2021 Fiscal Year Annual Research Report
Development of Model Predictive Interactive Intelligence and Its Application to Autonomous Drive
| Project/Area Number |
19H00763
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
鈴木 達也 名古屋大学, 工学研究科, 教授 (50235967)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山口 拓真 名古屋大学, 工学研究科, 助教 (30745964)
奥田 裕之 名古屋大学, 工学研究科, 准教授 (90456690)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | モデル予測制御 / 行動モデル / インタラクション / 知能化 / 自動運転 |
|---|
| Outline of Annual Research Achievements |
本研究では、①自身の行動による影響を明記した周辺他者の行動モデルの選定、②インタラクションを伴う行動データの観測と行動モデルの機械学習、③行動モデルを用いた予測と実時間での制約付き最適化による行動決定、④実現された知能の検証と評価、の４つの研究課題に取り組み、以下の成果を得た。
①行動モデルの選択： インタラクションにおいては行動の判断に注目すべきとの着想から確率的あいまいさを表現可能な選択モデルであるロジスティック回帰モデルを採用した。
②データに基づいた行動モデルのパラメータや構造の機械学習： 従来のパラメータ推定手法と検定に基づく変数選択手法を融合し、パラメータのみではなくモデルの離散構造（状態数）や連続系の構造（説明変数）をも同定可能な機械学習法を開発した。
③行動モデルを用いた予測と実時間での制約付き最適化による行動決定： 運転行動への適用を考える場合、100[msec]以内での処理が求められるが、離散変数を多く含むモデルを持つ場合、その実現は容易ではない。そこで本研究では、離散状態遷移にあらかじめ複数の「シナリオ」を用意し、想定したシナリオの範囲内で離散状態遷移と動作の最適化を行う手法を検討し、その有用性を検証した。特に、「他者が持つ判断のあいまいさ」を最小化するよう自己の行動を決定することが他者への配慮になるとの着想のもと、評価関数に判断のエントロピーを組み込むことを考え、その有用性をシミュレーションにて検証した。
④実現された知能の検証と評価： 提案した知的制御のアーキクチャを搭載したロボットの有効性をインタラクションの観点からシミュレーション環境と実世界での小型の自律移動ロボットに搭載して検証した。結果は興味深く、他者へのおもいやりを感じられるような行動制御を実現するきっかけをつかんだ。
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
