実際の機材を使用した強化学習（事例・応用例） 　こんにちは。 　Part 1では「強化学習の概要」を紹介し、Part 2では「ボールの自動転がし」について、シミュレーション上で行った様子を紹介しました。 　いよいよ今回のPart 3では、実際の機材を使用して、強化学習を用いたボールコントロールを行ってみたいと思います。 　前回のおさらいとなりますが、図１は「ボールの自動転がし」に使用する実際の機材構成です。カメラでボールの位置を捕捉し、ステージの下にある高さセンサーで、ステージの状態をとらえています。 　２個のサーボモータを回転させてステージを上下させることにより、ボールを「円」や「８の字」に転がそうとしています。仮想の（見えない）ネズミをボールが追いかけるように（強化学習で）学習を行っています。 図１　ボール転がし機の全体像 　 １　実機を使用した再学習（Fine-tuning） 　コンピュータで使用する強化学習のモデルは、前回　Part 2　の「シミュレータを使用して学習したモデル」を使用します。このモデルは仮想の（見えない）ネズミをボールが追いかけるように学習していますが、実際の機材とシミュレータではボールの動きが若干異なることや、実機ではリアルタ...