バイラテラル制御に基づく模倣学習による塗布動作の検討

カテゴリ：研究会(論文単位)

論文No：IIC25021

グループ名：【D】産業応用部門 産業計測制御研究会

発行日：2025/10/28

タイトル(英語)：Study on Painting Tasks Using Imitation Learning Based on Bilateral Control

著者名：杉山 凜(神戸大学),元井 直樹(神戸大学)

著者名(英語)： Rin Sugiyama(Kobe University),Naoki Motoi(Kobe University)

キーワード：バイラテラル制御,模倣学習,機械学習,モーションコントロール,メカトロニクス,Bilateral Control,Imitation Learning,Machine Learning,Motion Control,Mechatronics

要約(日本語)：模倣学習は、人間の操作データを用いて教師あり学習を行う手法である。本研究では、2台のロボットを用いバイラテラル制御による塗布作業を行い、リーダーロボットの位置・力情報を抽出・保存する。保存した位置・力情報をもとに模倣学習によりLSTMモデルを構築し、塗布動作の再現性と精度向上について検討した。

要約(英語)：In this study, two robots performed painting tasks using bilateral control, extracting and saving the position and force information of the leader robot. Based on these information, an LSTM model was constructed using imitation learning, and the reproducibility and accuracy improvement of the painting motion were investigated.

本誌：2025年10月31日産業計測制御研究会

本誌掲載ページ：9-14p

原稿種別：日本語

PDFファイルサイズ：7,635Kバイト