開催主旨

　2010年代半ば以降、AI（Machine Learning、Deep Learningなど）の応用が急速に進展し、各産業分野での利用例が報告されています。ロボット分野も同様に、AIとの融合、すなわちDeep Learningや（深層・転移）強化学習（Deep Q-Network）、模倣学習などを用いた動作生成モデルの構築により、産業用ロボットの教示作業の簡素化やインテリジェンス化が取り組まれています。例えば、深層強化学習は膨大なサンプルデータを必要とし、時間とコストの制約から適用が難しいという課題がありましたが、最近は、サンプル効率や学習安定性を高めた手法や少ない試行回数で学習できる手法が提案され、「学習するロボット」の道が拓きつつあります。「ロボット」という言葉から想起される、汎用性とインテリジェンスを備える産業用ロボットへの期待が高まっています。
　本講座では、AI利用による動作計画・動作制御の先進的な取り組みを紹介し、学習・進化する知能化システム（＝これからの産業用ロボット）による生産革新の姿を展望します。コンタクトリッチタスクにおける機械学習の適用方法や、少ない試行回数で獲得できるモデルベース強化学習手法と柔軟物把持への有効性などを解説します。併せて、米Google DeepMind社が発表した、VLA（Vision-Language-Action）モデル「RT-2」による行動計画および把持計画への適用を考察します。

　本セミナーは当日、会場でのご参加が難しい方に向け後日の録画参加も可能としています。録画のご視聴方法（参加用URL等）はご登録くださいましたメールにお知らせいたします。当日参加された方も後日の録画視聴は可能です。なお、後日の録画参加の申込は12/15（金）まで受け付けています。