清水 祐輝 | M, 1回目発表 | インタラクティブメディア設計学 | 加藤 博一, 清川 清, 神原 誠之, 藤本 雄一郎, 澤邊 太志 |
title: Reducing the passenger's sense of movement by controlling vision and force sensation in an autonomous driving environment
abstract: In the research field of autonomous vehicles, many studies focus on safety and efficiency, but in order for autonomous vehicles to be widely used in human society, passenger comfort during autonomous driving must also be considered. In order to realize a comfortable autonomous vehicle, it is important to reduce the sensation of movement caused by acceleration stimuli to which passengers are exposed. Therefore, this paper proposes a Tilt XR Cabin that enables control of the passenger's visual and force senses, aiming to realize a comfortable autonomous vehicle. In this system, the hemispherical VR screen and the seat tilt in unison to provide full immersion, enabling a VR/MR environment to be presented without making the passenger aware of the true horizontal position, thereby reducing the passenger's sense of movement. language of the presentation: Japanese 発表題目: 自動走行環境における視覚と力覚の制御による搭乗者の移動感覚の軽減 発表概要: 自動走行車の研究分野では,安全性や効率性が重視された研究が多いが,人間社会に広く普及するためには自動走行中の搭乗者の快適性をも考慮する必要がある.快適な自動走行車の実現には,搭乗者が受ける加速度刺激による移動感覚を少なくすることが重要である.そこで本稿では,搭乗者の視覚及び力覚を制御可能とするTilt XR Cabinを提案し,快適な自動走行車の実現を目指す。本システムでは,完全没入が可能な半球VRスクリーンと座席が一体となって傾斜することで,搭乗者に真の水平を認識させずにVR/MR環境を提示可能であり,搭乗者の移動感覚の軽減を実現する. | |||
東 崇史 | M, 1回目発表 | ロボットラーニング | 松原 崇充, 和田 隆広, 花田 研太, 佐々木 光 |
title: Model-based reinforcement learning for underwater drones near walls and water bottoms
abstract: In recent, underwater drones are expected to be utilized in many situations, such as cave exploration and sunken ship surveys. However, there have been few studies on movement control, object grasping, etc., assuming actual situations where underwater drones are used, such as near walls and water bottoms. In this study, we perform object grasping tasks under the disturbance assumed in real environments. In this Colloquium, we introduce movement control on simulation by model-based reinforcement learning that combines Gaussian process (GP) for modeling the disturbance including its variance and model predictive control (MPC) for robust control using the predicted disturbance. language of the presentation: Japanese 発表題目:壁や水底近傍における水中ドローンのモデルベース強化学習 発表概要:近年、洞窟探査や沈没船調査など多くの場面において水中ドローンの活用が期待されている。しかし、実際に壁や水底近傍など水中ドローンが活用される場面を想定し、移動制御、物体把持などを行った研究はほとんどない。本研究では、壁や水底近傍などの実環境で想定される外乱下での物体把持タスクを行う。その前段階として、外乱を分散も含めてモデリングするためのガウス過程(GP)と予測された外乱を使ったロバストな制御のためのモデル予測制御(MPC)を組み合わせたモデルベース強化学習によってシミュレータでの移動制御を行なったので、それを紹介する。 | |||
大宮 拓馬 | M, 1回目発表 | ロボットラーニング | 松原 崇充, 和田 隆広, 鶴峯 義久, 佐々木 光 |
title: Study on efficient reinforcement learning method for long-term partial observation tasks
abstract: Reinforcement learning frameworks that transfer a policy learned on a simulator to a real robot have been actively studied. As one such framework, Asymmetric learning focuses on the fact that only partial observations can be obtained on a real robot, while all information (= states) can be obtained on a simulator, and proposes a framework that facilitates the learning of a policy that uses only partial observations by using a state-based critic. On the other hand, this framework still requires a large amount of data to be applied to long-term real-world problems. In this study, we focus on the availability of states in Asymmetric learning and investigate a framework to accelerate policy learning by collecting and using demonstration data (sequences of optimal states and actions) on a simulator. As a preliminary experiment, we trained the conventional method and the proposed method on the assumption of partial observations of a simulation task with position and velocity information in the states, excluding the velocity information. The results suggest that the proposed method is effective for both partial observation and long-term tasks. language of the presentation: Japanese 発表題目:長期的な部分観測タスクのための効率的な強化学習手法の検討 発表概要:シミュレータ上で学習した方策を実ロボットに転移する強化学習の枠組みが盛んに研究されている.その1つとして,Asymmetric Learningは,実ロボットでは一部の情報=部分観測しか取得できないがシミュレータ上ではすべての情報=状態を取得できる点に着目し,状態を利用する評価器によって部分観測のみ利用する方策の学習を促進させる枠組みを提案した.一方で,この枠組みを長期的な実問題に適用するためには依然として大量のデータが必要になる課題がある.本研究では,Asymmetric Learningの状態への可用性に着目し,シミュレータ上で教示データ(最適な状態と行動の系列)を収集して利用することで方策の学習を高速化する枠組みを検討する.予備実験として,状態に位置と速度を有するシミュレーションタスクから速度情報を除いた部分観測を仮定して従来法と検討手法の学習を行った.結果として,検討手法が部分観測と長期化の問題それぞれに対して有効であることが示唆された. | |||
高橋 慧 | M, 1回目発表 | ロボットラーニング | 松原 崇充, 和田 隆広, 鶴峯 義久, 佐々木 光 |
title: Imitation learning to estimate the robot's sense of force from human motion data including tactile sensation
abstract: In order to automate human work by robots, it is necessary for robots to imitate the movements of humans who are not familiar with robots. For this purpose, frameworks have been proposed to estimate the motion of a robot from the trajectory of a human hand. However, in the multi-object contact tasks, it is difficult to estimate the robot’s motion by the previous works because the desired motion is switched according to the contact situation of the objects, and the trajectory-based motion cannot achieve the tasks. This research proposes a motion imitation framework for robots using human motion data in multi-object contact tasks. The proposed method estimates the robot’s force based on the tactile and switches the data used for force inference according to the contact state of objects. In a preliminary experiment, we verified the force estimation performance of the proposed method using the robot motion data on the bottle lid manipulation task. language of the presentation: Japanese 発表題目:触覚を含む人間の動作データからロボットの力覚を推定する模倣学習 人の作業をロボットによって自動化するためには,ロボットに精通していない人の動作をロボットにうまく模倣させる必要がある. そのために,人の手先の軌道からその軌道を実現するロボットの動きを推論する枠組みが提案されてきた. しかし,複数物体の接触タスクでは,物体の接触状況に応じて必要な動作が切り替わり軌道に基づく動作だけでは人の動作を実現できないことから,従来法によるロボットの動作模倣が困難であった. 本研究は,物体の接触タスクにおいて人の動作データを利用したロボットの動作模倣を目的とした動作模倣の枠組みを提案する. 提案法は触覚情報に基づいたロボットの力覚を推定し,物体の接触状況に応じ力覚推定に用いるデータを切り替える. 予備実験において,瓶のふたの操作を対象に,ロボットを用いて取得した触覚情報付きの動作データからロボットの力覚の模倣性能を検証した. | |||
相島 祐太 | M, 1回目発表 | 数理情報学 | 池田 和司, 松原 崇充, 久保 孝富, 福嶋 誠, 日永田 智絵 |
title: Analysis of Approximation Errors in Discretization of Continuous Neural Networks
abstract: One of the way of theoretical analysis of deep neural nets is an analysis through continuous representation of neural nets. For instance, there is a study that analyzes the depth continuity of neural nets as a composition of transport maps. In this case, the normal neural nets are correspond to discretization of continuous neural nets. In addition, there is considered that neural nets have optimal number of layers regarding as data. In this study, I analyze approximation errors between continuous neural nets and normal neural net which discretization in continuous one, and attempt theoretical derivation of optimal number of layers. Because continuous neural nets are expressed the solution of ordinary differential equation, I analyze the curve drawn by its solution. First, I confirm that continuous neural nets can be represented as solution of ordinary differential equation. Then, I also confirm the behavior of the solution of ordinary differential equation. language of the presentation:Japanese 発表題目: *** この部分を発表題目に *** ニューラルネットの離散化に伴う近似誤差の解析 発表概要: *** この部分を発表概要に *** 深層ニューラルネットの理論的解析の一手法として、ニューラルネットの連続化を通した解析がある。一例として、ニューラルネットの深さ方向の連続化を輸送写像の合成とみなし解析する研究がある。この場合、連続ニューラルネットの離散化として通常のニューラルネットを見ることができる。また、ニューラルネットはデータに対して適切な層数が存在すると考えられる。本研究では、連続ニューラルネットとその離散化である通常のニューラルネットの近似誤差を解析し、最適な層数の理論的な導出を試みる。連続ニューラルネットが微分方程式の解で表現できることから、解が描く曲線の解析を行う。はじめに、連続ニューラルネットが微分方程式の解として表現できることを確認する。その後、微分方程式の解の挙動を確認する。 | |||
茶円 春希 | M, 1回目発表 | ディペンダブルシステム学 | 井上 美智子, 笠原 正治, 大下 福仁(客員教授), 江口 僚太 |
title: A Self-Stabilizing Algorithm for Extended Maximal p-star partitioning abstract: In distributed systems, changes in the network topology and process faults are inevitable. Self-Stabilizing algorithm can tolerate such inconsistencies of the systems caused by transient faults, erroneous initialization, or dynamic topology change. The algorithms can recover from any inconsistent system configurations and stabilize to legitimate configurations without restarting the execution. Decompositions of process networks can be applied to load balancing and task allocation. As one of the network decompositions, the p-star decomposition was proposed. It decomposes G into disjoint components that form p-star, where a p-star is a complete bipartite graph K1,p with one center node and p leaf nodes. A maximal p-star decomposition has been proposed. However, nodes that do not belong to any p-star remain in the maximal p-star decomposition. We consider a problem called the extended maximal p-star decomposition, which generalizes the notion of maximal p-star decomposition and present a self-stabilizing algorithm for extended maximal p-star decomposition. 発表題目: 拡張極大p-star分割に対する自己安定アルゴリズムの提案 発表概要: 分散システムにおいて、ネットワークの構造変化やプロセスの一時的な故障は避けることができない。自己安定アルゴリズムは、一時故障やネットワークの構造変化に耐性を持つ分散アルゴリズムである。自己安定アルゴリズムは、実行を初期化することなく、システムを安定した状態に導くことができる。ネットワークを分解することで、負荷分散や並列計算に応用することができる。分解方法の一つにp-star分解がある。p-starは、1つの親ノードとp個の子ノードを持つ完全2部グラフである。極大p-star分割に対する自己安定アルゴリズムが提案されているが、p-starに含まれないプロセスが存在するという課題がある。そこで、p-starに含まれないプロセスがなるべく大きな p'-star (p' < p) を構成するよう拡張した、拡張極大p-star分解問題とそれに対する自己安定アルゴリズムを提案する。 | |||
小田 爽太 | M, 1回目発表 | 大規模システム管理 | 笠原 正治, 井上 美智子, 笹部 昌弘, 中畑 裕 |
title: A Study on Fast Reachability Queries on Large Directed Graphs.
abstract: The manipulation of determining whether there is a path between two vertices in a directed graph is called a reachability query. Recently, applications with large graph structures and frequent queries have emerged, requiring the development of corresponding methods. Furthermore, trade-offs must be considered regarding their computational complexity in developing a method for the queries. One method that responds to reachability queries is an on-the-fly method using Weak Dominance Drawing. This method responds to queries based on the topological order of each vertex. This total ordered set also guarantees the incomparability of vertex pairs. However, the vertex pairs represented in this total ordered set contain falsely implied paths (fips), and this reduction is essential in the query response. In this colloquium, I will present the results of a survey of existing methods. language of the presentation: Japanese 発表題目: 大規模有向グラフ上の高速な到達可能性クエリに関する研究 発表概要: 有向グラフの2頂点間に経路があるかどうかを判断する処理を到達性クエリという。近年、グラフ構造が大きく、問い合わせの頻度が高い応用が出現しており、これに対応した応答手法の開発が求められている。また、到達可能性クエリには時間および空間計算量の観点でトレードオフが存在し、手法の開発の際にはこれを考慮する必要がある。問い合わせに応答する手法として、頂点につけられたトポロジカル順序を索引に用いるon-the-fly手法である Weak Dominance Drawing がある。この手法は、各頂点のトポロジカル順序に基づいて問い合わせに応答し、走査する頂点対の比較不能性を保証する。しかし、この全順序集合で比較される頂点対の間には偽陽性の道 (falsely implied paths, fips) を含んでおり、この削減はクエリ応答において重要である。本コロキアムでは、既存手法についてのサーベイ結果を発表する。 | |||
南 椋斗 | M, 1回目発表 | 大規模システム管理 | 笠原 正治, 藤川 和利, 笹部 昌弘, 原 崇徳 |
title: On Function Placement and Service Chaining Considering Transition of Service Demand in NFV Networks
abstract: Network functions virtualization (NFV) is a new framework where network functions are executed as virtual network functions (VNFs) on generic hardware rather than dedicated hardware. In NFV networks, a network service can be realized as a service chain, which is a sequence of VNFs. Service chaining is a problem to construct a special route called service path satisfying a service chain request. A service path is a path from an origin to destination, which can sequentially execute the requested VNFs at the intermediate nodes under the resource constraints on nodes and links. The function placement in the NFV network also affects the performance of service path. In this study, we aim to achieve efficient function placement and service chaining by considering the transition of service demand. language of the presentation: Japanese 発表題目: NFVネットワークにおけるサービス需要の時間的変化を考慮した機能配置とサービスチェイニングに関する一検討 発表概要: ネットワーク機能仮想化(Network Functions Virtualization: NFV)は,従来のネットワーク機能を専用ハードウェアから切り離し,汎用サーバ上で仮想ネットワーク機能(Virtual Network Function: VNF)として動作させる技術である. NFVにおけるネットワークサービスは,VNFの連なりであるサービスチェインとして表現できる. サービスチェイン要求に対し,それを満たす特別な経路(サービスパス)を構築する問題はサービスチェイニングと呼ばれる. サービスパスとは始点から終点へと至る経路のうち,要求されたVNFを中継ノード上で順次実行可能であり,かつ,ノードとリンクにおける資源制約を満たす経路である. さらに,NFVネットワーク内での機能の配置もサービスパスの性能に影響を与える. 本研究では,サービス需要の時間的な変化を考慮することで,効率的な機能配置とサービスチェイニングの実現を目指す. | |||
眞田 将希 | M, 1回目発表 | 情報基盤システム学 | 藤川 和利, 安本 慶一, 新井 イスマイル |
title: Investigation of indoor location estimation using acoustic characteristics in a cleaning plant
abstract: Cleaning plants are sometimes hazardous, and it is necessary to know the location of workers in the plant in order to respond quickly in such situations. However, since GNSS such as GPS cannot be used indoors, a method for estimating indoor location is required. Fingerprint-based methods for indoor location estimation have been studied using RSSI, magnetism, and atmospheric pressure. However, magnetic and barometric methods do not provide enough information to estimate location on their own. Although RSSI has been shown to be effective for position estimation, it is easily affected by changes in the environment. Therefore, this study examines the possibility of using acoustic features in a factory for location estimation. The factory is structurally prone to noise, and the sound of the machines is heard for work, so it is expected that similar data can be obtained over a long period of time. language of the presentation: Japanese 発表題目: 清掃工場における音響特性を利用した屋内位置推定の検討 発表概要: 清掃工場内では,時に危険を伴うことがあり,そういった状況下で迅速に対応するために工場内で作業をする作業員の位置を把握する必要がある.しかし屋内ではGPSのようなGNSSを利用することができないため,屋内で位置を推定するための手法が必要になる.屋内で位置を推定する手法として挙げられるのがフィンガープリントを用いた手法であり,RSSIや磁気,気圧を用いた研究が行われている.しかし磁気や気圧では単体で位置を推定するための情報量が少ない.またRSSIは位置の推定に対する有効性は示せているものの環境の変化に影響を受けやすい.そこで本研究では工場内での音響特徴を位置推定に利用できるかを検討する.工場内は構造上音が鳴り響きやすいことに加え,作業のための機械の音が鳴り響いていることから,長期的に似た傾向のデータを取得できると考えられる. | |||