权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

時系列マルチモーダル情報の分節化に基づくロボットの適応的な行動学習と生成

基于时间序列多模态信息分割的机器人自适应行为学习与生成

基本信息

批准号：
21J11346
负责人：
長野匡隼
金额：
$ 0.96万
依托单位：
The University of Electro-Communications
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-28 至 2023-03-31
项目状态：
已结题

项目摘要

人と共生するロボットが環境や文脈に応じて柔軟に行動するために、知覚するマルチモーダルなセンサ情報を教師なしで意味を持つまとまり（分節）に分割し、類似するカテゴリに分類するモデルの構築を行った。令和4年度では、迷路内を移動するロボットが知覚した一人称視点の視覚情報を用いて通路をクラスタリングすることで、未学習の移動可能な経路の推定ができる統計モデルの構築を行なった。また、ロボットが移動することで知覚した時間的かつ空間的な視覚情報のみから迷路（環境）の構造の学習ができることを示した。さらに、提案手法は統計モデルであるため深層学習手法に比べて説明可能性が高いことを示した。また、統計モデルの分節化手法を階層的に接続することにより、音声波形のみから音素や単語、文法へ階層的に教師なしで分節化可能な大規模モデルを機械学習のフレームワークを導入することで実現した。加えて、ロボットの連続する動作情報から動作（分節）を分割・分類し、強化学習によって環境に適する動作に分節を修正することで未知の物体の把持が可能な手法の開発に取り組んだ。また、単語と物体、物体の位置のマッピングにより環境のクラスタリングを行い、そのカテゴリにロボットの動作を関連づけることで、目標とする環境を実現するための動作を生成可能なモデルの構築を行った。さらに、ロボットに自然な動作を学習させるために、視覚情報のみから人間の動作を模倣可能な手法の実現に取り組んだ。これらの研究成果を論文誌や国内の学会に投稿、発表した。

Human symbiosis, environmental context, soft action, knowledge, information, teacher, meaning, segmentation, similarity, classification, construction, etc. For example, in the fourth year, if the user moves in the wrong direction, the user will know the visual information of the viewpoint. If the user does not learn the visual information of the viewpoint, the user will know the visual information of the viewpoint. If the user does not learn the visual information of the viewpoint, the user will know the visual information of the viewpoint. For example, if you want to learn about the structure of the environment, you can learn about the structure of the environment. For example, a deep learning technique is more likely than a simple technique. For example, the segmentation method of the statistical class is connected to the phoneme class, the grammar class is connected to the segmentation method of the statistical class, and the segmentation method of the mechanical class is connected to the phoneme class. Action information for adding, displaying and connecting actions, actions (segmentation), segmentation, classification, reinforcement learning, actions segmentation for adapting to the environment, control of unknown objects, development of possible methods, and grouping. The object, the position of the object, the environment, the movement of the object, the relationship between the object, the purpose, the environment, the movement, the possibility, the construction, the movement, the movement, the movement. For example, if you want to learn from natural actions, you can use visual information to imitate human actions. The results of this research are published in the journal and submitted to the Chinese Academy of Sciences.

项目成果

期刊论文数量（10）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Structure Learning of Continuous Speech based Unsupervised Segmentation

基于连续语音的无监督分割的结构学习

DOI：
10.7210/jrsj.41.318
发表时间：
2023
期刊：
Journal of the Robotics Society of Japan
影响因子：
0
作者：
Nagano Masatoshi;Nakamura Tomoaki
通讯作者：
Nakamura Tomoaki

概念の混合に基づくロボットによる環境のモデル化

基于混合概念的机器人环境建模

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Maruyama Kazuya;Kanazawa Arihiro;Aoshima Sadahito;山本尋;三好遼，長野匡隼，中村友昭
通讯作者：
三好遼，長野匡隼，中村友昭

多重分節構造を有する時系列データの教師なし分節化

多段结构时间序列数据的无监督分割

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Tadashi Naito;Arihiro Kanazawa;Sadahito Aoshima;平川拓実，長野匡隼，中村友昭
通讯作者：
平川拓実，長野匡隼，中村友昭

MC-GP-HSMMを用いたマルチモーダル情報の分節化によるインタラクションのルール学習

使用 MC-GP-HSMM 分割多模态信息来学习交互规则

DOI：
发表时间：
2021
期刊：
日本ロボット学会誌
影响因子：
0
作者：
Ding Sheng;Zhang Jingwei;Khan Sabrina Alam;Sato Yuji;Yanagimoto Jun;森圭太・西山康太郎・竹澤悠典・塩谷光彦;木村大河，長野匡隼，中村友昭
通讯作者：
木村大河，長野匡隼，中村友昭

確率生成モデルに基づく連続音声からの教師なし音素・単語・文法獲得

基于概率生成模型从连续语音中无监督获取音素、单词和语法