| 研究課題/領域番号 |
18K18134
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61050:知能ロボティクス関連
|
|---|
| 研究機関 | 立命館大学 |
|---|
研究代表者 |
萩原 良信 立命館大学, 総合科学技術研究機構, 准教授 (20609416)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2019年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | 転移学習 / 記号創発ロボティクス / 生成モデル / 生活支援ロボット / 概念獲得 / カテゴリゼーション / ベイズ推論 / 教師なし学習 / 概念形成 / カテゴリ / 概念 / 記号創発 / マルチモーダル / 認知モデル |
|---|
| 研究成果の概要 |
本研究は，場所の概念を画像，位置，言語等のマルチモーダル情報からボトムアップに獲得する確率的生成モデルを基盤として，場所の概念に基づく転移学習を可能とした．さらに概念におけるプロトタイプ（典型性）を獲得する計算論モデルを構築した．このモデルに基づく転移学習とプロトタイプ獲得の実験をシミュレーション環境で実施し，人間に近い場所の名前の予測が可能である事を明らかになした．さらに，獲得されたプロトタイプに基づく生活支援タスクを実現した．具体的には，構築したモデルによりロボットが獲得した「スポンジはよくバスルームで観測される」といった典型性の知識を活用し，未観測の物体の効率的な探索を可能とした．
|
| 研究成果の学術的意義や社会的意義 |
人間の認知における概念は，連続的な実世界の離散化を可能とし，言語によるコミュニケーションと深く関係している．概念が感覚運動情報から獲得されるメカニズムの解明は，認知発達ロボティクスにおける重要な挑戦である．本研究は，構成論的アプローチに基づき，概念の転移学習とプロトタイプ（典型）獲得のメカニズムを計算論モデルにより構築し，これを可能とする数理モデルを明らかにした．さらに，この計算論モデルを生活支援ロボットに応用し，人間との言語的なコミュニケーションを通じて現場環境で役に立つ仕事を実現した．この研究の成果は，国際的な知能ロボティクス競技会や国際会議において，人工知能学会賞等の多数の賞を受賞した．
|
