• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

仮想現実環境を活用したロボットの文脈概念獲得およびその応用

研究課題

研究課題/領域番号 17K18331
研究種目

若手研究(B)

配分区分基金
研究分野 知能ロボティクス
知能情報学
研究機関国立情報学研究所

研究代表者

坂戸 達陽  国立情報学研究所, 情報学プリンシプル研究系, 特任研究員 (10780679)

研究期間 (年度) 2017-04-01 – 2019-03-31
研究課題ステータス 完了 (2018年度)
配分額 *注記
2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2018年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2017年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
キーワード能動学習 / 知能ロボット / 知識獲得 / 質問生成 / 概念獲得 / Human-Robot Interaction / Virtual Reality / 行動決定 / 知能ロボティクス
研究成果の概要

本研究では、動作パターンに対する文脈に応じたラベリングという問題を対象として、ロボットが能動学習の枠組みを用いて効率的な学習を行うための学習手法を明らかにした。本研究では、動作が行われる場所、動作に用いられる道具を文脈、文脈と動作パターンの組を場面とし、システムに能動学習の枠組みを用いて場面に対するラベリングを行わせた。従来のuncertainty samplingに加え、学習の進捗に応じてclosed questionを用いることで、システムはより少ない質問回数で目標とする正答率を達成した。

研究成果の学術的意義や社会的意義

ロボットが我々の社会の中での人‐ロボットインタラクションに必要な文脈概念を獲得するには、大量の行動の観測データが必要となる。仮想現実環境におけるロボットの能動的な環境、文脈提示による知識獲得手法を確立することができれば、実世界の環境では集めることの難しい大量の観測データを効率的に収集でき、その学習結果は、実世界ロボットの有効な振る舞いのために活用することができると考えられる。本研究では仮想現実環境と能動学習を組み合わせることで、ロボットの効率的な学習のための文脈提示手法を明らかにした。

報告書

(3件)
  • 2018 実績報告書   研究成果報告書 ( PDF )
  • 2017 実施状況報告書
  • 研究成果

    (2件)

すべて 2018 2017

すべて 学会発表 (2件) (うち国際学会 2件)

  • [学会発表] Evaluation of Rapid Active Learning Method for Motion Label Learning in Variable VR Environment2018

    • 著者名/発表者名
      Tatsuya Sakato and Tetsunari Inamura
    • 学会等名
      The 2018 IEEE International Conference on Robotics and Biomimetics (IEEE ROBIO 2018)
    • 関連する報告書
      2018 実績報告書
    • 国際学会
  • [学会発表] A Question Selection Method for Active Learning of Context-depending Motion Labels2017

    • 著者名/発表者名
      Tatsuya Sakato and Tetsunari Inamura
    • 学会等名
      2nd Workshop on Semantic Policy and Action Representations for Autonomous Robots (SPAR)
    • 関連する報告書
      2017 実施状況報告書
    • 国際学会

URL: 

公開日: 2017-04-28   更新日: 2020-03-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi