応用に関連する運動計画・機械学習・強化学習等の諸技術の概略を解説し、ロボットの自律化に関連する技術・研究動向を述べる。

1. ロボットの運動計画・動作制御の概略
   1. 世界地図と計画にもとづくアプローチ
   2. センサ情報から直接制御入力を決定するアプローチ
      1. 熟練者の操縦情報にもとづく方法
      2. 強化学習などの動作学習・特徴抽出にもとづく方法
2. ロボットの運動計画のための基礎
   1. コンフィギュレーションとは
   2. コンフィギュレーション空間・コンフィギュレーション障害物
   3. 運動計画のための空間の構造化
   4. グラフ構造と探索
3. ロボットの運動計画
   1. ポテンシャル法
   2. A*探索,ダイクストラ法
   3. RRTアルゴリズム
4. ロボット制御にかかわる機械学習の基礎
   1. 機械学習問題の分類 (教師あり学習と教師なし学習,最適制御)
   2. 関数近似問題とその適用対象
   3. パタン分類問題とその適用対象
   4. 階層型ニューラルネットワークと深層学習
   5. 教師なし学習と次元圧縮
5. ロボット制御のための強化学習の基礎
   1. 強化学習と運動計画の相違点
   2. マルコフ決定過程とBellman方程式
   3. 動的計画法とQ学習
   4. 強化学習における分類軸
6. 強化学習に関する最近の話題
   1. 方策勾配法
   2. 関数近似と強化学習の統合
   3. 逆強化学習
   4. メタ強化学習
7. ロボット制御にかかわる強化学習の応用
   1. 非線形制御・安定化制御
   2. 視覚にもとづくナビゲーションへの応用
   3. 物体把持の学習
   4. 多種類 (マルチモーダル) センサ情報処理