研究内容
マルチエージェント強化学習を用いた網羅的センシングの実現
人間とロボットが安全に協調して作業するには，死角のない高度な環境認識が不可欠です．本研究の目的は，複数台のMoMoを制御してシームレスな網羅的センシングを実現することで，リアルタイムに高品質な空間把握を可能にすることです．動的に変化する環境下で対象を継続的に追跡・観測するためには，ロボット群の配置を状況に応じて自律的かつ最適に決定する仕組みが必要です．本研究では，マルチエージェント強化学習（MARL）を用い，MoMoが対象を死角なく観測し続ける「協調追跡システム」を確立します． 各ロボットに動的な役割（ロール）を与え，状況に応じて「正面からの撮影機」，「背面からの撮影機」，「全体撮影機」などを切り替えながら担うことで，複雑な動的環境に適応可能な群ロボット制御を行います．
天井面移動ロボットの高速・安定走行の実現
本研究では，天井面移動ロボットMobile Module（MoMo）の高速かつ安定した移動を実現するため，レール構造と突起構造を改良しています．MoMoは，機体に搭載したレールに天井面の突起を通し，ばねで車輪を押し付けながら移動します．しかし，従来構造ではレールと突起の摩擦や干渉により，走行が不安定になる課題がありました．そこで，レールを上下二層構造として継ぎ目を削減し，突起との干渉を抑制しました．また，材質をアルミニウムからアクリルおよびポリカーボネートへ変更し，軽量化と段差追従性の向上を図りました．さらに，突起両端を円弧形状にすることで段差通過性能も改善しています．その結果，移動速度，最大積載重量，移動安定性の向上を確認しています．現在は，異常状態からの自律復帰制御や異常検知，回避手法を検討しています．