2018 Fiscal Year Annual Research Report
Emergent Robot Navigation Integrating Unsupervised Word Discovery and Generative Model for Mapping and Localization
| Project/Area Number |
16K12497
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
谷口 忠大 立命館大学, 情報理工学部, 教授 (80512251)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
萩原 良信 立命館大学, 情報理工学部, 講師 (20609416)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | ロボットナビゲーション / 確率モデル / ソフトコンピューティング / 地図生成 / 言語獲得 |
|---|
| Outline of Annual Research Achievements |
本研究では語彙獲得と地図生成を確率的生成モデルとして統合した革新的な空間表現手法の構築を目指して研究を行った．具体的には，場所や移動を表す語彙の学習と視覚・運動情報に基づく地図の学習を統合し，人間とのコミュニケーションに基づいてロボットが空間表現とナビゲーションをボトムアップに学習する機械学習手法の構築に関して理論面での研究を進めた．具体的には以下の各研究課題に関して研究を進めた．
1. 語彙獲得と地図生成を統合した確率的生成モデルの構築と機械学習手法の導出：地図生成後の語彙獲得と自己位置推定を統合したスケーラブルな推論速度を持つ確率的生成モデルに関しては評価を進め論文誌に投稿済みである。また、深層生成モデルを用いてナビゲーションを行うための研究を進めたが、有効性を示すまでには到達しておらず、今後の課題である。
2. 語彙と地図の確率的生成モデルに基づく創発的ロボットナビゲーション手法の開発：近年注目される「推論による計画」と強化学習アルゴリズムの相同性に着目し、確率的生成モデルに基づく場所概念生成モデルの上で計画問題を教師なし学習の推論問題に帰着させる方法を考案した。この内容に関しては、現在、国際論文誌に投稿準備中である。
3. 創発的ロボットナビゲーション手法の実装と実環境での有効性実証：場所概念の構築手法を基にしてロボットナビゲーションを行う実装を行った。ロボット競技のコンペティション等で高い成績を上げた。また、2.の手法に関しては実環境データでの実験を行った。
|
