Movatterモバイル変換

Deep Learningを用いたロボット制御2016/7/23 第9回科学技術におけるロボット教育シンポジウムチーフアーキテクト奥田遼介株式会社Preferred Networks

今日の内容 私が関わった様々なロボット関連の技術を紹介します 詳細な解説や動画は弊社のブログに掲載してあります— 「プリファードリサーチ」で検索 目次— レゴ 分散深層強化学習 ぶつからない車— 産業用ロボット バラ積み取り出し Amazon Picking Challenge

自己紹介奥田遼介 -2010一関工業高等専門学校 -2014東北大学修士— 文字列処理など 2014 （株）プリファードインフラストラクチャー 2014- （株）プリファードネットワークス— チーフアーキテクト— 映像解析系、製造業系にかかわる研究開発— ChainerやCuPyの開発

私とレゴマインドストーム 2003年中学生：RCX 2012年大学院生：NXT 2.0— ETロボコン2012に出場— チャンピオンシップ大会 TOPPERS賞受賞，総合部門第4位 2015年社会人： EV3

ETロボコンでは何をしたか？ プログラムのリモート書き換え機能を実装— ETロボコン専用スクリプト言語— BT転送 SATORI2— 自動リトライによるパラメーター調整

会社紹介: Preferred Networks (PFN) 2014年3月設立（Preferred Infrastructureからスピンオフ） 本社：東京、アメリカ子会社：カリフォルニア州サンマテオ 社員数：約40名（そのうち35名程度はエンジニア） 投資元：NTT、FANUC、トヨタ自動車ディープラーニング(人工知能)Industrial IoT製造業自動車ヘルスケア

7世界的な企業とのパートナーシップで機械学習を活用 産業応用において実データを用いた共同R&Dプロジェクト— 特殊なデータ・必要要件、アルゴリズムの改良、多くの試行錯誤、…— 一般的なパターン認識システムとは異なる状況での経験とノウハウ(C) WSJ(C) WSJ

今回よく出てくる3つのキーワード 機械学習— 経験（データ）によって賢くなるアルゴリズム 強化学習— 試行錯誤を通じて環境に適応した制御を獲得する枠組み 深層学習（ディープラーニング）— 機械学習手法のひとつ、近年大きく研究が進んでいる

機械学習（マシンラーニング）経験（データ）によって賢くなるアルゴリズムの研究– データから知識・ルールを自動獲得する– データの適切な表現方法も獲得する– 人工知能の中で、人が知識やルールを明示的に与える方法の限界から生まれてきた学習データ分類モデル

画像認識タスクでの性能向上（ILSVRC）28.225.816.411.76.7 5.98 5.1 4.94 4.823.56051015202530これが人Deep Learningの衝撃

強化学習のモチベーション学習行動webサービスゲームAIルーターロボット自動車...ヒストグラム線形モデルSVMDeep NN...データ前処理サービスに反映データ収集このループを自動で回したい

状態 s の時にどの行動 aを取ればよいかを報酬 r を手掛かりに学習する強化学習の問題設定（簡易版）エージェント行動 a良い結果・すいすい走る悪い結果・他車とぶつかる評価報酬 r を与える（罰の場合もある）状態 s：周りの情報状態 sに対する行動 aは直接教えない

レゴを活用したデモンストレーション

分散深層強化学習 2015年6月のInteropで発表したデモ

全体システムＷｅｂカメラ（ＵＳＢ）ＢＴ制御シミュレーター(Processing)画像認識(AR Toolkit)深層学習（Chainer）座標データセンサーデータ操作指令GPU搭載PC

複数ロボットカーの協調走行 状態：273次元— 視線：32方向の視線に対する情報など（障害物までの距離・角度） 行動：5種類（前後加速, 左右回転, ブレーキ) 報酬r：— 良い：指定されたパスに沿って速く移動する— 悪い：壁や障害物、他の車にぶつかる どのように走行すれば最適かを学習— 状態sの時に各行動aの報酬を予測するNNを学習273 600 400 200 100 50入力：状態s前加速後加速右回転左回転ブレーキ出力：各行動aの報酬予測

CES 2016ロボットカーデモ トヨタ、NTTとの共同展示 ディープラーニングと強化学習を用いることで、自動で運転能力を習得するデモhttps://www.youtube.com/watch?v=a3AWpeOjkzwhttps://www.youtube.com/watch?v=7A9UwxvgcV0

何がすごいか 約300次元の入力情報から適切な行動を車自らが自動的に獲得する— 入力・出力が何に対応するかも教えていない— 全方位を見て複雑な状況でも適切によける— それぞれの車は独立に行動を決定 CESのデモでは4日間で白い車はお互いに衝突無し 複数台のセンサーデータを集めて学習を加速— データ共有して学習する事でより速く、より賢くなる

なぜレゴでデモを作ったか？ 今の深層強化学習でどんな事が出来るか示したかった— よくある「IoT・ビッグデータ」はデータを集めるだけの場合がほとんど 分析すらできなくて、コストだけかかって価値にならない— IoTの会社なので実物を動かしながら、技術の実用性を示す お客さんとのプロジェクトの内容は外に出せない— 技術の詳細を公開できないので、ぼやかした説明になる

レゴを使った利点 高速にデモを作れた— 最初のデモは2か月で制作— 他のラジコンカーも試したけど、EV3が一番安定して制御できた— 制御・通信部分を自由にいじれる ほど良いバッテリー時間とパワー— 2時間くらい動いてくれる— パワーが結構ある（CESの時は通信機と別バッテリーも搭載） 動くデモは圧倒的にインパクトがある— 安定して動く— 同じ型を大量に購入できる（最終的に20台くらい購入） 他の製品は付属品が品切れになっていたりした

レゴの欠点・デモで苦労した点 ちょっと本体が大きい— もう一回り小さい型が欲しいところ ラジコンモードが標準であってほしい もう少し早いモーターが欲しい— 大きいタイヤ使いたくなかった 屋内の精密な位置・向き測定は難しい— カメラの解像度、光の状態、設置が面倒くさい

産業用ロボットへの技術適用

 バラ積み取り出し— 乱雑に置かれた物体— 入力：上方からの深度付き画像— 出力：吸着ハンドの目標座標 自動車工場によくある設定— 別工場から部品が箱にバラバラな状態で送られてくる— 専用の機械（高価で煩い）か、人が取り出して並べていたバラ積みロボットの学習

バラ積みロボットの学習 従来手法— パターンマッチ、ブロブ検出など— パラメタチューニングが難しい 提案手法— Deep Learningで代替— 学習データを自動で収集

バラ積み取出しの学習https://www.youtube.com/watch?v=ATXJ5dzOcDw国際ロボット展2015にて展示

Amazon Picking Challengeとは Amazonが主催 6/29-7/3, ドイツ RoboCup2016 と併設 今年2回目 倉庫の自動化を目指す タスク：指示された12個のitemを15分以内に棚から取ってくる / 棚に入れればOK

アイテムと棚39種類のアイテム・光沢や透明・重い、大きい、小さい、変形棚内の配置例

結果Pickタスクで2位(1位と同スコア)！ Stowタスクで4位(3位と僅差)！http://amazonpickingchallenge.org/results.shtmlタスク後の記念撮影

ロボット外観・2本のFANUC製ロボットアームで2種類のハンド（バキューム、グリッパ）を使用・アームの先端に2種類の画像センサを搭載

他のチームバキュームとグリッパの融合ハンド台座に前後軸アームに前後軸PFNStow :4位(161)Pick ： 2位(105) 全16チーム— 日本から4チーム Delft（オランダ）— Stow : 1位(214)— Pick ：1位(105)— アーム：Yasukawa Nimbro（ドイツ）— Stow : 2位(186)— Pick ：3位(97)— アーム：Universal Robots

画像認識性能の戦いRealsenseLidarSegmentation(CNN)アイテム解析・吸着可能位置推定(CNN)・面の法線推定（点群処理）・向き姿勢推定（点群処理）吸着可能位置推定法線方向推定向き姿勢推定全チームが深層学習を利用。各チームそれぞれに改良を重ねていた。

機械学習のこれから 多くの分野に急速に普及する— 画像認識、音声認識、動画認識、テキスト認識— 画像生成、テキスト生成 画像認識— 深層学習の登場により、大きく技術が向上— 複雑な制御を行うためにはほぼ必須の技術に 音声認識— テキスト化、指示の伝達、コミュニケーション 強化学習— より現実に近い設定で動くように進歩中

ロボット 活動範囲を広げるには学習の活用が必須— 産業用ロボットは基本的に決まった動きの繰り返し プログラミングの難しさ、安全性 これからのロボット— 大量のセンサを搭載、カメラも使う— 機械学習により自動的に動きを獲得— 人に対して安全に振る舞う 社会への進出— ドローン、産業用・災害用・家庭用ロボットなどなど

レゴを通して学べる良いこと 物・サービスづくり— ソフト・ハードを通して、実現したいものを作っていく能力— ハード 工作技術、動きの仕組み、現実世界の複雑さ— ソフト 制御、プログラミング、アルゴリズム— 解決力 障害の原因を特定してひとつずつ解決していく 誰かにとって役に立つ何かを作っていく

本日のデモの詳細情報 「プリファードリサーチ」で検索— https://research.preferred.jp/— バラ積みロボットの学習— 強化学習によるロボットカーの自動制御— 画風変換— 画像の自動生成We are hiring!インターン・アルバイトも募集中です

Movatterモバイル変換

Change Language

Deep Learningを用いたロボット制御

Recommended

More Related Content

What's hot

Viewers also liked

Similar to Deep Learningを用いたロボット制御

More from Ryosuke Okuta

Deep Learningを用いたロボット制御