Takahashi Lab Robot System Project

 

JST CREST 文脈と解釈の同時推定に基づく相互理解コンピューテーションの実現

　ロボットの自己位置と地図を作るSLAMアルゴリズムに注目し、文脈と発話語の意味を同時推定できるSimultaneous Contextualization And INterpreting (SCAIN)を実現する。SCAINの特性を利用することで、低ストレスなマルチモーダル対話システム、人同士の相互理解システムを実現し、人間主導のインタラクションを扱えるコンピュータの構築方法を明らかにする。本研究室は、人とロボットのインタラクション、環境とロボットの関係に注目し、ロボットが自分の状態や周囲の状況に応じて自ら考えて行動するアルゴリズムの開発と実装を目指しています。

ASTRON: Action-based Spatio-Temporal Robot Navigation [IEEE Access]

Action Graphは、認識した環境と環境中の物体情報からロボットがその環境内のどこでどのような行動が実行可能であるかを表現した新しい環境表現手法です。Action Graphではロボットが行動することで環境がどのように変化するかも考慮しています。Action Graphに基づいてロボットはいつ、どこで、どのように行動するかを計画することができます。

ロボットの行動可能性に基づいた自然言語指示の目標状態推定 [RSJ2021]

　人から与えられた言語的な指令をAction Graphを活用してロボットが環境内で実行可能な行動の組合せとして解釈する新しいヒューマンロボットインタラクションの研究に応用しています。

 

動作経験に基づく動画像予測と動作コストの学習による自律移動ロボットの行動生成 [JINT]

ロボットはタスク実行中の画像情報を蓄積し、ロボットの動作とそれに伴う画像の変化を学習します。学習結果よりロボットは動作に伴う未来状態の画像を予測可能になります。 動画像予測と動作コストの学習に基づく自律移動ロボットの行動生成手法を提案します。 複数の目標状態に対して明示的な軌道や報酬を設計しないで学習し、安全にタスクを実行できることを実機実験により確認しています。

 

動作教示による確率的学習と合成に基づくお茶の摘み取り [RA-L][ICRA2020]
Plucking Motions for Tea Harvesting Robots Using Probabilistic Movement Primitives

高品質なお茶を収穫するためには、人間の手摘み動作をロボットで再現する必要があります。 茶葉の摘み取りに必要な移動量や回転量は、茎や枝などの状況に応じて異なります。 人間が直接教示した摘み取り動作を確率的に学習して合成することで、状況に応じた摘み取り動作を生成します。

人間の意思決定と動作の制約を考慮した操作支援 [RSJ2020]

人間とロボットが連携することで、簡単なロボット操作で複雑な動作や多様な動作を実現します。 アフォーダンスと確率的な機械学習手法を用いることで、人間の意思決定と動作の制約を考慮します。

 

JST CREST 実践知能アプリケーション構築フレームワークPRINTEPSの開発と社会実践 website

　本プロジェクトでは、知識ベース推論、音声対話、画像センシング、動作計画、機械学習の統合知能アプリケーションをエンドユーザが容易にデザイン・開発できるプラットフォームPRINTEPS（PRactical INTElligent aPplicationS）の研究開発およびロボット喫茶店と教諭ロボット連携授業の適用実践を進めています。本研究室では、動作計画、機械学習を中心に人とインタラクションすることを強く意識した新しいアルゴリズムの提案と実践に関する研究をしています。

NEDO戦略的先端ロボット要素技術開発プロジェクト

村田機械株式会社と産業技術総合研究所と共同で、病院や公共空間など人との共存環境下で稼働する全方向自律搬送ロボット「MKR-003」の開発しています。SLAM技術を用いた簡易な導入作業、スムーズな障害物回避、エレベータを利用した複数フロア間の移動が可能であることが特徴です。