方針
知能ロボティクス研究室では、人の短所を補完するのではなく、個人の長所を最大限に伸ばし、ソフトウェアが好きな人にも、ハードウェアが好きな人にも、理論が好きな人にも、実験が好きな人にも、成長できる環境を提供します。
.
知能ロボット工学
授業科目名 | 知能ロボット工学(Robot Intelligence) |
---|---|
単位 | 2 |
開講年次 | 大学院 |
区分 | 専門領域科目(知能機械) |
担当教員 | 王 碩玉 |
連絡方法 | 教員室:A480, 内線番号:2306 |
キーワード | ロボット、ロボットシステム、知能ロボット、知識、学習、推論、AI、 具体的には、ニューラルネットワーク、強化学習、ジェネティックアルゴリズム、ヒューマン推論、福祉介護ロボット、生活支援ロボット |
授業目的 | 予め決められた単純な作業しかできない産業用ロボットと違って、知能ロボットは、異なる環境に応じて取るべき行動を自律的に推論し、そして実行する能力を持っている。適切な行動を推論するには、知識が要る。知識は学習によって獲得される。すなわち、賢く作業できる知能ロボットを構成するにあたって、メカニカル機構以外には、推論機能と学習機能を備えなければならない。知能ロボット工学では、学習アルゴリズムと推論アルゴリズムについて修得することを目的とする。具体的には、ニューラルネットワークによる学習法とファジイ集合による推論法、これらの手法を用いて知能ロボットの実現について学ぶ。 |
授業の概要 | 具体的には、①ロボットの基本的メカニズム、②ロボットのシステム構成、③知識獲得の立場から、ニューラルネットワークや強化学習やジェネティックアルゴリズム学習法と、④知識使用の立場から、2値論理における推論から曖昧な概念を定量化表現するファジイ集合によるヒューマン推論法、⑤これらの手法を用いて知能ロボットシステムの実現法について学べる。 |
授業の方法 | 本講義では、理解度を高めるために、理論的計算アルゴリズムを大事にしながら、計算の意味すなわち物理的な概念、アルゴリズムの開発背景について重点的に解説する。理解を深めるために、フリーウェアを用いて、推論と学習アルゴリズムを体験しながら、ロボットの知能化の仕組みを理解してもらいます。また、写真や動画を多数利用して、最先端の知能ロボットを紹介する。 |
到達目標 | ① ロボットシステムの基本的メカニズム、システムの構成、ロボットの知能化概念について理解できる。 ② ニューラルネットワークを用いた知識表現とバックプロパゲーション学習法のアルゴリズムとそのロボットへの基本概念が得られる。 ③ 教師なしの学習法として、強化学習法の学習仕組みとそのロボットの知能化への基礎が得られる。 ④ 最適状態の探索による知識獲得である、ジェネティックアルゴリズムの学習の仕組みを理解し、そのロボットの知能化への基礎が得られる。 ⑤ 推論の基本概念、2値論における推論法、プロダクションルールによる知識表現の柔軟性、エキスパートシステム。 ⑥ ファジィ集合による曖昧概念の定量化法が理解でき、ファジィ集合・関係の基本演算ができる。 ⑦ファジィ推論の基本概念が理解でき、数式で三種類のファジィ推論アルゴリズムが表現できる。 ⑧知識獲得と学習と推論の関係が理解でき、知能ロボットの障害物回避言語ルールが作成できる。 |
授業計画 | 1.ロボットの基本的メカニズム、ロボットのシステム構成について説明する。 2.様々な機械学習手法について概説を行い、教師有り/教師無し学習の差異やロボットの知能化に応用する際の基本的な考え方を解説する。 3.ニューラルネットーワークによる知識表現のメリットとデメリットについて説明する。 4.如何にバックプロパゲーション学習法をニューラルネットワークに導入することで、学習機能を持たせるかについて説明する。 5.強化学習の基本概念、代表的な手法であるQ学習について説明する。 6.ジェネティックアルゴリズムによる学習アルゴリズムについて説明する。 7.各々の学習法の長所と短所について理論的に説明し、ロボットの知能化事例を用いて実証する。 8.前半のまとめ、演習、習熟度確認 9. 推論の基本概念、2値論における推論法、プロダクションルールによる知識表現の柔軟性。 10. ファジィ理論と知的制御 ファジィネスの概念とその重要性、理論を利用した知的制御システム実例や知能ロボットの紹介。 11.ファジィ集合と曖昧概念の定量化 集合、クリスプ集合と定義関数、ファジィ集合とその性質、基本演算。 12. ファジィ数とその演算 ファジィ数の定義、拡張原理、分解定理、言語による知能の表現 13. ファジィ推論 Mamdaniの推論法、ロボットの自律制御への応用事例 14.ファジィ推論Ⅱ 距離の概念、集合間の距離計算、距離型ファジィ推論法その性質 15.ファジィ推論に基づく知能ロボットの行動計画 知識獲得と学習と推論の関係、知能ロボットの軌道・経路計画、学習機能を持つ推論法に基づく障害物回避。 16.全体のまとめ、演習、習熟度確認 |
テキスト | 『はじめての機械学習』,小高知宏(オーム社)ISBN:9784274068461 『ファジィ制御』, 菅野道夫(日刊工業新聞社)ISBN4526023485 |
参考書 | 『ロボットインテリジェンス~進化計算と強化学習~』,伊藤一之(オーム社)ISBN:9784274203985 『アドバストファジィ制御』,田中一男(共立出版株式会社)ISBN:978432008530 『知識の表現と高速推論』,石塚満(丸善)ISBN:4621042068 |
成績評価 | 中間試験の到達レベル:50点(基本内容40点、 発展問題10点) 期末試験の到達レベル:50点(基本内容40点、 発展問題10点) AA:90点以上 A:80点以上89点以下 B:70点以上79点以下 C:60点以上69点以下 F:59点以下 |
授業時間外学習(予習・復習等) | 配布テキストと参考書を利用して、予習することを薦める。 |
他の科目との関連 | ロボット工学1とロボット工学2の履修をお薦めます。 |
.
ロボット工学 Ⅰ
授業科目名 | ロボット工学 Ⅰ(Robotics Ⅰ) |
---|---|
単位 | 2 |
対象学生 | 2年生~ |
開講時期 | 4Q |
担当教員 | 王 碩玉 |
連絡方法 | 教員室:A480, 内線番号:2306 |
キーワード | ロボット,車輪型ロボット,2足ロボット,4足ロボット,産業用ロボット,医療・健康増進・福祉介護ロボット,ヒューマンフレンドリー・ロボット,センサー,ロボットアーム・ハンド,マニピュレータ,位置,姿勢,関節,運動学,動力学,制御,学習制御 |
授業の目的 | 周りの生活環境を注意深く観察すれば、大量生産に貢献している産業用ロボットから、主婦の手伝いをする掃除ロボット、子供達と喋ったり遊んだりするチャイルドケアロボットまで様々なロボットが活躍されていることが分かる。「ロボット」という言葉は知らない人は居ないほど認知度が高い。 ロボットは機械で出来上がっているので、ある一定な形をしている。形があれば、目に見えるので判りやすい。また、ロボットが賢く動くことが出来るので、見て楽しい。 陰でこれらを支えているのはロボット工学である。ロボット工学Ⅰでは、車輪型とマニピュレータと歩行型を対象として、基礎知識から実応用までに理解できる。 |
授業の概要 | 車輪型と歩行型とマニピュレータを対象として、機構、力学、計測、知的制御に関する基礎知識について学習することができる。実応用として、掃除ロボット、救済ロボット、サッカーロボット、教育ロボット、案内ロボット、精神ケアロボット、福祉介護ロボット、リハビリ・健康増進ロボットなどについても理解できる。 |
授業の方法 | テキストの内容を適時に補充しながら進めていく。 実例や動画やビデオを多数活用して、難雑な計算の物理意味を重点に説明する。毎回では、最初は前回の内容をレビーし、最後は本日の内容要点を纏める。 |
到達目標 | ① 自分の言葉でロボットの定義を述べられる。 ② ロボットの種類を整理できる。 ③ 移動ロボットとマニピュレータの仕組みを説明できる 。 ④ 移動ロボットとマニピュレータの運動学と動力学を理解できる 。 ⑤ ロボットの知能化実現手順を理解できる。 |
授業計画 | 1. ロボットとは ロボットをめぐる歴史、ロボットの語源、ロボットの三原則、機構による分類、応用分野による分類 2. ~4. 車輪型ロボット 車輪型ロボットの分類、車輪とステアリングとキャスターの構造と配置、特殊メカニズム、全方向移動車、車輪型ロボットの静力学と走行、車輪型ロボットの動力学、速度制御、実際の応用 5. ~7. マニピュレータ マニピュレータの構造と表現、マニピュレータの種類、マニピュレータの運動学、マニピュレータの微分関係、マニピュレータの動力学、軌道追従制御、実際の応用 8. 前半のまとめ、演習 1.~7.について演習 9. 前半の纏め、習熟度確認 範囲:1.~8. 10.~11. 歩行ロボット 機構による歩行ロボットの分類、歩行ロボットのメカニズム、エネルギーの有効利用、可動範囲と歩行安定性、歩容生成、実際の応用 12.~14. ロボット知能化 センサー、対象物距離の計測法、軌道計画、経路計画、作業計画、知的制御、応用 15. 演習 9.~13.について演習 16. 習熟度確認 範囲: 10.~15. |
テキスト | 『基礎ロボット工学』,小川 鉱一・加藤 了三 (東京電機大学出版局)ISBN:4501414103 |
参考書 | 『基礎ロボット工学』,川村 貞夫 (オーム社)ISBN:4274130355 『鉄腕アトムのロボット学』,福田 敏夫(集英社)ISBN:ISBN-13:978-408 |
成績評価 | 総合で60点以上達成された場合を合格とする.点数配分は次のとおりである. 小テスト20点([2点/1回]×10回=20点) 中間試験30点(内訳:基礎問題20点,発展問題10点) 定期試験50点(内訳:基礎問題40点,発展問題10点) AA:90点以上 A:80点以上89点以下 B:70点以上79点以下 C:60点以上69点以下 F:60未満や成績評価資料が未提出の場合 |
授業時間外学習(予習・復習等) | 配布テキストと参考書を利用して、予習することを薦める。 |
他の科目との関連 | 力学と制御に関する基礎知識を習得しておけば、より深くまで理解できる。 |
.
ロボット工学 Ⅱ
授業科目名 | ロボット工学 Ⅱ(Robotics Ⅱ) |
---|---|
単位 | 2 |
対象学生 | 3年生~ |
開講時期 | 2Q |
担当教員 | 王 碩玉, 各指導教官 |
連絡方法 | 教員室:A480, 内線番号:2306 |
キーワード | 自律型ロボット、確率・統計、自己位置推定、環境地図作成 |
授業の目的 | これまでにロボット工学1において、様々な場面で活躍するロボットの仕組みや動作についての基礎を学んだ。これらを通して、ロボットのシステム構成や必要とされる技術を俯瞰できたと考えられる。ロボット工学2では、掃除ロボット、ドローン、自動運転などに共通して用いられる耐環境技術の一種である自己位置推定と環境地図作成に着目し、周囲の環境がめまぐるしく変化するような場所で自律型ロボットをいかに動作させるかという「確率ロボティクス」について理解する。 |
授業の概要 | 本授業は、非常勤講師 堀 勝博先生(苫小牧高専)による集中講義として行う。 地雷撤去アルゴリズムを応用した掃除ロボットが世の中に登場して20年近く経過した。近年ではAI搭載型掃除ロボットが一般的になっている。このような背景には、ロボットがセンサからの情報を確率的なものとして捉えて統計処理し、統合的な手法により行動を取捨選択できるようになったことが挙げられる。このような内容に取り組むのが「確率ロボティクス」という分野である。これからの時代にロボティクスを学ぶ上で、避けて通れない現状にある。本講義では「確率ロボティクス」を理解することを目的とし、自律型ロボットを実環境においていかに制御すべきかについて学習する。講義内容は教科書:千葉工大上田先生の著書(2020年度日本機械学会教育賞・推薦図書)をベースとする。 内容は大きく分けて以下の4つである。 ◎自律型ロボットの制御において確率・統計の知識をどのように活用すればよいか ◎実環境で自律型ロボットをシミュレーションするためにはどのようにモデリングすればよいか ◎自己位置推定や環境地図作成はどのように実現すればよいか ◎実環境における自律型ロボットの行動決定はどのように実現すればよいか |
授業の方法 | 講義はパワーポイントを使用する。講義資料や演習課題はWeb上で提示する。また、演習課題等の各種アルゴリズムの実装において、各自のPC上に構築したJupyter Notebook環境を使用する。 |
到達目標 | ① 確率ロボティクスと確率・統計の基礎について理解し、概念を説明できる。 ② 自律型ロボットのモデリングについて理解し、概念やアルゴリズムを説明・実装できる。 ③ 自己位置推定や環境地図作成について理解し、概念やアルゴリズムを説明・実装できる。 ④ 自律型ロボットの行動決定について理解し、概念やアルゴリズムを説明・実装できる。 |
授業計画 | 第1回 イントロダクション 確率ロボティクスの概念や歴史について学習し、本講義の概要を把握する。 第2~4回 確率・統計の基礎 ロボットのデータ処理の基礎となる確率・統計について、データの確率モデル、結果から原因を推定するベイズの定理、多次元ガウス分布について学習する。 第5~6回 自律型ロボットのモデリング 自律型ロボットにセンサを搭載した場合のモデリングについて学習する。また、不確かさを考慮する方法について学習する。 第7~9回 自己位置推定 パーティクルフィルタ、拡張カルマンフィルタによる自己位置推定について学習する。また、自己位置推定の諸問題について理解する。 第10~12回 SLAM 自己位置推定と環境地図構築を同時に行うSLAMの概念を理解し、逐次SLAM、グラフベースSLAMについて学習する。 第13~15回 行動決定 ロボットの行動決定に関して、マルコフ決定過程に対して有効な動的計画法について学習する。また、強化学習の基礎について学習する。 第16回 単位認定試験 |
テキスト | 『詳解 確率ロボティクス Pythonによる基礎アルゴリズムの実装』,上田 隆一 (講談社)ISBN:978406517006 |
参考書 | 『Probabilistic ROBOTICS(Intelligent Robotics and Autonomous Agents series) 』,Sebastian Thrun, Wolfram Burgard and Dieter Fox (The MIT Press) ISBN:9780262201629 『確率ロボティクス(プレミアムブックス版)』 ,Sebastian Thrun, Wolfram Burgard and Dieter Fox (マイナビ出版)ISBN:978483995298 |
成績評価の方法・基準 | 成績評価は、単位認定試験および演習課題により総合的に行う。 評価の割合は、単位認定試験60%、演習課題40%とし、合格点は60点以上である。 AA:90点以上 A:80点以上89点以下 B:70点以上79点以下 C:60点以上69点以下 F:60未満や成績評価資料が未提出の場合 |
授業時間外学習(予習・復習等) | Web上に講義資料および演習課題を掲示するので、順次取り組むこと。 |
他の科目との関連 | ロボット工学1で学んだ知識が基礎となる。また、アルゴリズムの実装にPythonを使用するため、Pythonプログラミングの基礎知識を修得済みであることが望ましい。 |
.
現代制御
授業科目名 | 現代制御 (Modern Control) |
---|---|
単位 | 2 |
対象学生 | 3年生~ |
開講時期 | 3Q |
開講曜時 | 月2,木2 |
担当教員 | 王 碩玉 |
連絡方法 | 教員室:A480, 内線番号:2306 |
キーワード | 制御、状態変数、状態方程式、可制御性、可観測性、平衡点、安定と漸近安定、極配置、リカッチ方程式、最適制御。 |
授業目的 | 制御とは、機械工学の範疇では、機械・装置などを望むとおりの運転状態にすることを意味している。もっと広い意味では、相手をおさえつけて自分の思うように支配することを意味する。人間は何でも自分の思いとおりにしたとか、自分の考えているように動かしたい欲求をもっている。例えば,テレビのチャンネル、冷暖房装置による室温、自動車の運転、エレベータの昇降、心身の健康、人間の組織、経済システム、環境システムなどなどである。しかし、現実生活においては、すべては思うとおりには制御できないことが常識的にも分かっている。これはシステムの可制御性に掛かっている。現代制御では、状態方程式を用いた、線形システムの解析法と設計法を理解することができる。 |
授業の概要 | 現代制御Ⅱでは、状態方程式を利用して、定量的に可制御性、可観測性、安定性の判別法、極配置法、最適制御法について理解すことができる。 |
授業の方法 | テキストの内容を中心に進めるが、実例や動画やビデオを活用して、抽象的な計算の物理意味を重点に説明する。毎回の講義では、最初は前回の内容をレビーし、最後は学習した内容の要点を纏める。 |
到達目標 | ①自分の言葉で安定性、可制御性、可観測性など基本概念を説明できる。 ②制御系の安定性、可制御性、可観測性を判別できる。 ③二階微分方程式で表される物理モデルから状態方程式を立てられる。 ④ラプラス変換の性質を理解し、使い方ができる。 ⑤定数フィードバックを用いて極を自由に配置できる。 ⑥行列・行列式の基本計算ができる。 |
授業計画 | 1.現代制御理論の考え方 制御工学の発展歴史を説明し,現代制御の考え方,特徴,実応用例を説明する. 2. 数学基礎Ⅰ 行列とベクトル,行列の加法と乗法,行列式,逆行列 3. 数学基礎Ⅱ 固有値,固有ベクトル,行列のランク,正定性,行列指数関数 4.状態方程式 状態変数の概念,状態変数の表示,伝達関数と状態変数表示,状態方程式の解法 6.~7.可制御性と可観測性 伝達関数の定義,微分方程式から伝達関数への変換,基本的な伝達関数の例 8. 演習と中間テスト 1.~7.について纏め、演習後,中間試験を行う. 9.~10.安定性 平衡点,安定と漸近安定,線形システムの安定性,フルビツの安定判別法,リヤプノフの方法,リヤプノフの方法の線形システムへの応用 11.~12.極配置による制御系の設計法 レギュレータの概念,レギュレータの極(固有値),極配置の必要十分条件,極配置法による制御系の構成法 9. インパルス応答とステップ応答 単位インパルス関数,単位ステップ関数,たたみ込み積分 10. 1次系の応答,2次系の応答 1次遅れ系,逆ラプラス変換,時定数,ゲイン,2次遅れ系,減衰係数,自然角周波数 13.~14.最適制御による制御系の設計法 最適の基本概念,評価関数と最適制御,最適制御系の安定性,リカッチ方程式の解法 15.演習 9.~14.について演習 16.最終試験 全体のまとめ、最終試験を行う。 |
テキスト | 現代制御工学~基礎から応用まで~』,江上正・土谷武士 (産業図書)ISBN:9784782855584 |
参考書 | 『基礎システム制御工学 』,江上正・土谷武士 (北森出版) ISBN:978462791731 |
成績評価の方法・基準 | 総合で60点以上達成された場合を合格とする。点数配分は次のとおりである。 小テスト20点([2点/1回]×10回=20点) 中間試験30点(内訳:基礎問題20点,発展問題10点) 定期試験50点(内訳:基礎問題40点,発展問題10点) AA:90点以上 A:80点以上89点以下 B:70点以上79点以下 C:60点以上69点以下 F:59点以下 |
授業時間外学習(予習・復習等) | 事前に配布したテキスト、並びに参考書を使って、予習と予習を強く薦める。 |
他の科目との関連 | 線形代数と制御基礎を習得しておけば、より深くまで理解できる。 |
.
システム工学実験
授業科目名 | システム工学実験(Systems Engineering Experiments) |
---|---|
単位 | 2 |
対象学生 | 1年生 |
開講時期 | 2学期 |
担当教員 | 橘 昌良, 密山 幸男, 野田 聡人, 芝田 京子, 大内 雅博, 中村 尚, 牧野 久雄, 楠川 量啓, 王 碩玉, 射場 達也 |
キーワード | |
授業目的 | システム学群の各専攻領域を学ぶ上で、実験を通して現象を体験し把握することは理論をより深く理解する助けとなる。また将来、研究や開発の仕事で活躍するには、精度が高く再現性のよい実験を実施するスキル、実験結果を要領よく整理・解析する能力、また実験の内容や成果を分かりやすく報告する能力が求められる。システム工学実験では各専攻領域で基本となる実験のスキルと分かりやすいレポートにまとめる能力を身につける。
|
授業の概要 | 機械系、電子系、建設系でそれぞれ専攻領域の基本となる実験を用意している。学年全体を3グループに分けて、ローテーションにより全ての系の実験をそれぞれ4回ずつ実施する。 |
授業の方法 | 【出席確認と出席点およびレポートの提出】 出席点は全ての実験に出席し、要求された課題をすべて提出して25点とし部分点は与えない。 また、各系での実験においてレポートが提出されていない場合は、その系の点数は0点とする。 各実験室にはICカードリーダーがないので,原則として授業開始時に担当教員またはTAが点呼する。 出席確認時にいないものは遅刻,大幅に遅刻した場合は欠席とする。連絡無しに欠席した場合は履修放棄と見なし不合格とする。 【レポート提出】】 各テーマの担当教員の指示にしたがってレポート作成し期限までに提出する。 【テキスト】 各系で必要に応じて配付する。 |
到達目標 | ①与えられた実験課題の背景、基本原理、基本法則を習得。 ②グループで役割分担を決めて協力し,要領よく行うことができる。。 ③実際の行ったことをわかりやすく簡潔なレポートにまとめる。 ④実験には様々な危険を伴うので,安全に配慮する。 ⑤自分の興味関心に合致する専門分野を見つける。 |
授業計画 | 【授業計画】 第1講 オリエンテーション 第1ターム(第2,3,4,5,6講) 第2ターム(第7,8,9,10,11講) 第3ターム(第12,13,14,15,16講) 学年を3つのグループに分け,各タームにそれぞれ機械系,電子系,建設系の実験をローテーションにより受講する |
テキスト | |
参考書 | |
成績評価 | 【成績評価】 出席点25点(レポート提出も含む)+各系の内容点25点×3=100点満点で評価する。各系の内容点は実験時の態度、取り組み姿勢、予習状況、レポートの内容により評価する。点数合計が ・50点以下:F ・51~69点:C ・70~79点:B ・80点以上:A 評価がAとなったもののうち,極めて例外的に優れている場合にAAを付与することがある。 一度でも正当な理由と認められない欠席がある場合,または課題提出の無かった場合、不合格(F)となる。 |
授業時間外学習(予習・復習等) | 【予習】 当日の作業を効率的に行い,かつ,内容の習得度を高めるため,実験のしおり等により十分な予習を行うこと。 【復習】 指示に従い,レポートを丁寧に作成すること。レポートの書式,有効数字,グラフの書き方等,今後必要となるスキルを身に付けるためにも重要である。 |
他の科目との関連 |
.
.
セミナー
.
成果報告会
Education教育