ＰＯＭＤＰ理論に基づく包括的な認知アーキテクチャの構築とフィジカルＲＰＡへの応用

2022 年度 研究成果報告書

• 研究課題/領域番号: 19K12157
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分61040:ソフトコンピューティング関連
• 研究機関: 佐賀大学
• 研究代表者: 伊藤 秀昭 佐賀大学, 理工学部, 教授 (20345375)
• 研究期間 (年度): 2019-04-01 – 2023-03-31
• キーワード: 確率的情報処理 / POMDP / 認知アーキテクチャ / Physical RPA / 行動最適化

研究成果の概要

本研究では、認知アーキテクチャの一つである黒板モデルを部分観測マルコフ決定過程（POMDP）理論に基づいて定式化し直すことで、ヒトの備える認知能力（「考える」能力）を包括的に実現でき、理論的基盤がしっかりしていて工学的に応用しやすい新たな認知アーキテクチャを構築した。さらに、構築したアーキテクチャをフィジカルRPA（physical Robotic Process Automation）という実問題に応用し、その有効性を示した。また、紙を扱うフィジカルRPAを実現するために、静電吸着パッドや吸着センサなどを開発した。

自由記述の分野

ソフトコンピューティング

研究成果の学術的意義や社会的意義

本研究で構築した新たな認知アーキテクチャは、認知能力を包括的に実現でき、理論的基盤がしっかりしていて工学的に応用しやすいため、本研究において開発したロボットシステム以外にも様々な応用に役立つと考えられる。また、本研究では黒板モデルを定式化し直したが、同様のアプローチは他の様々な認知アーキテクチャの再定式化にも用いることができると考えられる。さらに、本研究で開発した静電吸着パッドや吸着センサは、今後、紙を用いる作業を自動化することのできるフィジカルRPAを実現する際に有用であると考えられる。