2022 Fiscal Year Annual Research Report
Constructing a Cognitive Model for Robots Enabling the Acquisition of Conceptual Prototypes and Large-Scale Transfer Learning
| Project/Area Number |
18K18134
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
萩原 良信 立命館大学, 総合科学技術研究機構, 准教授 (20609416)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | 転移学習 / 記号創発ロボティクス / 生活支援ロボット / カテゴリゼーション / 生成モデル / ベイズ推論 |
|---|
| Outline of Annual Research Achievements |
今年度は，実世界における場所概念の転移学習によりプロトタイプの獲得を行った．構築したモデルを実世界のロボットに実装し，概念のプロトタイプに基づいて物体を探索するタスクを構築した．例えば，スポンジはバスルームでよく観測される等の場所と物体の関係性におけるプロトタイプに基づいて未観測の物体の片付けを可能とした．この結果は，知能ロボットの競技会であるRoboCup@Home における家庭環境での生活支援タスクとして発表した．
この研究において，国際会議論文３件，国内学会発表論文６件の研究成果を得た．また，今年度の受賞実績として，IEEE SII2023 Best Paper Awardを受賞し，RoboCup Japan Open 2023 @Home DSPL Technical Challengeにおいて優勝を果たした。
研究期間全体を通じて，①確率的生成モデルに基づく概念のプロトタイプの獲得を達成し，②このモデルを用いたシミュレーションにおける概念のプロトタイプを獲得し，③実世界の被験者実験において提案モデルの妥当性を検証し，④プロトタイプに基づく人とロボットのコミュニケーション実験を実施した．具体的には，画像，位置，言語等のマルチモーダル情報に基づいてボトムアップに場所に関する知識を獲得する確率的生成モデル（場所概念獲得モデル）を基盤として，環境間においてこの知識を転移するモデルを階層ベイズに基づいて構築した．また，このモデルに基づく仮想環境における大規模な転移学習によって得られた知識から概念のプロトタイプを獲得した．そして，獲得したプロトタイプの妥当性をロボットと被験者における物体や場所の名前の予測実験から明らかにした．最後に，このプロトタイプに基づく生活支援タスクを実現し，このデモンストレーションにより多数の賞を受賞した．
|
