| 研究概要 |
従来研究における人間-人工物の協調系の設計指針は,人間-人工物の間のインタラクションそのものを対象化し,観察主体と切り離すことによって鳥瞰的な視点からこの相互作用をコントロールするアプローチとみなすことができる.しかしこのように観察主体をインタラクションの外部に位置づけることで境界を定め,境界内の可制御性,最適化を追及する方策には限界がある.現在我々が直面する制御対象の複雑さの拡大はその枠を超え,インタラクションそのものを事前に網羅的に想定した設計は不可能となりつつある.そこでは従来のように人間-機械の間での役割分担がシステム設計者の手に委ねられた固定的なものでは機能せず,相互作用を通して進化的なかたちで相手の活動を形づくり合いながら自己組織していくことのできるシステム設計が必要になる.
本研究ではまず第一年度において,上述のような生命システムにみられる社会的領域を創出するプロセスのモデルを相互適応学習モデルとして開発した.すなわち複数の学習主体の間での相互引き込み原理について究明するべく,個々の学習モデルのベースとなるエージェントの推論モデルを開発し,これが人間ユーザや外部監視対象に対して実時間推論を保証するための理論構築を行った.そしてこのモデルと人間ユーザとの間でのインタラクションを解析し,動的に移り変わる状況に依存しながら人間判断や協調作業を支援し,真に調和のとれた人間-システム間の協調関係を樹立するための知的支援の能力を具備した知的人工物と人間との協調系設計の実現を目指した.個別テーマとしては以下の3つの具体的問題を対象として研究を進めた.
(1)人工現実技術を用いた人間-ロボット協調型遠隔操作システム
(2)インタフェースエージェント-人間のコミュニケーション解析
(3)センサ・チューニング作業における熟練技能の共有・再利用・継承システム
|
