| Project/Area Number |
17K18331
|
|---|
| Research Category |
Grant-in-Aid for Young Scientists (B)
|
| Allocation Type | Multi-year Fund |
|---|
| Research Field |
Intelligent robotics
Intelligent informatics
|
|---|
| Research Institution | National Institute of Informatics |
|---|
Principal Investigator |
Sakato Tatsuya 国立情報学研究所, 情報学プリンシプル研究系, 特任研究員 (10780679)
|
|---|
| Project Period (FY) |
2017-04-01 – 2019-03-31
|
| Project Status |
Completed (Fiscal Year 2018)
|
| Budget Amount *help |
¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
Fiscal Year 2018: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2017: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | 能動学習 / 知能ロボット / 知識獲得 / 質問生成 / 概念獲得 / Human-Robot Interaction / Virtual Reality / 行動決定 / 知能ロボティクス |
|---|
| Outline of Final Research Achievements |
In this research, we clarified a learning method for robots to perform efficient learning using active learning. The target problem is context-dependent labeling to motion patterns. The place where a motion pattern is performed, and the tool used for the motion pattern are taken as context. The combination of context and a motion pattern is taken as a scene. A system labels scenes using the framework of active learning. By using closed questions according to the progress of learning in addition to conventional uncertainty sampling, the system achieved the target accuracy rate with fewer questions.
|
| Academic Significance and Societal Importance of the Research Achievements |
ロボットが我々の社会の中での人‐ロボットインタラクションに必要な文脈概念を獲得するには、大量の行動の観測データが必要となる。仮想現実環境におけるロボットの能動的な環境、文脈提示による知識獲得手法を確立することができれば、実世界の環境では集めることの難しい大量の観測データを効率的に収集でき、その学習結果は、実世界ロボットの有効な振る舞いのために活用することができると考えられる。本研究では仮想現実環境と能動学習を組み合わせることで、ロボットの効率的な学習のための文脈提示手法を明らかにした。
|
