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

Knowledge inference system for robot integrating commonsense in natural language with real-world observation

将自然语言常识与现实世界观察相结合的机器人知识推理系统

基本信息

批准号：
22H03654
负责人：
吉野幸一郎
金额：
$ 11.07万
依托单位：
Institute of Physical and Chemical Research
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2026-03-31
项目状态：
未结题

项目摘要

人間の生活空間という実世界で補助タスクを行うロボットに対し、テキストで記述された知識を用いた知識推論を導入することで、様々な常識推論を可能にする知能ロボットシステムの構築を行う。この中で、実世界でロボットが観測した事物に応じて、知識推論基盤を柔軟に更新し、ロボット自身が経験から知識推論を新しくすることができる枠組みについて研究する。この実現のため設定した、「ロボットが動作する実世界での観測の接地・推論と知識基盤の更新」、「実世界でのコンテキストを反映した埋め込み表現の学習」、「実世界を埋め込み表現で表現した新しい推論基盤の構築」の研究項目のうち、本年度は「ロボットが動作する実世界での観測の接地・推論と知識基盤の更新」に取り組んだ。具体的には、Hello Robot Stretchを用いて、このロボットで可能な補助タスクにおける対話データ収集を行った。この対話データでは、ユーザの意図が曖昧に設定し、周囲の状況を利用して推論を利かせないと必要とされる補助行動を導けないような設定を行った。この対話データを単純な機械学習ベースの手法で分類したところその精度は22%程度であり、推論等を用いないと解くことが困難なデータセットが構築されたことが確認された。加えてデータ分析も行い、どのようなモダリティから得られるどのような事態がこうしたロボットの行動推定タスクに貢献するのか検討した。また、上記のデータ上で知識推論・常識推論を行い、実世界の観測から適切な行動を論理的に導くための枠組み構築を行った。

The human life space and the world support the development of knowledge, knowledge. In this way, the world can be seen as a whole, and the knowledge inference base can be updated, and the knowledge inference itself can be updated. This year, we selected the following research projects: "Real-world measurement grounding, inference and knowledge base update","Real-world measurement reflection, performance learning","Real-world measurement performance, performance and new inference base construction","Real-world measurement grounding, inference and knowledge base update". For details, please refer to Hello Robot Stretch. The answer is yes. The answer is yes. The method of mechanical learning is to classify and deduce the information in the middle of the problem. Add to the list of activities, activities, and contributions. Knowledge inference, common sense inference, action, logic, organization and construction

项目成果

期刊论文数量（12）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Reflective Action Selection Based on Positive-Unlabeled Learning and Causality Detection Model

基于正向无标记学习和因果关系检测模型的反思性行动选择

DOI：
10.1016/j.csl.2022.101463
发表时间：
2023
期刊：
Computer Speech & Language
影响因子：
4.3
作者：
5.Shohei Tanaka;Koichiro Yoshino;Katsuhito Sudoh and Satoshi Nakamura
通讯作者：
Katsuhito Sudoh and Satoshi Nakamura

Pseudo Ambiguous and Clarifying Questions Based on Sentence Structures Toward Clarifying Question Answering System

基于句子结构的伪歧义和澄清问题走向澄清问答系统

DOI：
10.18653/v1/2022.dialdoc-1.4
发表时间：
2022
期刊：
In Proceedings of Annual Meeting of the Association for Computational Linguistics DialDoc Workshop
影响因子：
0
作者：
42.Yuya Nakano;Seiya Kawano;Koichiro Yoshino;Katsuhito Sudoh and Satoshi Nakamura
通讯作者：
Katsuhito Sudoh and Satoshi Nakamura

説明文生成を用いた動作行動予測

使用解释性文本生成进行运动行为预测