マルチモーダルミラーニューロンモデルによる未知環境下での行動想起・誘発機構

点击翻译按钮获取中文摘要

本研究課題では,ヒューマノイドロボットがあらかじめ数種類の状況に対応する適切な基本行動要素を持ち合わせておく事で,未知の環境・状況においても,それらの基本動作を想起し,それらを組み合わせて実行することで行動を誘発する機構の実現を目指している.平成18年度では,動作・視覚・触覚などの複数のモダリティの感覚運動情報の時系列パターンを,原始シンボル空間とよばれる抽象化された位相空間に射影する数理モデルを提案した.平成19年度では,このモデルを拡張し,より少ない種類の基本動作のレパートリーを用いて,より多くの未知状況に対応できるような行動誘発を行うための数理モデルの改良を行った.具体的には,原始シンボル空間に射影された2点の動作パターンの合成を考える時に,従来手法では,「空間内における2つの原始シンボルに対応する点の内分点の計算」と「動作パターンの内挿による合成」の二つの処理を対応づけるアルゴリズムを用いていたのに対して,今年度では,「空間内における2つの原始シンボルに対応する点の外分点の計算」と「動作パターンの外挿による合成」の間の対応関係を定義した.この定義には隠れマルコフモデルの合成が用いられているが,マルコフ過程の期待滞在時間および遷移時刻の正規化という概念を導入し,異なるノード数の隠れマルコフモデル間の合成を実現した.この手法を用いることで,少ない種類の基本動作からでも,動作間の外挿を行うことでより多くのレパートリーの行動を合成することが可能となった.