| 研究課題/領域番号 |
16H05877
|
|---|
| 研究機関 | 徳島大学 |
|---|
研究代表者 |
西出 俊 徳島大学, 大学院理工学研究部, 講師 (30613400)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2020-03-31
|
| キーワード | 認知発達ロボティクス / 知能ロボット / ニューラルネットワーク |
|---|
| 研究実績の概要 |
本研究では主に神経回路モデルMultiple Timescales Recurrent Neural Network(MTRNN)を用い，人間の描画発達と同様の発達機構をロボットでモデル化することを目標としている．特にLuquetの提案した人間の5段階の描画発達に基づいてモデルを構築し，ロボット自身のバブリング動作，人間とのやりとりなど，多面的に展開していくことを目指している．
本年度は主にロボット自身のバブリング動作に注目したモデル構築を行った．これまでの研究ではランダムな指令値をロボットの目標関節角として指定することでバブリング動作を実現していたが，本年度はεグリーディ法を導入することで拘束条件付きのバブリング動作を生成した．また神経回路モデルだけではなく，Dynamics Learning Tree (DLT)を用いた学習も行った．人間型ロボットNaoを用いた描画動作生成実験の結果，εグリーディ法によって効率よく有効な学習データを取得できることを確認した．また，DLTによる学習も描画模倣においては有効であることを確認した．
これまでの研究ではLuquetの5段階の描画発達のうち，第3段階までを対象をしてモデル開発・実験を行った．現在，第4段階に移行するためのモデルの検討をしており，描きやすさを数値的に表現できるようなモデルを構築している．これまで人間の描画データについて，実験的に有効性を確認しており，今後はロボットにおいても有効性を検証する予定である．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本年度はロボットの検討に時間がかかり，ロボットを用いた実験は予定通りに行うことができなかった．一方，描きやすさのモデル内表現については人間の描画データを用いたが，実験的に予測誤差との関連性が示されるような結果が出ており，ロボットの描画にも応用できることが期待される結果が得られた．さらにバブリングについてもこれまではランダム動作を用いていたが，より効率的な動作生成が実現でき，これまでのモデルに組み込むことでさらにモデルが洗練できると考えている．以上のように，本年度計画していた内容を多少次年度に回すことになったが，モデルの基盤となる実験においては良好な結果が得られた．
|
| 今後の研究の推進方策 |
今後はまずアームロボットの環境整備とこれまでのモデルの移植を行い，これまでの実験で使用してきた人間型ロボットNaoと並行して実験を行う．その後，アームロボットにおいて，εグリーディ法を用いたバブリングの有効性を検討する．これらの基礎実験を行うと同時に，描画発達の4段階目への移行を行うため，ロボットの描画模倣から効率的な描画動作の生成を行うモデルへと改良する．そのため，本年度人間の描画データで検証した描きやすさがロボットの描画動作学習においても同様に表現されることを確認する．実験では，描くべき図形をロボットに提示した時に最も効率的に描ける描画動作を生成できるか検証する．
認知発達の面からは現在プリミティブの発達に注目したモデルを開発することを進めており，描画にも導入することを検討している．すなわち，最も単純なプリミティブである直線の学習から開始し，その組合せとして四角形や三角形を認識し，さらに四角形や三角形をプリミティブとしてより複雑な図形を認識できるようなモデルを開発する．
これらをモデルに組み込むことで描画発達の第4段階をモデル化することを目指し，さらにはカメラ画像から取得した物体の3次元情報から対象物を描画できるようになる第5段階へと展開することを目標としている．
|
