HARTS:機械学習による人間拡張技術の操作取得時間短縮と性能最適化

情報処理学会

抄録

人間拡張技術が倉庫業界や医療業界，さらにはデスクワークの現場での利用が増えている中，特にデスクワークにおける拡張腕の利用が注目されている．しかし，拡張腕の操作には従来使われていない筋肉を使用するため，操作の習得が難しく，また，通常の腕のような複雑なタスクの実行も難しいという問題がある．我々は，この課題に対処するため，HARTS（Human Augmentation using Reinforcement and Supervised Learning）を提案する．具体的には，教師あり機械学習と強化学習を組み合わせ，ユーザの動作をリアルタイムで読み取り，この情報を強化学習モデルにフィードバックする．それにより，拡張腕は半自動的に動作し，ユーザの操作習得時間を大幅に短縮することが可能となり，タスクの成功率が向上すると期待される．

収録刊行物

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ