相位で変化するニューラルポテンシャル関数によるリアクティブ運動生成

要旨: 学習（LfD: Learning-from-Demonstration）に対する動的システム（DS）手法は、わずかなデモンストレーションから安定で連続的なポリシーを提供します。一次の動的システム（DS）は、各状態に対して一意な速度が定義されている限り、多くの点対点および周期タスクに有効です。交差を含むタスク（例：「8」を描く）では、二次ダイナミクスや位相変数といった拡張がしばしば用いられます。しかし、速度を取り入れることで二次モデルは交差近傍の擾乱に対して敏感になります。これは、速度が運動方向の曖昧さを解くために用いられるためです。さらに、この曖昧さの解消は、ほぼ同一の位置—速度ペアが異なるその後の運動に対応する場合には失敗し得ます。一方で、位相に基づく手法は、オープンループの時間または位相変数に依存しており、擾乱の後に回復する能力が制限されます。そこで本研究では、Phase-varying Neural Potential Functions（PNPF）を導入します。これは、オープンループの時間入力ではなく、状態の進行から直接推定される位相変数に基づいてポテンシャル関数を条件付けする、LfDの枠組みです。この位相変数によりシステムは状態の再訪に対応でき、学習されたポテンシャル関数が反応的で安定な制御のための局所的なベクトル場を生成します。PNPFは、点対点、周期、および完全な6D運動タスクに対して効果的に汎化し、交差を含む軌道において既存のベースラインを上回り、外部擾乱下での実時間ロボット操作において頑健な性能を示します。