視覚を有するエージェントのための触覚に基づく内部表現獲得手法に関する研究(自律エージェント)(<特集>人工知能分野における博士論文)  [in Japanese]

本論文では, 視覚を有する自律エージェントにおいて, 身体性に基づいた内部表現を獲得する手法について, 環境との物理的相互作用を直接知覚可能な唯一のセンサである接触センサに注目し, 次の三つの研究を行った.1)「自己組織化マップを用いた状態空間の構築」では, 自己組織化マップアルゴリズムに基づき, 視覚入力パターンをその類似性に基づいてオフライン競合学習を行い, 状態空間を自動的に分割した.この手法により, 状態空間を構成する入力次元を削減でき, より少ない状態数で行動学習できるようになった.2)「接触信号に基づく視覚的特徴の選択と状態分割」では, 行為の終端で知覚される接触信号を行為系列に対して割り引いて与え, その割引信号を統計的に解析することで, タスク遂行のために必要な視覚的特徴軸の抽出と特徴軸の分割を行った.実験の結果あらかじめ準備した複数の特徴軸の中から目標到達行動のために必要な特徴軸が選択された.3)「接触に基づく効用関数を用いた行動生成と対象表現」では, 身体性の制約を考慮して行動生成・対象認識を行う方法を開発した.この手法では, 接触センサだけからの情報を手がかりに, 身体性を考慮した内部表現が獲得できる.実験の結果, 異なった身体性を有するエージェントがそれぞれの身体性を考慮した方法で, 障害物を回避してゴールヘ到達することができた.