Synthetic Robotics Approaches for Understanding the Formation and Deformation of Cooperation between Agents Based on Predictive Coding
| Project/Area Number |
19K20364
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 61040:Soft computing-related
|
|---|
| Research Institution | Keio University (2020-2022)
National Institute of Informatics (2019) |
|---|
Principal Investigator |
Murata Shingo 慶應義塾大学, 理工学部(矢上), 講師 (80778168)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2021: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2020: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2019: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
|
|---|
| Keywords | 予測符号化 / 予測誤差最小化 / 認知ロボティクス / ニューラルネットワーク / インタラクション |
|---|
| Outline of Research at the Start |
本研究は他者との協調を支える認知情報処理機構の理解を目的とし，構成論的手法により取り組む．特に，（i）環境変化や他者のふるまいといった外的要因と（ii）自己の将来の行動に関する計画や意図といった内的要因により生じる協調の形成とその崩壊に関する動的過程に着目する．具体的には，脳の情報処理の仕組みとして提案されている予測符号化を再帰型神経回路モデルにより具現化し，二台のロボットそれぞれに実装する．そして，実環境における二台のロボット間の相互作用学習実験を行う．他者（ロボット）との相互作用の結果生じる互いの意図の動的な収斂と発散により，協調の形成・崩壊に関する動的過程が観察可能であると期待される．
|
| Outline of Final Research Achievements |
The aim of this research project is to understand the cognitive information processing mechanisms that support cooperation with others through synthetic robotics approaches integrating cognitive neuroscience, machine learning, and robotics. In particular, the focus is on the dynamic processes of the formation and deformation of cooperation, which are influenced by external factors such as other agents and the environment, as well as internal factors such as one's own intentions and goals. We have developed computational models based on predictive coding and conducted a set of robot experiments. Specifically, we have proposed a gradient-based optimization method and a more accelerated amortized inference method. We validated deep generative models equipped with these methods and applied them to collaborative robots to evaluate their performance in terms of both fundamental and practical aspects.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究成果は，他者や環境といった外的要因と自己の意図やゴールといった内的要因によって生じる協調の形成とその崩壊が，予測符号化という単一の仕組みによって説明可能であることを示した．具体的には，過去に生じた予測誤差を最小化することで外的要因を知覚し，未来に生じると想定される予測誤差を最小化することで内的要因を満たす行動生成が可能であることが確認された．本研究で得られた成果は他者との協調のみならず，共同注意や心の理論といった社会性認知に関する問題への貢献も期待される．また，ロボットを含む機械による他者（人間や他の機械）との円滑な協調の実現へと繋がる工学的応用可能性も期待される．
|
Report
(5 results)
Research Products
(10 results)
