2013 Fiscal Year Annual Research Report
発達的制約を利用した自他認知からの心の理論の獲得：構成的手法による研究
| Project/Area Number |
25700027
|
|---|
| Research Category |
Grant-in-Aid for Young Scientists (A)
|
| Research Institution | Osaka University |
|---|
Principal Investigator |
長井 志江 大阪大学, 工学研究科, 特任准教授(常勤) (30571632)
|
|---|
| Project Period (FY) |
2013-04-01 – 2016-03-31
|
| Keywords | 認知発達ロボティクス / 自他認知 / 予測学習 / 他者理解 / 目標指向動作 |
|---|
| Research Abstract |
平成25年度は，主に以下の3つの研究成果を挙げた．
(1) 自他認知から社会的相互作用の発達を連続的に説明するメカニズムとして，運動と感覚の随伴性に基づく予測学習を基盤とした理論を提案した．本理論では，自己は運動指令に対して完全な随伴性をもつ主体，他者は不完全だが比較的高い随伴性をもつ主体として定義される．さらに，社会的相互作用は他者の行動パターンから高い随伴性をもった行動のみを抽出し，自己の運動との間に関係性を築くことと捉えられる．本研究では，この理論をもとに多様な認知発達現象を統一的なシステムとして説明した．
(2) 上記の理論をもとに，予測学習に基づく自己認知の機能として，目標指向動作を模倣学習するモデルを提案した．Recurrent Neural Network with Parametric Bias を用いて， 目標指向運動を誤差規範で学習することで，幼児の運動発達のように，最初は手段を無視して動作の目標のみを達成し，次に動作の目標と手段を両方達成できるようになることを示した．
(3) 予測学習に基づく他者理解の機能として，他者の目標指向動作を予測することのできる発達モデルを提案した．自己運動によって生成された感覚経験を，Recurrent Neural Network で予測学習し，それに基づいて他者運動を観察することで，6ヶ月以降の乳幼児のように，他者運動の目標が予測できるようになることを示した．
以上の成果は，自他認知と社会的相互作用の発達において，運動と感覚の予測学習が重要な役割を担っていること，また，自己の経験をもとに獲得された感覚－運動マップが，他者運動の理解の基盤となっていることを構成的に示すものである．
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
自他認知から社会的相互作用の発達を連続的に説明するメカニズムとして，運動と感覚の随伴性に基づく予測学習を基盤としたモデルを提案し，様々なロボット実験でその有効性を示した．これまでの認知発達ロボティクス研究は，乳幼児の発達の一側面のみに注目し，連続的な発達の様相を統一的に説明することが難しかった．また，本研究課題における当初の計画においても，個々の発達的現象を説明するメカニズムは想定できていたが，統一的なメカニズムのアイディアには至っていなかった．
これに対して本研究では，まず多様な発達を統一的に説明しうるアイディアとして随伴性に基づく予測学習に注目し，それに基づく自他認知，そして目標指向動作の学習と，それを発展させた他者の目標指向動作の理解のメカニズムを提案した．このように多様な発達を統一的なモデルで説明できたことは，本理論が真に発達原理に迫っていることを示唆している．また今後，心の理論課題への応用や，自閉症などの発達障害の理解に迫る上で，研究の核となる重要な役割を果たしていると考えられる．
|
| Strategy for Future Research Activity |
今後は，ロボットが共同注意や教示などによる他者との環境共有経験を通じて，他者の内部状態への気づき，さらに，それを推論するための心の理論の学習モデルを構築する．これまでは，自他認知から社会的相互作用までを統一した理論で説明してきたが，実験ごとに自己と他者を設計者が定義し，その中で，複数の発達的現象の再現と説明を試みてきた．しかし，乳幼児は自他が未分化な状態から始まり，予測学習に基づく認知機能の発達を通して，徐々に自他認知機能も獲得していくと考えられる．
例えば，発達初期は乳幼児は感覚・運動情報の未熟さにより自己と他者を区別することができないため，自己の内部モデルに基づいて，他者を含む環境の全ての事象を理解しようとする．しかし，他者の内部状態は自己とは異なることから，他者との相互作用時にはモデルに予測誤差が生じる．そこで，この予測誤差を利用して，モデルの学習係数を変更したり，新たにモジュールを追加することで，自己と他者の内部状態に対応した自他認知モデルを獲得すると考えられる．
今後は，これらのアイディアを計算論的モデルとしてロボットに実装し，実験を通して検証する．モデルには，感覚－運動情報の時系列パターンの学習が可能な Recurrent Neural Network with Parametric Bias や Multiple Timescale Recurrent Neural Network，また情報の階層的抽象化に適した Restricted Boltzmann Machine を利用する．ロボットは RNNPB や MTRNN を用いて自己の感覚－運動の予測学習を行い，それを用いて他者運動を予測，学習することで，自他認知能力を獲得する．このようなモデルをロボットに実装し人とのインタラクション実験を行うことで，本研究の仮説を検証する．
|
| Expenditure Plans for the Next FY Research Funding |
本年度は，計算論的モデルの開発に先駆け，自他認知から社会的相互作用の発達を連続的に説明する理論を構築することに時間を費やしたため，当初計画していたほどのロボット実験を行わなかった．また，社会的相互作用の基盤としての自己認知の発達メカニズムに注目し，自他間の相互作用を扱わなかったため，当初計画していたヒューマノイドロボット2台の購入が，1台だけとなった．その結果，ロボットの制御に必要なコンピュータやセンサ等の購入も半分となり，物品費が余ったという形である．
物品費はロボットとその周辺機器の追加購入に用いる．今年度は主に自己認知の発達メカニズムに注目したが，来年度以降は自他間の社会的相互作用の課題を扱うため，自己モデルと他者モデルとしての2台のロボットが必要となる．まずは初年度に購入したロボットの性能を評価し，実験により適したロボットを選定，購入する．
人件費・謝金はロボットと人のインタラクション実験に用いる．提案する計算論的モデルを実装したロボットが，人との相互作用を通してどのように自他認知機能を獲得するのかを検証するため，実験補助員を雇って一般被験者との心理・行動実験を行う．被験者には謝金を支払う予定である．
|
