不十分な産業ロボットの自動化性能

深層学習が登場して以来、学習ベースの手法を用いて産業における各種のタスクを解決することへの関心が高まっています。現在、深層学習を用いた産業界の課題としては、知覚の問題が大きい「掴む動作」と、接触による制御とマルチモーダルなフィードバックを重視した「挿入する動作」の2つが主流となっています。

しかし、強化学習（RL）システムは、複雑で学習時間が長いという欠点があるため、産業用ロボットへの採用は難しいとされています。その結果、少量生産の分野では、ロボットによる自動化のメリットを享受することができません。

重要なお知らせ：AI分野のお仕事マッチングサービス「AIDB HR」を開始しました！登録後はオファーを受け取るだけのシンプルなサービスです！現在、期間限定で、ギフト券が必ずもらえる新規登録キャンペーンも行っています。

強化学習を産業ロボットに適用させるという課題に対して、実際にどんな研究が行われているのでしょうか。DeepMind社のOleg Sushkovら研究者の発表を紹介します。

研究者らは、産業ロボット用の強化学習アルゴリズムを新たに開発することで、高性能な産業ロボットの開発を試みました。

▼論文情報

著者：Jianlan Luo, Wenzhao Lian, Ning Ye, Oleg Sushkov , Chang Su, Stefan Schaal, Rugile Pevceviciute, Mel Vecerik, Jon Scholz
タイトル：”Robust Multi-Modal Policies for Industrial Assembly via Reinforcement Learning and Demonstrations: A Large-Scale Study”

URL：DOI

産業ロボットの自動化

まずはOlegらの研究におけるミッション・手法・結果をまとめました。