2016 Fiscal Year Research-status Report
構成論的アプローチによる集団行動の分析と学習支援システムの構築
| Project/Area Number |
16K21442
|
|---|
| Research Institution | Advanced Institute of Industrial Technology |
|---|
Principal Investigator |
渡邊 紀文 産業技術大学院大学, 産業技術研究科, 助教 (30534721)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | ゴール型ボールゲーム / 集団協調行動 / 意図調整 / 視覚的注意 / 行動誘導 |
|---|
| Outline of Annual Research Achievements |
平成28年度は，集団行動を形成する個人の視線行動に着目し，協調パターンを獲得する際にどのように視線が変化するのかを分析した．具体的にはサッカーのパスに関する協調パターンを，サッカー選手のポジショントラッキングデータを元に仮想環境で再現し，装着者のヘッドトラッキングが可能な没入型ヘッドマウントディスプレイを利用して被験者に提示した．被験者にパス行動の特定の場面を繰り返し提示することで，視線行動の分散が減少し，特にボールを受ける直前に分散が大きく減少することで，ボールを受けるための協調パターンを獲得したと考えられる．本研究成果を国内学会およびワークショップにて発表した．
更に集団の中での個人の意図調整の過程を明らかにするため，意図の変更と他者と自己の意図の調整の仕組みに着目したパターンタスクを用いた行動を分析した．具体的にはグリッドワールド上で4人の被験者が言葉を使わずに全員で協力し，できるだけ少ないステップで目標のパターンを実現する協調ゲームを作成し，パターンを実現するために協調する他者の選択および目標パターンの選択を分析した．分析結果より，被験者は必要ステップの最小化という最適性を元に行動することで，意図の誤推定を防止し，更にパターンを形成する人を絞り込むことで，意図の食い違いを防止することが明らかになった．本研究成果を国内研究会にて発表した．
その他集団行動の学習で利用する，視覚的注意を利用した行動誘導の研究において原著論文及び国際会議にて発表した．また視覚的注意におけるニューラルネットワークモデルの研究において，原著論文及び国内学会にて発表した．相互の意図の調整により行動戦略を切り替えるエージェントモデルの研究として国内学会にて発表した．またロボカップサッカーシミュレーションにおいてエージェント同士が意図を共有して協調行動を実現する研究について，国内研究会にて発表した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
平成28年度の研究計画である，「教師なし時系列分節化による集団のダイナミクスの自動抽出」に対し，サッカー選手のポジショントラッキングデータから選手の行動遷移をモデル化し，特に集団のダイナミクスが重要となるパス行動での攻撃の作り，仕掛けを含むシーンを抽出した．このシーンを仮想環境で再現し，29年度にも実施する予定である視線行動の分析および協調パターンの獲得に対する成果を得ることができた．
更に研究計画の「選手間の行動因果分析による意図共有の分析」については，現時点ではサッカーの全選手行動の意図共有を分析することが困難であるため，協調パターンを形成する4人でのパターンタスクとして分析を行った．分析結果から，協調行動を実現する際の意図の誤推定を防止するための行動の最適戦略，また意図の食い違いを防止するための協調する他者の選別が行われることが明らかとなった．本研究成果を元に，30年度に実施する集団行動を形成するマルチエージェント環境とエージェントモデルの構築を行う．
|
| Strategy for Future Research Activity |
平成29年度は，集団行動で意図の共有及び調整を行っている状況での各個人の視線行動を分析し，その意志決定過程を明らかにする．具体的にはサッカープレイ中の選手の頭部の動きを，頭上に配置した無人航空機（ドローン）を利用して計測し，選手同士が注意を向け意図共有を行うタイミング，またボールに対して共同注視を行うタイミングなどを分析する．更にその結果から他者の行動をどのタイミングで推定しているのかを明らかにする．
次に28年度に作成したパターンタスクにおいて協調パターンを形成するエージェントモデルを作成し，行動の最適戦略により他の被験者の意図の誤推定を回避可能であるか，また他者を明示的に選別することで被験者との意図の食い違いを回避可能であるのかについての評価実験を行う．更に本エージェントモデルを用いたサッカー集団での協調パターン発生において必要となる用件について明らかにする．
集団の共有概念獲得実験については，被験者の視線データを獲得可能なヘッドマウントディスプレイFOVEを利用し，サッカーバス行動シーンにおいてサッカー選手の視線行動を提示したときに，被験者の視線がどのように変化するのかを分析する．またパターンタスクで作成した協調パターンを形成するエージェントモデルを実装し，被験者がエージェントの意図を推定することで視線行動が変容するか，またエージェントが被験者の意図を推定することができるのかを評価する．
|
| Causes of Carryover |
サッカー選手の移動軌跡および視線行動を計測するため新たに無人航空機（ドローン）を購入し，その被験者の謝金として研究費をプールしていたが，実験環境の準備および機材の設定に時間がかかったため，本年度は謝金を支出せず次年度へ繰り越すこととした．
|
| Expenditure Plan for Carryover Budget |
視線計測用デバイスとして「JINS MEME ES」，視野範囲計測のためウェアラブルカメラ「パナソニックA500」の複数台購入を予定している．またヘッドマウントディスプレイFOVEを運用するため，GPUアクセラレータを搭載可能なグラフィックボードユニット「Razer Core」および接続用PC「Razer Blade Stealth」の購入を予定している．
更に研究成果を「2017 Annual International Conference on Biologically Inspired Cognitive Architectures」および「The Tenth Annual Conference on Artificial General Intelligence」にて発表するためその経費および，被験者実験を行うための謝金の支払いを予定している．
|
