| 研究概要 |
人間中心の自動化を実現するべく,人間と機械の間に介在してその間で交わされるインタラクションを観察したり自らがインタラクションを重ねながら,単純な刺激と応答による条件づけの学習に始まり,いくつか先の段階を正確に予測する能力を段階的に獲得していくこのできる能力を備え,人間-機械の共存下で協調を創出していくことのできる知的システムの構築が求められている.そこでは雑多な作業環境の中から適宜注視点や焦点を絞り込むことができ,必要に応じて人間の作業を代行したり人間との協調的な関係を組織化し維持していけなければならない.以上のような研究背景をもとに本研究では,複雑大規模な工学システムの監視にあたる人間や,人間と共存する場で活動を求められる搬送ロボット・介護ロボットのようなマシンシステムが,他者を含む作業環境との間で相互作用を繰り返す過程において新しい認識世界を常に創造しそれに基づいて新たな行為を発動できる,いわば環境との自発的な同調を可能にする人間-機械共存下での協調系の設計原理に関する究明を行なう.とくに近年創発計算の手法として注目を集めている遺伝アルゴリズムや遺伝プログラミングの学習手法を用いて,雑多な情報を数多く含む環境から的確に意味ある情報のみを選別し,共通な反応を出力するための環境を適切に見たてる概念生成と高度にコーディネートされた流暢な振る舞いの組織化を可能にする方法論の確立を目指す.具体的には変動する環境に適応するための自律移動ロボットの行動形成と知覚情報を動的に更新することで人間の『作業環境』への協応を促す知的インタフェースシステムを対象として上記研究課題を遂行した.
主な研究成果としては以下の通りである.
・進化型計算によるユーザ挙動の観察に基づく概念の洗練化
・進化型学習手法を用いた自律移動ロボットの注視点形成と行動獲得
・資源制約下でのマンマシンインタラクションの知的支援
・協調設計環境における組織学習と知識創造プロセスの解析
|
