| 研究課題/領域番号 |
20K19900
|
|---|
| 研究機関 | 立命館大学 |
|---|
研究代表者 |
谷口 彰 立命館大学, 情報理工学部, 助教 (70831387)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 場所概念 / 能動探索 / 能動学習 / 確率的生成モデル / 教師なし学習 |
|---|
| 研究実績の概要 |
本研究では，人間の生活環境で動作するロボットによる，環境中に存在する様々な場所の名前やカテゴリ知識 (場所概念)の自律的・能動的な学習を可能にすることを目的に研究を行った．ロボットは環境を移動中，人から発話された場所の名前や，その位置，画像といった場所に関するマルチモーダルデータを取得できる．ロボットの能動的な探索により，多大な作業負担を要するロボットの学習用データの収集を人手に頼らず実現できることが期待される．
初年度は主に，ロボットの能動的な探索による場所概念形成の効率化に取り組んだ．
研究成果として，場所概念形成のための確率的生成モデルにおいて，パーティクルフィルタによる逐次ベイズ推論と情報理論的尺度に基づく探索位置決定を組み合わせた能動学習アルゴリズムを提案した．実験では，シミュレータ上での家庭環境において，提案手法はより正確な場所概念の形成を実現できることを示した．
また，場所概念の高精度かつ軽量なオンライン学習アルゴリズムの実証やサービスタスクにおけるロボットの行動決定問題に取り組んだ．
|
| 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
初年度の研究成果に関しては，おおむね研究計画に従って進展している。
場所概念獲得モデルによる能動学習に関して，基本となる確率推論アルゴリズムを構築し，一定の成果を得た．この成果を学術誌に投稿する予定である．
初年度の成果は研究課題全体の基盤となるため，次年度以降も研究の進展が期待できる．
|
| 今後の研究の推進方策 |
今後は，提案した確率推論アルゴリズムを基盤とし，能動的場所概念学習とActive SLAMとの統合や，視覚情報の学習への利用タイミングの選択といった課題に取り組む予定である．
また，より高精度な能動学習手法の構築のために，自由エネルギー原理に基づく能動推論の適用などについても検討する．
|
| 次年度使用額が生じた理由 |
【物品費】本研究においては並列処理用の大規模な計算資源が必要であり，全研究期間を通して利用する計算用ワークステーションを初年度に購入する予定であった．しかし，コロナウイルス禍の影響により，計算理論やシミュレーションを中心として研究を進めたため，初年度購入予定であった実験機器やワークステーションを次年度に購入するよう使用計画を変更した．
また，当該研究を進めるためには実験環境構築が不可欠である．次年度以降もコロナウイルス禍の影響は続くことが予想されるが，新しい生活様式に則した実験計画や実験環境の構築を進める予定である．そのための物品費として使用する．
【旅費】旅費に関してもコロナウイルス禍の影響により，学会や研究会がオンライン開催となったため初年度は支出額が抑えられた．次年度以降は，状況を鑑みて現地開催や対面での学会や研究会への参加を行う予定であり，そのための旅費として使用する．
【その他】当該研究課題に関する調査や議論のための学会や研究会への参加・研究発表に関して学会参加費を計上する．また，論文投稿料，および翻訳，英文校閲料をその他費用として使用を計画している．
|
