本研究では,「汎化機能を実現しているものは,学習により得られる内部モデルではなく,実世界に最初から存在している普遍的性質である」との仮説をたて,この「実世界の普遍的性質を利用した適応的な振る舞いの生成」ならびに,「学習により状態・行動空間を分化させ,振る舞いの精度を向上させてゆく新しい学習の枠組み」について検討した. 前者は,生物の生得的な適応の仕組みに相当するものであり,主にロボットの身体の柔軟性を用いて実現する方法を提案した.また,後者の後得的な学習は試行錯誤をもとにした教師なし学習により実現した.
|