| 研究課題/領域番号 |
23500245
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知覚情報処理・知能ロボティクス
|
|---|
| 研究機関 | 大分大学 |
|---|
研究代表者 |
柴田 克成 大分大学, 工学部, 准教授 (10260522)
|
|---|
| 研究期間 (年度) |
2011 – 2013
|
| 研究課題ステータス |
完了 (2013年度)
|
| 配分額 *注記 |
5,200千円 (直接経費: 4,000千円、間接経費: 1,200千円)
2013年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2012年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2011年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
|
|---|
| キーワード | 知能ロボット / 強化学習 / ニューラルネット / 高次機能 / シンボル処理創発 / 因果トレース / 概念形成 / コミュニケーション学習 / リカレントニューラルネット / ロボット / 動詞表現 / 離散的・抽象的表現 / 自律的役割分担 / 知能創発 / 微分型トレース / 時間軸調整 / 動詞表現獲得 / 時間軸 / コミュニケーション / 自律学習 |
|---|
| 研究概要 |
膨大な時空間情報の中での効率的な学習は，実世界での高次機能創発の鍵を握る。本研究では，特に時間軸の扱いに注目した。事象の重要度を「主観的」に判断し，過去の事象に対する学習に利用する「因果トレース」の考え方を提唱し，状態価値の学習で飛躍的に学習性能が向上した。また，「概念」は行うべき行動の差に基づいて形成されるとの考えの下，強化学習によってリカレントネット内で離散的・抽象的な状態表現が形成された。さらに，自律的なコミュニケーション学習によって物体の動きの情報を伝達できることを示した。時間軸の処理に対して新たな展望をもたらしたが，シンボル処理創発にはダイナミクスの学習能力の更なる向上が必要である。
|
