| 研究課題/領域番号 |
26330254
|
|---|
| 研究機関 | 山口大学 |
|---|
研究代表者 |
呉本 尭 山口大学, 理工学研究科, 助教 (40294657)
|
|---|
| 研究分担者 |
大林 正直 山口大学, 理工学研究科, 教授 (60213849)
間普 真吾 山口大学, 理工学研究科, 助教 (70434321)
小林 邦和 愛知県立大学, 情報科学部, 准教授 (40263793)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2018-03-31
|
| キーワード | 強化学習システム / Deep Belief Net / 動的連想記憶モデル / Growing SOM |
|---|
| 研究実績の概要 |
本研究では、研究者や特定のユーザでなく、子供や一般人も容易にロボットに命令したり、対話したり、時には教えたりする場面を実現するため、マルチモーダルインタフェイスを備えた知能発達型知的システムを新たに提案・開発する。提案システムでは、音声・画像・脳波・タッチセンサー・空間距離（超音波等）センサー・匂いセンサーなど複数の異種のデータを収集し、ニューラルネットワークなどの識別器によってロボットの外部・内部環境を認知し、自律的な学習によって知的行動を出力することを実現しようと考える。
本年度において、主に以下の研究成果が得られた。1 非対称関数を用いたGrowing Self-Organizing Mapを提案し、高次元データの圧縮およびパターン分類を実現し、画像命令・音声命令認識機能モジュールに応用できた；2 強化学習アルゴリズムをNeuro-Fuzzy Systemに導入し、未知環境の探索および適応行動の獲得を実現した；3 従来のパラメートリックバイアスを有するリカレントニューラルネットワークに関する改良モデルを提案し、ヒューマノイドロボットの複数の行動学習に応用した；4 Restricted Boltzmann Machine (RBM)及びMulti-Layer Perceptronを用いて、新たなDeep Belief Netを提案し、非線形時系列予測に応用した；そのほか、匂いセンサーを用いた実環境の匂い認識や、カオスニューラルネットワークを用いた動的連想記憶モデル及び長期記憶モデル、群ロボットのフォーメーション制御および進化的計算による知識獲得システムの提案などの成果があった。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
当初、これまでの研究成果および本研究での提案手法より、画像命令・音声命令認識モジュール及び自律行動学習モジュールの開発を実現する目標をしていたが、研究代表者及び研究分担者、研究協力者らが多岐に渡る研究アプローチより、予測モジュールや、記憶モジュール、進化的学習モジュールなど多数の高いレベルの研究成果を得ることができた。特に量的には、ジャーナル論文６篇、国際会議論文１６編などの成果発表ができ、当初の研究計画に比べ、２００％以上の達成率があった。
|
| 今後の研究の推進方策 |
本研究で提案されたマルチモーダルインタフェイスを備えた知能発達型知的システムの実現に向けて、今後の研究は、知的計算をベースとした基礎理論の発展を継続しつつ、実ロボットによる知的機能の実現を念頭に計画通り研究・開発を行う予定である。
|
| 次年度使用額が生じた理由 |
研究分担者に分配された旅費額が一部使用されました。残りの予算額が翌年度分として請求した助成金を併せて、翌年度において研究調査及び成果発表に使用される予定です。
|
| 次年度使用額の使用計画 |
翌年度分として請求した助成金を併せて、翌年度において国内での研究調査及び成果発表に使用される予定です。
|
| 備考 |
呉本尭の研究成果
|
