| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2024-05-16 14:55 力覚フィードバックを用いた遠隔ロボットシステムにおける力調整制御 ～ 強化学習の適用 ～ ○大西 仁（放送大）・加藤広也・石橋 豊（名工大）・黄 平国（岐阜聖徳学園大）  CQ2024-7 |
|
| 抄録 | （和） | 本研究では，力覚フィードバックを行う力覚インタフェース装置により産業用ロボットアームの遠隔制御を行うシステム2式を用いて，物体を挟んで運ぶ作業を対象とし，物体に過大な力が加えられること，挟む力が弱すぎて物体が落下することを防ぐために，ロボットアームが挟む力を自律的に制御する力調整制御を導入する．力調整制御の制御則は，試行錯誤を通して手動で調整して獲得したものと，強化学習 (Deep Q-Learning Network; DQN)により獲得したものの2方式であった．力調整制御の効果を検証するために，ネットワークの遅延を変化させて両方式の力調整制御に加え，力調整制御なしの3方式で制御性能を比較した．その結果，力調整制御は物体に過大な力が加えられることを抑制できることが明らかになった．手動調整により獲得した制御則とDQNにより獲得した制御則の比較では，手動調整により獲得した制御則の方が制御性能が高かった．DQNによる制御則の獲得には，学習データの取得方法とDQNのアーキテクチャに改善の余地があることが示唆された． |
| （英） | In this study, two systems each of which remotely controls an industrial robot arm using a haptic interface device that provides force feedback are used to perform object pinching and carrying tasks. To prevent excessive force from being applied to the object and the object from falling because the pinching force is too weak, we introduce a force adjustment control system that autonomously controls the pinching force of the robot arm. The control law of the force adjustment control was obtained by manual adjustment through trial and error and by reinforcement learning (Deep Q-Learning Network; DQN). To examine the effect of force adjustment control, we compared the control performance of the three methods without force control, in addition to the two methods with force adjustment control by varying the network delay. The results showed that force adjustment control was able to suppress the application of excessive force to the object. In the comparison between the control law obtained by manual adjustment and the control law obtained by DQN, the control law obtained by manual adjustment had better control performance. It is suggested that there is room for improvement in the acquisition method of training data and the architecture of the DQN for acquiring control laws by the DQN. |
|
| キーワード | （和） | 遠隔ロボットシステム / 力覚フィードバック / 力調整制御 / 強化学習 / Deep Q-Learning Network (DQN) / / / |
| （英） | remote robot system / force feedback / force adjustment control / reinforcement learning / Deep Q-Learning Network (DQN) / / / | |
| 文献情報 | 信学技報, vol. 124, no. 31, CQ2024-7, pp. 24-29, 2024年5月. | |
| 資料番号 | CQ2024-7 | |
| 発行日 | 2024-05-09 (CQ) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | CQ2024-7 |
|
| 研究会情報 | |
| 研究会 | CQ CS |
| 開催期間 | 2024-05-16 - 2024-05-17 |
| 開催地（和） | 名古屋工業大学 6号館11階会議室 |
| 開催地（英） | |
| テーマ（和） | 光／無線アクセスとそれらの融合、通信行動、QoEと心理、QoS、通信品質の評価・計測・制御・最適化、ネットワークサービス、無線ネットワーク、MIMO・ダイバーシチ・マルチプレキシング、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | CQ |
| 会議コード | 2024-05-CQ-CS |
| 本文の言語 | 日本語 |
| タイトル（和） | 力覚フィードバックを用いた遠隔ロボットシステムにおける力調整制御 |
| サブタイトル（和） | 強化学習の適用 |
| タイトル（英） | Force Adjustment Control in Cooperative Work between Remote Robot Systems with Force Feedback |
| サブタイトル（英） | Application of Reinforcement Learning |
| キーワード(1)（和/英） | 遠隔ロボットシステム / remote robot system |
| キーワード(2)（和/英） | 力覚フィードバック / force feedback |
| キーワード(3)（和/英） | 力調整制御 / force adjustment control |
| キーワード(4)（和/英） | 強化学習 / reinforcement learning |
| キーワード(5)（和/英） | Deep Q-Learning Network (DQN) / Deep Q-Learning Network (DQN) |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 大西 仁 / Hitoshi Ohnishi / オオニシ ヒトシ |
| 第1著者 所属（和/英） | 放送大学 (略称： 放送大) The Open University of Japan (略称： OUJ) |
| 第2著者 氏名（和/英/ヨミ） | 加藤 広也 / Hiroya Kato / カトウ ヒロヤ |
| 第2著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Institute of Technology) |
| 第3著者 氏名（和/英/ヨミ） | 石橋 豊 / Yutaka Ishibashi / イシバシ ユタカ |
| 第3著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Institute of Technology) |
| 第4著者 氏名（和/英/ヨミ） | 黄 平国 / Pingguo Huang / コウ ヘイコク |
| 第4著者 所属（和/英） | 岐阜聖徳学園大学 (略称： 岐阜聖徳学園大) Gifu Shotoku Gakuen University (略称： Gifu Shotoku Gakuen Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-05-16 14:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CQ |
| 資料番号 | CQ2024-7 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.31 |
| ページ範囲 | pp.24-29 |
| ページ数 | 6 |
| 発行日 | 2024-05-09 (CQ) |
[研究会発表申込システムのトップページに戻る]