| 研究概要 |
今年度は,高次の協調行動の獲得としてヒューマノイドを使った言語獲得に関する研究と強化学習を使った他者の意図推定に関する研究を行った.
1.言語獲得に関する研究では,ロボット自身が感じる特徴量の顕著性(saliency)に基づいて能動的に注視する対象を選択,探索し,さらに特徴量と単語のマッピング時に顕著性によるバイアスをかけることで効率よく語彙を獲得を行うシステムを提案した,提案するシステムをシミュレーション上で実装し,その有用性を検証した.また実環境下での語彙獲得を考えると,見る方向によって物体の形状が異なって見えるため,正しくラベル付けができないという問題が起こる.そこで人間の視覚野をモデル化した特徴抽出器をロボットが学習によって獲得していく,視点によらないロバストな物体認識システムを提案した.この認識システムを用いてヒューマノイドロボットに提案する語彙獲得システムを実装し,実環境下で視点の違いによらず正しい語彙が獲得されることを示した.
2.他者の意図推定に関する研究では,(1)自身の行為レパートリを用いて,他者行為を理解するシステムの提案を行った.提案システムにより,強化学習における状態価値の変化を推定することによって,よりロバストに他者行為の理解を実現することができた.(2)次に,他者の提示する行為が自身の行為レパートリで認識できなかった場合に自律的に模倣するべき注目点を見付け,それに応じた行為を累積的に獲得する手法を提案した.あるモデルから逸脱する点に注目することで,提示される行為の目的を推定し,結果的に模倣を実現する.このシステムをもとにして,他者の意図とその行為の達成度合を見ることで,協調・競合行動行動の獲得が効率的にできることを示した.
|
