2019 Fiscal Year Annual Research Report
教示学習を通した記号化から言語化への経時的認知発達に基づく構成論的研究
Publicly Offered Research
| Project Area | Studies of Language Evolution for Co-creative Human Communication |
|---|
| Project/Area Number |
18H05079
|
|---|
| Research Institution | Tokyo Metropolitan University |
|---|
Principal Investigator |
久保田 直行 首都大学東京, システムデザイン研究科, 教授 (30298799)
|
|---|
| Project Period (FY) |
2018-04-01 – 2020-03-31
|
| Keywords | 経時的認知発達 / 記号化から言語化 / 教示学習 / スパイキングニューラルネットワーク / Growing Neural Gas |
|---|
| Outline of Annual Research Achievements |
本研究では、記号化から言語化を伴うコミュニケーション能力と身体運動能力の相互依存的な経時的学習過程を構成論的に明らかにすることを目的とする。具体的には、人間とロボットのコミュニケーションによる人型ロボットへの様々な教示学習を通して、相互認知環境におけるノンバーバルコミュニケーションに基づく内部での知覚・行為情報の記号化と他者との共有を思考する記号化から、さらに明示的な外在化を促す言語化への学習過程を構成論的に解明する。今年度は、認知機能を表象機能の発達から捉えたブルーナーの考えに基づき、運動的表象（運動）・映像的表象（視覚）・象徴的表象（言語）の3つから構成され、「教示において、運動的表象と映像的表象を活用することが象徴的表象の獲得を促す」という仮説を立て、人の教示に基づく身体運動能力・認知能力・言語能力が相互依存的に関わる形での言語学習システムを構築した。本研究では言語そのもの獲得は対象としていないため、言語ラベルは事前に与えた上で、運動（一連の流れの動作）の中から意味のある「まとまった動作」を抽出しつつ、物体と動作を言語と関連付けることにより、言語学習を行うこととする。物体に対する記号化は比較的、容易であるが、まとまった動作対し、離散的な要素としての記号化を行うためには、様々な運動を提示し、部分的な動作系列を仮説的に離散化し、その遷移に定型的な構造が見いだされる場合、記号としての意味が強化される。したがって、このような離散化と構造の抽出と学習を行うために、時系列データを抽出・認識可能なスパイキングニューラルネットワークを併用した多階層自己増殖型ニューラルネットワーク提案し、言語ラベルとの関係性を経時的に学習する手法を提案した。実験結果から、事前に用意した複数のシナリオに基づいて人とロボット間で教示学習を行い、物体操作に関する言語ラベルを学習できることを示した。
|
| Research Progress Status |
令和元年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和元年度が最終年度であるため、記入しない。
|
Research Products
(10 results)
