システム理工学部　王涵さんがThe 9th International Symposium on Electrical Engineering and Computer Scienceにおいて Best Poster Presentation Awardを受賞

ロボティクスにおける模倣学習（Imitation Learning）は，複雑なマニピュレーション作業において高い性能を示してきた。しかしながら，実世界の双腕作業（bimanual tasks）ではしばしば「混合協調(Mixed Coordination)」が存在し，独立して動作する段階と協調して動作する段階が共存する。混合タスクに対して単一のポリシーを学習させると，非効率な待ち時間が生じやすく，また長期的な依存関係を学習するために大量のデータを必要とすることが多い。
本研究では，階層型模倣学習（Hierarchical Imitation Learning）の枠組みを提案した。高レベルのポリシーが現在の観測に基づいて最適な低レベルポリシーを動的に選択する。MuJoCoシミュレーションにおける双腕ロボットを用いた実験により，提案手法は単一ポリシーに基づくベースラインと比較して，タスク成功率を大幅に向上させるとともに平均サイクル時間を短縮することが示された。
本シンポジウムは中原大学(Chung Yuan Christian University)と関西大学の合同企画であり，今回は台湾で開催され，約120件の発表があった．