卓球ロボットによるサーブのためのSEAL法 (A Sample-Efficient Adjustment-Learning)
ディープラーニングや強化学習技術の急速な進歩により，卓球ロボットの知能も向上している．
しかしながら，多くの学習サンプルが必要であり，またロボットのサーブタスクに焦点を当てた研究は比較的限られている．
このような問題に対し，本論文では，卓球における人間の経験に着想を得た，サーブタスクのためのSEAL法 (A Sample-Efficient Adjustment-Learning)を提案し，追加のサンプル収集の必要なく，利用可能な訓練サンプルを本質的に増強することができる．
この学習方法は，プランニングと予測タスクにおいて優れた性能を発揮し，数回の反復で目標位置に素早く収束し，異なるサーブスタイルに適応することができる．
さらに，データセット作成段階におけるランダム平均法を紹介し，関節空間とデカルト空間における協調学習の有効性を示した．
動画
使用許諾は，yamakawalabo
までご連絡下さい．