[論文レビュー] Motion Switching with Sensory and Instruction Signals by designing Dynamical Systems using Deep Neural Network

Kanata Suzuki, Hiroki MORI+1 more|arXiv (Cornell University)|Dec 14, 2017

Robot Manipulation and Learning被引用数 4

ひとこと要約

本論文では、点アトラクタを用いた力学的システムを設計する深層学習フレームワークを提案し、センサ信号および指示信号を介してロボットが操作タスクにおける部分タスク間を切り替えることを可能にする。畳み込み自己符号化器と複数時間スケールRNNを統合することで、モデルは視覚フィードバックと外部指示信号を組み合わせ、柔軟で適応的な運動制御を学習し、訓練済みでない物体の位置に対しても動的切り替えを伴う布団の折りたたみを成功裏に実装した。

ABSTRACT

To ensure that a robot is able to accomplish an extensive range of tasks, it is necessary to achieve a flexible combination of multiple behaviors. This is because the design of task motions suited to each situation would become increasingly difficult as the number of situations and the types of tasks performed by them increase. To handle the switching and combination of multiple behaviors, we propose a method to design dynamical systems based on point attractors that accept (i) "instruction signals" for instruction-driven switching. We incorporate the (ii) "instruction phase" to form a point attractor and divide the target task into multiple subtasks. By forming an instruction phase that consists of point attractors, the model embeds a subtask in the form of trajectory dynamics that can be manipulated using sensory and instruction signals. Our model comprises two deep neural networks: a convolutional autoencoder and a multiple time-scale recurrent neural network. In this study, we apply the proposed method to manipulate soft materials. To evaluate our model, we design a cloth-folding task that consists of four subtasks and three patterns of instruction signals, which indicate the direction of motion. The results depict that the robot can perform the required task by combining subtasks based on sensory and instruction signals. And, our model determined the relations among these signals using its internal dynamics.

研究の動機と目的

• 柔ららか素材を含む複雑な操作タスクにおける柔軟でスケーラブルな運動ポリシーの設計という課題に取り組む。
• 純粋にモデルベースまたはセンサ駆動の制御に制限を受けることなく、センサフィードバックと外部指示信号の両方を用いて部分タスク間の動的切り替えを可能にする。
• タスクの順序を階層的RNN構造内の軌道ダイナミクスとして埋め込む統一されたフレームワークを開発し、多様な物体の位置やタスクの変化に対しても一般化を可能にする。
• 内部ニューラルダイナミクスがどのようにセンサ信号と指示信号を符号化・統合し、強固で相互作用的なタスク実行を実現するかを調査する。

提案手法

• 点アトラクタを切り替えフェーズとして用いる力学的システムを設計し、安定的かつ切り替え可能な部分タスクダイナミクスを実現する。
• 2ストリームの深層ニューラルネットワークを採用：センサ特徴抽出のための畳み込み自己符号化器と、時間的ダイナミクスモデリングのための複数時間スケールRNN。
• RNNのコンテキスト層（C_f と C_s）を用い、それぞれ指示信号（C_f）とセンサ・モーター列（C_s）を別々に符号化することで、階層的な信号統合を実現する。
• 画像シーケンスと運動方向を示す指示信号を用いて、5つの部分タスクを含む布団の折りたたみタスクでモデルを訓練する。
• スイッチングポイントにおける内部状態を一致させるために点アトラクタ制約を適用し、部分タスク間の滑らかな遷移を保証する。
• 主成分分析（PCA）を用いて内部状態を可視化し、ネットワークの潜在空間におけるセンサ信号と指示信号の符号化および統合の仕組みを分析する。

実験結果

リサーチクエスチョン

• RQ1 深層学習ベースの力学的システムは、センサ入力と外部指示信号の両方を用いて、複数の部分タスク間を効果的に切り替えることができるか？
• RQ2 内部ニューラルダイナミクスは、適応的タスク実行のため、どのようにセンサフィードバックと指示信号を表現・統合するか？
• RQ3 このモデルは、操作タスクにおいて訓練済みでない物体の位置や形状に対してもどの程度一般化できるか？
• RQ4 明示的な再訓練なしに、視覚フィードバックと指示信号の組み合わせに基づいて部分タスク間を切り替えることができるか？
• RQ5 RNNの異なる内部状態（C_f と C_s）は、それぞれ指示信号駆動型とセンサ駆動型の切り替えにどのように寄与しているか？

主な発見

• 本モデルは、4つの部分タスクと3種類の指示パターンを用いた布団の折りたたみタスクを実行し、訓練済みでない物体の位置に対しても、強固な切り替えを示した。
• C_f ニューロンは指示信号を符号化し、運動方向に対応する3つの明確なクラスタを形成しており、物体の位置に関係なく即時に指示に応答することが可能であった。
• C_s ニューロンはセンサ・モーターのダイナミクスを捉えており、部分タスクに対応する4つの明確なクラスタを形成しており、視覚的および運動的差異の学習が確認された。
• モデルはセンサ信号と指示信号を統合することで相互作用的な切り替えを示し、内部状態空間において両信号タイプの明確な分離と統合が観察された。
• 階層的構造により、多様な設定においてタスク実行の一般化が可能であり、本手法の強靭性と適応性が確認された。
• 内部状態の可視化により、モデルがセンサフィードバックと指示信号に基づいてタスクダイナミクスを埋め込み、切り替えることを学習していることが確認された。