認知ロボティクス班

研究概要

少子高齢化や労働力不足の進行に伴い、家庭内作業を代替・支援できるロボット技術への社会的ニーズが高まっています。こうしたニーズに応えるためには、調理や洗濯などの複雑かつ多様なタスクに柔軟に対応可能な、汎用的な動作生成能力を備えたロボットの実現が求められます。
　認知ロボティクス班では、「予測符号化理論」に着想を得た動作生成モデルを用い、より人間らしい認知機能を持つロボットの開発に取り組んでいます。人間の脳は、感覚入力と予測の誤差を最小化することで情報処理を行っているとされており、本研究ではその理論に基づき、ボトムアップ処理（感覚入力）とトップダウン処理（予測・意図）を統合する深層予測学習モデルを構築しています。このモデルにより、対象物の複雑な操作や状況変化に適応した柔軟な動作を実現します。
　具体的には、形状が変化しやすい衣類の操作や、加熱や攪拌によって状態が変化する調理中の食材の取り扱いなどを対象としています。これらのタスクでは、対象物の形状、色、温度などに応じて適切な動作を生成する必要があります。また現在は、ロボットの視野を適応的に制御する機構、動作予測の不確実性を考慮した意思決定、双腕による協調動作の生成といったテーマにも取り組んでいます。
　本研究は、基幹理工学部 表現工学科 尾形哲也研究室の動作生成班と連携し、先端的なロボット知能の実現を目指して推進されています。