情報処理学会 第80回全国大会講演要旨

Pepperを始めとする対話型ヒューマノイドロボットの普及により、人間とより親和的に活動を行うことに関する手法が多く研究されている。ロボットと人間との対話は言葉によるものが主となるが、人間の指示からロボットが適切に行動を選択し、目的の動作を行うことで人間との親和性はより高まると考えられる。本研究ではこのような対話型ヒューマノイドロボットを対象とした動作制御を行うため、近年その性能が注目されているDeep Q Networkに、実機に搭載されたカメラからの画像を環境情報として入力し行動選択モデルの学習を行った。ボールの把持動作を行うための学習手法及び把持動作成功率の評価について報告する。