コロキアムB発表

日時: 9月21日(水)2限(11:00-12:30)


会場: L1

司会: 陳 娜
永田 篤樹 M, 2回目発表 ロボットラーニング 松原 崇充, 岡田 実, 杉本 謙二, 花田 研太
title: Feedback Error Learning Control for Practical Environment
abstract: Vehicle platooning must be robust to a variety of problems, such as uncertainty in vehicle characteristics, lossy communications between vehicles, and disturbances caused by road conditions. Feedback (FB) control with a one degree of freedom structure can address each of these practical problems. However, it had poor response and failed to address multiple problems such as disturbance and signal loss simultaneously. Feedback error learning (FEL) control with a two degree of freedom structure is applied with these problems. The method achieves stabilization and good tracking independently by FB and feedforward (FF) control, respectively. The latter often suffers from model uncertainty, which is remedied by tuning the FF control on-line. This study improves on this FF controller and proposes a FEL control with disturbance suppression. The effectiveness of the proposed method is illustrated via numerical examples.
language of the presentation: Japanese
発表題目: 実環境に向けたロバストなフィードバック誤差学習制御
発表概要: 現在,実環境に向けた制御技術が研究されている.その一例として隊列走行を考えると,車両特性の不確かさや車両間の通信で発生する信号損失,更には路面状況から発生する外乱など考慮すべき問題が多く挙げられる.これらの問題を対処する手法は提案されているが1自由度構造によるフィードバック(FB)制御であり,ロバスト性の向上や応答性能に限界があった.そこで本研究では,2自由度構造によるフィードバック誤差学習(FEL)制御を用いる.この手法は,制御対象の不確かな場合でもFB制御器で閉ループ系の安定化,フィードフォワード(FF)制御器で良い応答を実現することができる. 私たちは,この手法のFF制御器に注目し,制御入力に外乱が加わる場合でもオンラインで外乱を推定し,除去できるような新しいFEL制御を提案する.本発表では,シミュレーションにより2つの従来手法との比較を行い,提案法の有効性を確認する.
 
藤倉 駆 M, 2回目発表 ロボットラーニング 松原 崇充, 岡田 実, 杉本 謙二, 花田 研太
title: Robust Control of Underwater Drones with Model Predictive Control and Sliding Innovation Filter
abstract: In recent years, underwater drones have been actively developed and have been used in industrial applications such as marine debris collection in cooperation with an unmanned aerial vehicle and facility inspection at hydraulic power plants. Although underwater drones are controlled by hand so far, it is hard to explore huge caves or deep sea by underwater drones due to communication difficulties or cable length limit. That is why autonomous control for underwater drones is required. Although it is desirable to be installed high-precision sensors in underwater drones to achieve autonomous control, GPS or other high-precision sensors used on land are not available in underwater. That is, underwater drones can only be equipped with low-precision sensors, resulting in noise problems. Kalman filter (KF) is widely used as a typical method to remove noise. However, KF does not work well when there exist modeling errors and thus it cannot be removed noise correctly. In this research, we aim to develop robust autonomous control against modeling errors and sensor noises based on Model Predictive Control (MPC) with Sliding Innovation Filter (SIF), which is robust to modeling errors with high-precision estimation. In addition, since SIF can improve estimation accuracy by adjusting parameters, the values are determined by Bayesian optimization (BO) which is one of the parameter determination methods.
language of the presentation: Japanese
発表題目: モデル予測制御とスライディングイノベーションフィルタによるロバストな水中ドローンの制御
発表概要: 近年,水中ドローンの開発が盛んに行われており,空中ドローンと協働した海洋ゴミ回収や水力発電所の設備点検など産業応用が進んでいる. しかし,通信の難しさやケーブルの長さが問題となる洞窟や深海といった環境では,自律的な移動制御が必要となる. 自律的な移動制御を実現するためには,高精度なセンサを搭載することが望ましいが,水中では電波を利用することができないため,陸上で使われるGPSを始めとした高精度なセンサを用いることができない. したがって,水中ドローンでは精度の悪いセンサしか搭載することができず,ノイズの問題が発生する. こうしたノイズを除去する代表的な手法としてカルマンフィルタ(KF)が広く用いられているが,モデル化誤差に脆弱で高精度な推定を行えないという欠点が存在する. そこで本研究では,モデル化誤差に頑健で高精度な推定を行えるスライディングイノベーションフィルタ(SIF)と高い制御性能を誇るモデル予測制御(MPC)を組み合わせることで,モデル化誤差やセンサノイズにロバストな移動制御を実現する. また,SIFはパラメータを調整することで推定精度を向上できるため,パラメータ決定手法の一つであるベイズ最適化(BO)によって自動で値を決定する.
 
ILBOUDO WENDYAM ERIC LIONEL D, 中間発表 ロボットラーニング 松原 崇充, 池田 和司, 杉本 謙二, 小林 泰介
title: Enabling Adaptive Robust Robot Learning and Deployment Against Noisy Data and Model Disturbance
abstract: In the life of any machine learning project, there are three steps, i.e. training, evaluation and deployment. This is also true for robotics learning. The quality of the training process heavily depends on the quality of the dataset which can however easily be affected by noisy or outlying datapoints, and the quality of the deployed agent depends on how well it can adapt to the target environment which can be different from the environment or domain, usually a simulator, used for training or evaluation. In this research, we tackle both problems by proposing, first, a robust stochastic optimization algorithm named AdaTerm which can adapt its robustness in order to reduce the effect of outlying datapoints during the learning phase, and second, a new reinforcement learning (RL) framework which links multi-objective RL (MORL) and multi-domain RL (MDRL) allowing the optimal training of agents that can act optimally in the target environment while being able to act cautiously when there is uncertainty about the real nature of the target environment.
language of the presentation: English
発表題
発表概要:
 
KIM GAHEE M, 2回目発表 ロボットラーニング 松原 崇充, 池田 和司, 佐々木 光
title: Active neural parameter estimation of blackbox simulators using likelihood-free inference
abstract: In the robot learning field, it is common to use simulators to obtain training data. However, since most simulators are implicit model, it is impossible to inference the posterior distribution of simulation parameters from observations. In recent years, likelihood-free inference methods which approximate posterior using simulated data have been actively proposed to overcome this problem. In this research, we propose the extended algorithm of likelihood-free inference with guided network learning with real observation and the optimal action.
language of the presentation: Japanese
発表題目: Likelihood-free手法を用いたブラックボックスモデルのの能動的パラメータ推定
発表概要: ロボティクスでは実験におけるシミュレーションの重要度が増している。 しかし、シミュレータの多くは内部式が未知なブラックボックスモデルであるため、現実環境に合わせた パラメータチューニングが困難である。近年、この問題を克服するために、大量のシミュレーションデータを 学習データに深層学習を行いデータ中心的な方法で尤度関数を推定するlikelihood-free推定が提案される ようになった。本研究では、(1) 実観測からの事後分布を利用した実環境にガイドされたモデル学習 (2) パラメータ推定にもっとも有効な行動を選択しながら事後分布を更新 を行うことにより、 対象の実環境を高精度にパラメータ推定するlikelihood-free手法を提案する。
 

会場: L2

司会: 鶴峯 義久
井上 翔太 M, 2回目発表 ヒューマンロボティクス 和田 隆広, 清川 清, 佐藤 勇起, 劉 海龍
title: Expansion of a motion sickness model considering visual information
abstract: In the autonomous driving vehicle, the increase of motion sickness is worried by the increase in the workable time. As an estimation method of motion sickness, the mathematical model which simulated vestibular system and internal model of the human has been proposed. And, it has been shown that head posture of the vehicle occupant is related to the motion sickness in the conventional research. In these studies, it was shown that motion sickness was reduced by making the head posture follow the GIA direction which is the combined vector direction of gravitational acceleration and lateral acceleration. However, different studies also showed no reduction effect even along the GIA direction. The difference of these motion sickness reduction effects has not been explained. Then, in this study, visual information was considered as a factor in which the difference comes out in this motion sickness reduction effect, and it was made that the model was expanded by introducing the new element to the conventional motion sickness estimation model to be a purpose. First, in order to confirm the motion sickness reduction effect, the change of the motion sickness when the passenger took different head posture in the specific vehicle motion was measured. At this time, we recorded visual field images of the participant, and the questionnaire on motion sickness, etc. was carried out. Afterwards, the element which affected motion sickness was examined.
language of the presentation: Japanese
発表題目: 視覚情報を利用した動揺病推定モデルの拡張
発表概要: 自動運転車両内では,作業可能時間の増加により動揺病の増加が懸念されている.この動揺病の推定方法として,人間の前庭系や内部モデルを模擬した数理モデルが提案されている.また従来研究において,車両乗員の頭部姿勢が動揺病と関係していることが示されている.これらの研究の中で,重力加速度と横加速度の合ベクトル方向であるGIA方向に頭部姿勢を沿わせることで動揺病が低減されることが示された.しかし,異なる研究ではGIA方向に沿った場合でも低減効果がないことも示された.これらの動揺病低減効果の差が説明されたことはない. そこで本研究では,この動揺病低減効果に差が出る要因として視覚情報を考え,従来の動揺病推定モデルに新たな要素を導入することでモデルを拡張することを目的とした.まず動揺病低減効果について確認するために,特定の車両運動で異なる頭部姿勢を搭乗者がとった際の動揺病の程度の変化を測定した.このとき,被験者の視界映像を記録し,動揺病などについてのアンケートを行った.その後,動揺病に影響を及ぼした要素について検討した.
 
宮﨑 滉己 M, 2回目発表 サイバネティクス・リアリティ工学 清川 清, 和田 隆広, 内山 英昭, 磯山 直也, Perusquia Hernandez Monica
title: Proposal for a Head Movement Teaching System Using Nasal Apex Stimulation for Remote Collaboration Tasks
abstract: Remote operations are used for equipment operation, inspection, and construction site support, etc. To improve work efficiency, it is important to share the field of view and gazing point between the operator and the operator. Augmented reality technology is used to achieve this sharing of vision and gazing points. In remote work using augmented reality technology, an AR head-mounted display with an optical see-through system is used. However, AR head-mounted displays have a very narrow viewing angle, and it is difficult to recognize new information that appears outside the viewing angle because it is difficult to accept information in the peripheral vision. Therefore, this study focuses on the nose, which is one of the most characteristic parts of the face, and proposes a head-movement teaching device that uses rubbing stimulation of the nasal tip. We investigated the directional perception characteristics of the nasal apex in the rubbing stimulus using rotation, and suggested that it could be applied to a direction presentation method for guiding the head in an arbitrary direction. Therefore, the proposed method provides directional guidance by rubbing the nasal apex to realize head motion instruction with head motion. By doing so, we aim to improve the reaction speed and work efficiency by guiding the user to information presented outside the visual field.
language of the presentation: Japanese
発表題目: 遠隔作業における鼻尖刺激による頭部運動教示システムの提案
発表概要: 遠隔作業は機器の操作や点検、建設現場の支援などに利用されており、作業効率の向上のためには作業者とオペレータ間の視界や注視点の共有を行うことが重要である。この視界や注視点の共有を実現するために拡張現実技術が用いられている。拡張現実技術を用いた遠隔作業において、光学シースルー方式のARヘッドマウントディスプレイが利用されている。しかし、ARヘッドマウントディスプレイは視野角が非常に狭く、周辺視野の情報が受容しづらいことから視野角外に新たに出現した情報を認識することが困難な点が挙げられる。そこで、本研究では顔の中でも特徴的な部位である鼻に着目し、鼻尖の擦過刺激による頭部運動教示デバイスの提案を行う。回転を用いた擦過刺激における鼻尖の方向知覚特性を調査したところ頭部を任意の方向に誘導するための方向提示手法への応用が示唆された。そこで、本提案手法では鼻尖を対象とした擦過刺激による方向提示を行うことで頭部の運動を伴った頭部運動教示を実現する。これにより、視界外に提示された情報へと誘導することで反応速度や作業効率の向上を目指す。
 
青木 大典 M, 2回目発表 サイバネティクス・リアリティ工学 清川 清, 和田 隆広, 内山 英昭, 磯山 直也, Perusquia Hernandez Monica
title: Design of a Telepresence System with Wind Sensation Transfer
abstract: People often enjoy outdoor activities such as walking or running alone or with friends and family. However, geographical or physical reasons may make it difficult to do so. In response to this problem, there has been an attempt to improve activity sharing by using telepresence technology to transmit sensations to a remote location. In this study, we enhanced telepresence with wind sensation. Wind sensation has not been extensively studied in the past, because it is challenging to reproduce this outdoor sensation in VR. We propose a method to record and reproduce the two components of wind, wind speed and direction, to transmit wind.
language of the presentation: Japanese
発表題目: 風覚のテレプレゼンスのための風のセンシングとディスプレイシステムの基礎検討
発表概要: ひとりでもしくは友人や家族と共に散歩やランニングなどの屋外活動を楽しむことはよくある.しかし,地理的,身体的な理由でその活動を行うことが困難な場合がある.この問題に対して,テレプレゼンス技術を利用して遠隔地で感じられる感覚を伝達することで活動の共有をよりよくする試みがある.屋外環境において風は人に作用する要素として重要であることから,本研究では,従来研究の少ない風を感じる感覚(風覚)のテレプレゼンスに着目する.風を伝達するために,風を構成する要素である風速と風向のふたつを記録・再現する方法を提案する.ひとりでもしくは友人や家族と共に散歩やランニングなどの屋外活動を楽しむことはよくある.しかし,地理的,身体的な理由でその活動を行うことが困難な場合がある.この問題に対して,テレプレゼンス技術を利用して遠隔地で感じられる感覚を伝達することで活動の共有をよりよくする試みがある.屋外環境において風は人に作用する要素として重要であることから,本研究では,従来研究の少ない風を感じる感覚(風覚)のテレプレゼンスに着目する.風を伝達するために,風を構成する要素である風速と風向のふたつを記録・再現する方法を提案する.
 
窪田 太一 M, 2回目発表 サイバネティクス・リアリティ工学 清川 清, 荒牧 英治, 内山 英昭, 磯山 直也, Perusquia Hernandez Monica
title: Optimal Nodding Exaggeration Factor in a Real-Time Conversation Entrainment System
abstract: In this study, we aim to realize a system that exaggerates the speaker’s nodding in non-face-to-face communication to trigger the speaker’s entrainment. In this paper, as a first step, we investigate the exaggeration factor that strengthens entrainment in our proposed real-time nodding exaggeration system. Our real-time nodding exaggeration system can exaggerate the pitch angle of nodding by a specified magnification factor while reflecting speaker-specific facial features and facial expression changes in real time, just like a general video conferencing system. In our experiment, we conducted dialogue experiments with nine pairs of participants in three conditions: 1.0x, 1.4x, and 2.0x exaggeration factors. The evaluation was conducted by synchronous analysis of nodding, a questionnaire, and a post-hoc interview. The results showed that the standard deviation of the phase difference, which indicates the degree of synchronization, tended to be smaller at an exaggeration factor of 1.0 and 1.4, compared to 2.0. No participant noticed that the nodding was exaggerated. This suggests that the system may be effective at the unconscious level and promote entrainment without making the speaker aware of the difference.
language of the presentation: Japanese
発表題目: 会話支援のためのリアルタイム頷き誇張システムにおける同調を強める誇張倍率の調査
発表概要: 本研究では,非対面コミュニケーションにおいて話者の頷きを誇張し,引き込みのきっかけを与えるシ ステムの実現を目指す.本稿ではその第一歩として我々が提案するリアルタイム頷き誇張システムにおける同調を 強める誇張倍率を調査した.リアルタイム頷き誇張システムとは,一般のビデオ通話システムと同様に話者固有の 顔の特徴や表情変化をリアルタイムで反映しながら,頷きのピッチ角度を指定した倍率に誇張できるシステムであ る.実験では,誇張倍率 1.0 倍,1.4 倍,2.0 倍の 3 条件を用意し,参加者 9 組に対して対話実験を行った.評価は頷 きの同期統計量とアンケート及び自由回答により実施した.その結果,誇張倍率 2.0 倍のときと比べて,1.0 倍と 1.4 倍のときに同期の位相差の標準偏差が小さくなる傾向が見られた.また,頷きを誇張していたことに気づいた参加 者は存在しなかった.このことから,本システムは無意識下で効果を発揮し,話者に意識的な違いを認識させずに 同調を促せる可能性が示唆された.