実環境ロボット学習における背景知識供与戦略および学習環境の制御戦略に関する研究

2001 Fiscal Year Annual Research Report

• Project/Area Number: 12750204
• Research Institution: The University of Tokyo
• Principal Investigator: 矢入 健久 東京大学, 先端科学技術研究センター, 助手 (90313189)
• Keywords: 知能ロボット / 機械学習 / 情報理論 / 概念学習 / 強化学習 / 環境地図獲得

Research Abstract

本研究の最終年度である本年度は、主に2つの具体的なタスクを対象として取り上げ、ロボットの学習戦略に関する本研究の提案手法を適用した。その2つのタスクとは、・環境報酬に基づく反射的ルール獲得・定性的な観測情報に基づく環境地図の学習である。まず、前者については、従来ロボット学習の分野では別個に扱われてきた帰納的概念学習法と強化学習法とを統合する方法を情報理論的な立場から提案した。この成果は別掲のように雑誌論文で発表済みである。
また、後者については、従来ロボット設計者が暗黙のうちにプログラムに埋め込んでいた環境に関する定性的知識をロボット自身が処理し、環境地図を学習する新しい手法を提案した。この成果も国際学会等で発表され、また雑誌論文に投稿中である。
以上のように、本研究で得られた成果はロボット学習分野において非常に新規性・意義に富んだものであり、本課題が終了した後もさらに発展的なテーマに取り組んで行く予定である。

Research Products

• [Publications] 矢入健久, 堀浩一, 中須賀真一: "複数行動結果を考慮した最尤推定に基づく状態一般化法"人工知能学会誌. 16・1. 128-138 (2001)
• [Publications] 矢入健久, 堀浩一: "強化学習エージェントの状態空間構成問題への情報理論的アプローチ"第4回情報論的学習理論ワークショップ. 315-320 (2001)
• [Publications] Takehisa Yairi, Kosuke Hirama, Koichi Hori: "Fast and Simple Topological Map Construction Based on Cooccurrence Frequency of Landmark Observation"IEEE/RSJ International Conference on Intelligent Robots and Systems. 1263-1268 (2001)