• 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

最適性条件付き内部モデルと融合した高効率・合理的な予測プロセス

研究課題

研究課題/領域番号 24K22326
研究種目

挑戦的研究(萌芽)

配分区分基金
審査区分 中区分61:人間情報学およびその関連分野
研究機関国立情報学研究所

研究代表者

小林 泰介  国立情報学研究所, 情報学プリンシプル研究系, 助教 (10796452)

研究分担者 松原 崇充  奈良先端科学技術大学院大学, 先端科学技術研究科, 教授 (20508056)
鶴峯 義久  奈良先端科学技術大学院大学, 先端科学技術研究科, 助教 (00908113)
研究期間 (年度) 2024-06-28 – 2026-03-31
研究課題ステータス 交付 (2024年度)
配分額 *注記
6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
2025年度: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2024年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
キーワード強化学習 / ベイズ理論 / 内部モデル / 最適性
研究開始時の研究の概要

我々ヒトは行動がもたらす将来の結果を予測する際に,「かもしれない運転」のように予測結果にある優劣を事前に選好して予測できる一方,AIはあらゆる可能性を確率的に予測した後に所望の優劣となるものを選び出す.この2種類の予測プロセスは一長一短であり,ヒト型は認知バイアスが,AI型は計算時間が問題となる.そこで本研究では,これらを相補的に融合することで高効率・合理的な意思決定を支援する新たな予測プロセスを創出する.この新技術は,2種類の予測プロセスがベイズ理論の下で理論的に等価であることを活用して導出し,不確実性の大きなロボット実験を通じて実証する.

URL: 

公開日: 2024-07-03   更新日: 2024-08-28  

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