Organized by: Supported by:
FUT-K
CMA-ESによるキックの最適化
福井工業大学
恩田航佑 山西輝也
1. 目的
2. CMA-ES
Covariance Matrix Adaptation Evolution Strategy (共分散行列適応進化的戦略) 略 あ 。共分散行列
更新を繰 返し,変数間 依存性を把握す
少 い回数 最適解を見 。サンプル生成 多
変量正規分布 重 付 平均ベクトルを利用し い
。
長所 • 非線形や微分不可,変数分離不可 い た複雑 問題 も適用 。
• 100次元程度 も適用可能。
• 初期 パラメータ 依存性 強く い。
3. キック 動作 パラメータ
以下 手順 キック動作 生成を行 た。
.ロボットを安定 直立状態 す ,
.重心を左 移動させ ,
.右足をあ 一定 位置 振 上 ,
.振 上 た足を前 振 ボールを飛 す。
,3 4 動作 関節 最適化を行 た。
パラメータ 説明
左 右
���� ���� 3. 動作 あた 角度
パラメータ。LLJ1やRLJ4 パーセプター ID 一致。
パラメータ数 12個。
���� ���� - ����
���� ����
���� ����
���� ���� - ����
��,��� ��,��� 4. 動作 当た 角速度
パラメータ。角速度を6 回変化させ い 。
パラメータ数 48個。
��,��� ��,���
��,��� ��,���
��,��� ��,���
(1) ボール X座標を評価値 (個体数200)
最大距離 20mを超えた。
(2)ボール 目標座標 距離を評価値 (個体数200)
目標座標(13,0) 距離 0m 縮 た。
ち も最適化 成功した 。
4. 評価値
5. 結果
以下 を目的 したキック動作 生成を行 た。
(1) ボール 飛距離を伸 す (2) 目標地点 ボールを飛 す
手動 関節 パラメータ調整 困難。進化的戦 略 一 あ CMA-ES キック動作 最適化を 行 た。
(1) ボール 飛距離を伸 す
ボール X座標を評価値 す 。 (2) 目標地点 ボールを飛 す
ボール 目標座標(13,0) 距離を評価値 す 。 B
B O