感覚運動情報と言語間の相互変換モデルによる行為知能と対話知能の融合

1) 連続量の感覚運動情報と離散的言語表現の相互変換モデルの構築

従来までに提案してきている, 運動パターン情報を原始シンボル空間と呼ばれる幾何学的抽象化空間に射影する数理手法を利用して, 「歩行と走行の中間的な動作」「歩いていたが次第に走り出した」というように動作情報と言語的表現の相互変換モデルを構築した. 具体的には, 具体的には運動パターンだけでなく, 視覚, 視線圧触覚, 聴覚などの多種多様な感覚情報を含めた複雑な感覚運動パターンのシンボル表現を確立するための拡張を行った, また, 原始シンボル空間内での状態点の内分・外分操作によって, 感覚運動パターンの内挿・外挿操作を行う数理手法を開発することで, 限られた個数の有限の基本動作パターンから半無限の種類の動作パターンを表現することが可能となる手法を提案した.

2) ユーザからロボットへの指示に基づくリアルタイムで効率的な行動学習法の確立

ロボットが実世界を理解するための画像情報や対象物までの距離等の不確実なセンサ情報と, ユーザから教示される適切な行動をベイジアンネットと呼ばれる確率的情報モデルを用いて表現し, 逐次的学習に基づいてセンサ情報から適切な行動をリアルタイムに推定する手法を提案した. 特に, 刻一刻と変化していく環境条件の変動やユーザの意図の変動に素早く追従して逐次学習を遂行するために, 学習サンプルデータの重要性をベータ分布およびディリクレ分布を用いて評価する手法を考案し, 重要な学習サンプルのみを採用することで効率性の高い, リアルタイムの逐次学習を実現した. さらにこの学習法を効率よく開発・評価するための仮想環境モデルの構築を行った.