照明変化に頑強な小型知能ビジョンシステム
本技術のコアは,視覚神経系が行っている情報処理(視覚信号の対数変換や空間バンドパスフィルタ等)を実装した回路にある.本回路は,視覚神経系を模倣した並列演算を活用して,省電力で,照明強度や照明色の変化にほとんど影響されることなく多数の視覚特徴(色・方位別輪郭等)を検出することが出来る.この回路を実装したFPGAとイメージセンサからなるロボットビジョンシステムは,1辺4cm程度の小さなサイズで,多数の視覚特徴を実時間で出力できる.
近年,人工知能・機械学習技術の発展もあり,これらの知能化技術をロボットの環境適応能力や自律性の付与の手段として用いることが期待されています.しかし,強化学習を含む機械学習は,一般的に多くの学習時間を必要とする根本的な問題を抱えています.従って,学習時間を短縮することが,実時間で学習する実ロボットにとって,特に解決すべき重要な課題です.私達は,遺伝的アルゴリズムの概念で説明した学習高速化手法を開発し,より高度なロボットの知能化の実現を目指しています.
論文
「学習時間の短縮に向けた状態価値を用いた知識転移手法」(2017)『電気学会論文誌C』137(9)p.1171-1176.
「知識の転移と選別機能を備えた強化学習手法の複数タスク下における性能検証」(2016)『システム制御情報学会論文誌』p.152-154.
「転移学習における価値に基づく知識の選別」(2015)『システム制御情報学会論文誌』28(6)p.275-283 .
研究シーズ・教員に対しての問合せや相談事項はこちら
技術相談申込フォーム