研究課題
若手研究(B)
本研究では、動作パターンに対する文脈に応じたラベリングという問題を対象として、ロボットが能動学習の枠組みを用いて効率的な学習を行うための学習手法を明らかにした。本研究では、動作が行われる場所、動作に用いられる道具を文脈、文脈と動作パターンの組を場面とし、システムに能動学習の枠組みを用いて場面に対するラベリングを行わせた。従来のuncertainty samplingに加え、学習の進捗に応じてclosed questionを用いることで、システムはより少ない質問回数で目標とする正答率を達成した。
知能ロボティクス
ロボットが我々の社会の中での人‐ロボットインタラクションに必要な文脈概念を獲得するには、大量の行動の観測データが必要となる。仮想現実環境におけるロボットの能動的な環境、文脈提示による知識獲得手法を確立することができれば、実世界の環境では集めることの難しい大量の観測データを効率的に収集でき、その学習結果は、実世界ロボットの有効な振る舞いのために活用することができると考えられる。本研究では仮想現実環境と能動学習を組み合わせることで、ロボットの効率的な学習のための文脈提示手法を明らかにした。
