| 研究課題/領域番号 |
20K23351
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
1002:人間情報学、応用情報学およびその関連分野
|
|---|
| 研究機関 | 日本大学 |
|---|
研究代表者 |
大澤 正彦 日本大学, 文理学部, 助教 (40875803)
|
|---|
| 研究期間 (年度) |
2020-09-11 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | ヒューマンエージェントインタラクション / 他者モデル / 機械学習 / 適応 / HAI / インタラクション / Human-Agent Interaction / 相互適応 |
|---|
| 研究開始時の研究の概要 |
本研究の目的は、深層学習が大量のデータや学習時間を要するため困難であった、人に高速かつ高精度に適応する機械学習の枠組みを確立することである。本研究は機械学習研究とインタラクション研究の両方に位置付けられ、本研究の成功は両研究領域の共通のブレイクスルーとなる。具体的には人の心的状態推定や行動推定ができる3つの"他者モデル"を順番に構築する。3つの他者モデルは学習時間や汎用性がそれぞれ異なり、インタラクション外の長時間の学習で形成した高精度かつ汎用的な他者モデルを変換・選択・統合することで、インタラクション中に高速に個別の他者モデルを構築できる。
|
| 研究成果の概要 |
提案アーキテクチャの根幹となる未学習データの検出技術の研究では、双曲空間を利用することの優位性を示し、17th IEEE TOWERS Undergraduate Student Awardを受賞した。また実際に他者モデル技術の実装を進め、複数の観点で応用・評価した。例えば、開発した典型他者モデルを活用して、繰り返し囚人のジレンマと呼ばれるタスクを行い、他者の性格に合わせた振る舞いができるかを評価した。これらの成果に基づき、現在は企業との共同研究へ発展もしている。
|
| 研究成果の学術的意義や社会的意義 |
本研究は、人とエージェント（ロボットやチャットボットなど擬人化されたテクノロジーの総称）が協調する未来を実現する上で重要な研究である。現在の機械学習技術の発展は目まぐるしいが、人と共に学習し成長するには、学習の速度や必要とする学習回数、データ数の違いなど、課題が多く存在する。本研究は、人同士が学び合う際に行なっているであろう心の読み合いの原理を計算機技術として実現し、人とエージェントの間でも実現することを目指す研究である。提案アーキテクチャは高速かつ高精度に人に適応できる可能性があり、実用化すれば人とエージェントの関係性を大きく発展させられる。
|
