Imitation Learning Framework using Principal Component Analysis for Humanoid Robot Motion Generation

• 資料種別: 博士論文
• タイトル: Imitation Learning Framework using Principal Component Analysis for Humanoid Robot Motion Generation
• 著者・編者: 朴, 江
• 著者標目: 朴, 江
• 出版事項: Hokkaido University
• 出版年月日等: 2015-03-25
• 出版年（W3CDTF）: 2015-03-25
• 並列タイトル等: ヒューマノイドロボット動作生成のための主成分分析を用いた模倣学習フレームワーク
• 寄与者: 近野, 敦; 小笠原, 悟司; 五十嵐, 一
• 授与機関名: 北海道大学
• 授与年月日: 2015-03-25
• 授与年月日（W3CDTF）: 2015-03-25
• 報告番号: 甲第11770号
• 学位: 博士(工学)
• 博論授与番号: 甲第11770号
• 本文の言語コード: eng
• 著者別名: Park, Garam
• 件名標目: Machine Learning; Imitation Learning; Principal Component Analysis; Evolutionary Process
• NDC: 500
• 対象利用者: 一般
• 一般注記: This dissertation investigates the efficient imitation learning framework based on principal component analysis to generate desired and abundant motions using few human demonstrations in the workspace. This framework is inspired from human motor learning in upper body. In real life, a robot is expected to autonomously act with varied and abundant motions. Imitation learning might be an efficient approach to enable a robot to generate natural and abundant motions.The framework comprises off-line and on-line processes. In the off-line process, human demonstrations are used to develop a motion database. The database covers the workspace and includes robot properties. The evolved database has a clustered structure for efficiency. In the on-line process, a robot can generate desired motions using a real-time motion reconstruction method based on PCA in real time. However, during the motion reconstruction by few, slight movement, or noisy, it occurs the over-response problem. To prevent that, we uses Regularization method, and curve fitting method to reduce the tolerance. The performance of this method is verified through two case studies. The proposed framework is applied to the generation of reaching motions to an object on a table and a shelf.; (主査) 教授 近野 敦, 教授 小笠原 悟司, 教授 五十嵐 一; 情報科学研究科（システム情報科学専攻）
• DOI: 10.14943/doctoral.k11770; https://doi.org/10.14943/doctoral.k11770
• 国立国会図書館永続的識別子: info:ndljp/pid/9374959; https://dl.ndl.go.jp/pid/9374959
• コレクション（共通）: 障害者向け資料
• コレクション（障害者向け資料：レベル1）: テキストデータ
• コレクション（個別）: 国立国会図書館デジタルコレクション > デジタル化資料 > 博士論文; https://dl.ndl.go.jp/collections/A00014
• 収集根拠: 博士論文（自動収集）
• 受理日（W3CDTF）: 2015-06-02T13:06:44+09:00
• 作成日（W3CDTF）: 2015-02
• 記録形式（IMT）: PDF
• オンライン閲覧公開範囲: 国立国会図書館内限定公開
• デジタル化資料送信: 図書館・個人送信対象外
• 遠隔複写可否（NDL）: 可
• 掲載誌（URI）: http://dx.doi.org/10.14943/doctoral.k11770; http://hdl.handle.net/2115/58948
• 参照（URI）: http://hdl.handle.net/2115/58947
• 連携機関・データベース: 国立国会図書館 : 国立国会図書館デジタルコレクション; https://dl.ndl.go.jp

• 要約等: This dissertation investigates the efficient imitation learning framework based on principal component analysis to generate desired and abundant motio...