@phdthesis{oai:sucra.repo.nii.ac.jp:00019179,
 author = {沓澤, 京},
 month = {},
 note = {77 p., 1 Introduction 5
 1.1 Background . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
 1.2 Issue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
 1.3 Approach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
 1.4 Seq2seq Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
 1.5 Research Topics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
 1.6 Construction of this Dissertation . . . . . . . . . . . . . . . . . . . . . . . . 9
2 Training of Seq2seq Models under Dynamic Constraints 11
 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
 2.2 Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
  2.2.1 Physics Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
  2.2.2 Seq2seq Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
  2.2.3 Proposed Learning Curriculum . . . . . . . . . . . . . . . . . . . . . 15
 2.3 Experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
  2.3.1 Implementation of Seq2seq Model . . . . . . . . . . . . . . . . . . . 16
  2.3.2 Simulation Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
  2.3.3 Experimental Result . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
 2.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3 Training of Seq2seq Models under Discontinuous Dynamics 23
 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
 3.2 Sequence-to-Sequence Model for Sliding Manipulation . . . . . . . . . . . . 24
  3.2.1 Physics Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
  3.2.2 Seq2seq Model Architecture . . . . . . . . . . . . . . . . . . . . . . . 25
 3.3 Training Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
  3.3.1 Objective Function . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
  3.3.2 Training Strategy Based on Curriculum Learning . . . . . . . . . . . 27
 3.4 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
  3.4.1 Implementation of Seq2seq Model . . . . . . . . . . . . . . . . . . . 28
  3.4.2 Implementation of Training . . . . . . . . . . . . . . . . . . . . . . . 29
 3.5 Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
  3.5.1 Implementation of Simulation . . . . . . . . . . . . . . . . . . . . . . 30
  3.5.2 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
 3.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4 Association of Latent Representations with External Orders by Mathematical Expressions 37
 4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
 4.2 Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
  4.2.1 Issue to be Addressed . . . . . . . . . . . . . . . . . . . . . . . . . . 39
  4.2.2 Optimization of the Latent Representation . . . . . . . . . . . . . . 39
  4.2.3 Optimization Procedure . . . . . . . . . . . . . . . . . . . . . . . . . 40
 4.3 Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
  4.3.1 Implementation of Seq2seq Model . . . . . . . . . . . . . . . . . . . 41
  4.3.2 Adjusting Trajectories to Reach the Given End Positions . . . . . . 41
 4.4 Experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
  4.4.1 Setup of the Robot . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
  4.4.2 Trajectory . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
  4.4.3 Result . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
 4.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5 Association of Latent Representations with External Orders by Numerical Expressions 53
 5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
 5.2 Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
  5.2.1 LfD using SeqAE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
 5.3 Experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
  5.3.1 Task Specification . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
  5.3.2 Control System Setup . . . . . . . . . . . . . . . . . . . . . . . . . . 58
  5.3.3 Training-Data Collection . . . . . . . . . . . . . . . . . . . . . . . . 58
  5.3.4 Model Setup . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
  5.3.5 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
 5.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
6 Conclusion 67, 指導教員 : 辻俊明, text, application/pdf},
 school = {埼玉大学},
 title = {Learning of Motion Generation for Various Situations based on Sequence-to-Sequence Models},
 year = {2020},
 yomi = {クツザワ, キョウ}
}