Human guided trajectory and impedance adaptation for tele-operated physical assistance
論⽂概要
本研究では、ロボットアームとバーチャルリアリティを⼤規模な作業空間で触覚フィードバック装置を介して統合することで，⾝体化された遠隔操作システムを開発した。このシステムは，⼈間からロボットへのスキル伝達のための新しい⼿法を実証するために開発されたものであり，⼀般的な模倣学習や実証による学習と⽐較して⼤きな利点があることを⽰した。
特筆すべき研究成果
本研究では、我々が提案した新しい技術移転のためのコントローラを提案し、そのコントローラを（技術移転を伴わないとはいえ）⼈間⽀援タスクに利⽤した。その他、本研究では⾼齢者や脳卒中の患者に内在する摂動をインピーダンス推定に利⽤することを提案し、神経科学に基づくフィルタを⽤いてオペレータの基準推定を可能にした。本研究では，⾼齢者や脳卒中患者の遠隔操作によるリハビリテーションに焦点を当てている。
今後の展望・応⽤＋社会実装の可能性
本研究の主な⽬標は、⼈間のユーザのスキルをゆっくりとロボットに移すことで、⾝体化されたロボットアバターの知能を向上させることである。これは、操作中に⼈間のユーザがロボットの動作のすべての側⾯を制御する必要がなく、動作やタスクの⼀部をロボット⾃⾝が達成できるようにするために⾮常に重要である。現在、この装置を⽤いた最初の技能伝達のデモンストレーションの作成に取り組んでいる。これらは2021 年度中の完成を⽬指している。
主要成果論⽂
Guillaume Gourmelen, Benjamin Navarro, Andrea Cherubini, Gowrishankar Ganesh HAL Preprint: hal-03001342.