Yuta Nomura 研究室

本研究室は、ロボットが柔軟な物体を操作する能力を獲得するための機械学習手法の開発に取り組んでいます。ケーブルや布といった日常環境で扱う変形しやすい物体の操作は、製造業や生活支援ロボットにおいて重要な課題です。従来の強化学習と模倣学習は性能が期待できる一方で、学習に必要なデータ収集や標注に多大なコストがかかるという問題を抱えていました。これに対し、本研究室は人間がロボットを遠隔操作して自由に動かす「遊び」から得られたデータを活用する新しい学習アプローチに着目しています。 具体的には、Play-LMPと呼ばれるフレームワークを拡張し、現実のロボットが目的指向的な物体操作タスクを学習できるシステムを構築しました。このアプローチでは、遊びの中で収集されたデータから世界モデルを構築することで、実際の環境での制御精度を高めるとともに、元のデータには含まれない新しい動作の組み合わせを生成し、学習用データとして活用することができます。このようにして、データ収集の低コスト性とデータの豊富さという相反する要件の両立を目指しており、複雑な環境で汎用的に機能するロボット開発の実現に向けて研究を進めています。