2019 Fiscal Year Annual Research Report
人間の描画獲得過程に基づくロボットの包括的な描画発達モデルの構築
| Project/Area Number |
16H05877
|
|---|
| Research Institution | The University of Tokushima |
|---|
Principal Investigator |
西出 俊 徳島大学, 大学院社会産業理工学研究部(理工学域), 講師 (30613400)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | 神経回路モデル / 深層学習 / 発達学習 / ロボティクス |
|---|
| Outline of Annual Research Achievements |
令和元年度は複雑な描画対象の学習モデルの構築とロボットの描画発達モデルへの実装を目標とした．
具体的には以下の3つの課題に取り組んだ．1. ロボットアームを用いた発達的描画学習の実装，2. 神経回路モデルによる複雑な描画対象の学習と生成，3. 共通構造を持つ漢字の描画において効率的な学習方法の開発．1.については6自由度のロボットアームを用い，ランダム動作であるバブリングから人間の描画動作の模倣学習を通じて図形の描画を獲得した．繰り返し追加学習を行うことで描画結果が向上することを確認した．2.については深層学習モデルであるMultiple Timescale Recurrent Neural Network (MTRNN)を用い，飴や蝶々，花のように長い描画系列の学習と生成を行った．様々な構成のMTRNNで学習した結果，正方形や円などの基本図形だけではなく，複雑な図形も学習・生成可能であることを確認した．また，描画図形の一部分から全体を予測して描画する実験も行い，ある程度は全体図形が描画可能であることを確認した．3.についてはMTRNNのモデルが異なるレベルの情報を階層的に学習できるという特徴を活かし，画，偏（旁），漢字とモデル内に階層的に学習する手法を開発した．本手法は描画発達においても重要といわれるモーショニーズをもとにしており，通常の学習手法と比較してもモーショニーズを導入した方が学習効率が向上することを確認した．
令和元年度は様々な技術の開発と実ロボットでの評価を行った．本研究課題で開発した技術の統合やより高次な描画能力の獲得は今後の課題である．
|
| Research Progress Status |
令和元年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和元年度が最終年度であるため、記入しない。
|
