| Project/Area Number |
21H04904
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 61:Human informatics and related fields
|
|---|
| Research Institution | Kyoto University (2024)
Ritsumeikan University (2021-2023) |
|---|
Principal Investigator |
谷口 忠大 京都大学, 情報学研究科, 教授 (80512251)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
萩原 良信 創価大学, 理工学部, 准教授 (20609416)
谷口 彰 立命館大学, 情報理工学部, 講師 (70831387)
ElHafi Lotfi 立命館大学, 総合科学技術研究機構, 准教授 (90821554)
|
|---|
| Project Period (FY) |
2021-04-05 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥41,860,000 (Direct Cost: ¥32,200,000、Indirect Cost: ¥9,660,000)
Fiscal Year 2024: ¥8,190,000 (Direct Cost: ¥6,300,000、Indirect Cost: ¥1,890,000)
Fiscal Year 2023: ¥8,190,000 (Direct Cost: ¥6,300,000、Indirect Cost: ¥1,890,000)
Fiscal Year 2022: ¥8,190,000 (Direct Cost: ¥6,300,000、Indirect Cost: ¥1,890,000)
Fiscal Year 2021: ¥9,100,000 (Direct Cost: ¥7,000,000、Indirect Cost: ¥2,100,000)
|
|---|
| Keywords | 機械学習 / ソフトコンピューティング / 記号創発 / コミュニケーション創発 / 確率的生成モデル |
|---|
| Outline of Research at the Start |
人間の持つ記号システムは静的に存在するものではなく動的に変化する．従来のマルチモーダルカテゴリ形成に基づく語彙獲得やパターン認識は教示を行う人間の記号システムを固定的なものと近似し，その創発的動態を無視してきた．本研究では人間とロボットの記号的相互作用を通した学習を記号創発システムの枠組みで定式化し，「人間とロボットがタスクと協調に必要な記号システムを共に創っていく」という記号創発システムに基づく共創的学習の基盤を創成する．その有効性は家庭の掃除を行うサービスロボットを例として，創発した記号により人間とロボットが協調的にタスク達成する実験により示す．
|
| Outline of Annual Research Achievements |
本研究では記号創発システム論に基づく人間ロボット融合系の共創的学習理論の基盤創成を目指して研究推進を行った．本研究は以下の４つの研究項目から構成される．
[課題１] マルチモーダル表現学習に基づくロボット間の記号創発，[課題２] 複数の人間における記号創発のモデル分析とダイナミクス検証，[課題３] 人間とロボット融合系における共創的学習の創成，[課題４] サービスロボットにおける共創的学習の応用，である．
この中で，２０２２年度においてはこの内[課題１]と[課題２] に関して主に取り組んだ．[課題１]に関しては先行研究のモデルを拡張し，３体以上の複数のエージェントによる記号創発により分散的なベイズ推論として記号創発が可能となる枠組みを提案した．また，深層生成モデルによる表現学習と記号創発の融合的モデルInter-GMM+VAEを提案し，記号創発が社会的な表現学習となり，また創発した記号が主体の内部表現にまで影響を与えるという視点を明確にした．[課題２] に関しては実験記号論にもとづく被験者実験を行い，そのコミュニケーションにおける被験者の行動がメトロポリスヘイスティングス法に基づくアルゴリズムにより良く表現できることを明らかにした．[課題３] に関しては実験のための基本的な理論整備を進めた．[課題４]に関しても準備的検討を進めた．
特に本年度の研究により，集合的予測符号化という概念を明確にし，記号創発システムの数理モデルがより一般的な広がりを持つことを示すことが出来た．新たな共同研究を展開し，精神医学への応用や，強化学習との理論的融合に関して広がりを得ることもできた．
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
実施計画に示した課題を概ね達成しており、記号創発を集合的予測符号化として捉える理論を深化させることができた．また，多くの研究者との連携関係を構築し，申請時には計画していなかった展開にまで発展しており，当初の計画以上の進展を果たしていると言える．
|
| Strategy for Future Research Activity |
研究計画に従い，当該研究課題を推進していく．[課題１] マルチモーダル表現学習に基づくロボット間の記号創発に関しては，言語の構成性に着目し，大規模言語モデルと融合した記号創発の研究へと拡張するとともに，強化学習を含んだ行動調停や世界モデルとの接点を探究する．[課題２] 複数の人間における記号創発のモデル分析とダイナミクス検証に関しては，人間の被験者を用いた実験記号論アプローチにより意思決定に関わるバイアスなどについても検証を進める．[課題３] 人間とロボット融合系における共創的学習の創成に関しては，人間機械混成系での実験を行い人間とロボットの間の記号創発の可能性を明らかにする．[課題４] サービスロボットにおける共創的学習の応用に関しても記号創発の工学的応用の方法論を探究していく．
|
