東北大、深層強化学習だけで多関節アームの自然な運動パターンの生成に成功

(a)～(c)は7自由度アームの終点遷移について。(a)PDフィードバック制御。(b)DRL制御。(c)同じく、フィードバック制御と併用したPDRL制御の場合。(d)と(g)は終点誤差の推移。(d)DRL。(g)PDRL。(e)と(h)はエネルギー消費量の推移。(e)DRL、(h)PDRLで、エネルギー消費がフィードバックからフィードフォワードに遷移していることが見て取れる。(f)と(i)は関節連動性の変化。(f)DRL。(i)PDRLで、関節連動性がフィードフォワードのエネルギー消費量に対応していることが確認できる (出所:東北大プレスリリースPDF)