情報処理学会 第76回全国大会講演要旨

本研究では、POMDPs環境のための決定的政策を学習するProfit Sha
ringをKFM (Kohonen Feature Map)連想メモリによって実現した手法
により、二足歩行ロボットの姿勢制御モーションの獲得を実現する。
直立状態の二足歩行ロボットに転倒してしまうような負荷を与えた
ときに、複数の関節が連携し、直立状態を維持する姿勢制御モーシ
ョンを獲得することを目的として実験を行う。姿勢制御の学習では
観測として各時刻でのジャイロセンサと加速度センサの値とサーボ
モータの角度を用いる。行動はロボットの各関節の現在の角度に対
して与える変化量とする。