Deep Learning
口頭発表
Mask-attention機構を導入したPPOによる物体把持動作の視覚的説明
- Author
- 本多航也, 板谷英典, 平川翼, 山下隆義, 藤吉弘亘
- Publication
- 日本ロボット学会学術講演会, 2022
Download: PDF (Japanese)
大型の物流倉庫や，生産現場などでは人員削減の観点からロボットマニピュレーションの需要が増加している．物流倉庫には様々な種類，形状の品種があり，その品種に合わせた把持をする必要がある．物体把持におけるロボットマニピュレーションでは，ロボット動作を操縦者が教示するティーチングプレイバックを用いるのが一般的である．ロボットの動作環境が異なると，再度操縦者によるティーチングが必要となるため，操縦者の負担は大きく，ティーチング操作がロボットにとって最適な判断であるとは限らない．この問題を解決するアプローチとして，深層強化学習を用いて最適なロボット動作を獲得する手法が提案され，バラ積み物体から把持対象物体が直接ピッキングできない場合は，周りの物体を退避させるという動作の実現が可能となっている．しかしながら，従来の深層強化学習を用いたロボット動作はどのような判断根拠によって動作を実現しているのか不明である．本研究では，画像入力の深層強化学習モデルにMask-attention機構を導入し，ロボット動作に対する判断根拠の視覚的説明を実現する．獲得したMask-attentionを可視化することでロボット動作における判断根拠を解析する．