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

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

詳細情報 詳細情報について

問題の指摘

ページトップへ