Research on Real World Understanding by Robots Based on Multimodal Categorization

基于多模态分类的机器人理解现实世界的研究

• 批准号: 20500179
• 负责人: NAGAI Takayuki
• 金额: $ 3万
• 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 Scientific Research (C)
• 财政年份: 2008
• 资助国家: 日本
• 起止时间: 2008 至 2010
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-20500179/
• 关键词: 知能ロボティクス; 機械学習; パターン認識; 人工知能

In this research project, we address the problem of "robot intelligence" from a viewpoint of how robots can truly understand things. Here, we define the "true understanding" as prediction through categories (concepts), which are formed by categorizing past experiments in an unsupervised way. Therefore, the unsupervised multimodal categorization algorithm is required for robots in order to form the basis of understanding. We have developed some multimodal categorization algorithms based on statistical clustering methods and showed the possibility of the truly understanding by robots.

在该研究项目中，我们从机器人如何真正理解事物的角度来解决“机器人智能”的问题。在这里，我们将“真正的理解”定义为通过类别（概念）的预测，这些预测是通过以不受监督的方式对过去实验进行分类而形成的。因此，为了形成理解的基础，机器人需要无监督的多模式分类算法。我们已经基于统计聚类方法开发了一些多模式分类算法，并展示了机器人真正理解的可能性。

项目成果

Real-time 3D visual sensor for robust object recognition

• DOI: 10.1109/iros.2010.5650455
• 发表时间: 2010-12
• 期刊: 2010 IEEE/RSJ International Conference on Intelligent Robots and Systems
• 作者: M. Attamimi;Akira Mizutani;Tomoaki Nakamura;T. Nagai;Kotaro Funakoshi;Mikio Nakano

Bayesian Network, ISBN : 978-953-307-124-4(Forming Object Concept Using Bayesian Network)

贝叶斯网络，ISBN：978-953-307-124-4（使用贝叶斯网络形成对象概念）

• 发表时间: 2010
• 作者: T.Nakamura;T.Nagai(Ahmed Rebai (Ed.))
• 通讯作者: T.Nagai(Ahmed Rebai (Ed.))

実世界における人とロボットの共有信念の推定に基づいた適応的な発話生成

基于现实世界中人类和机器人之间共享信念的估计的自适应语音生成

• 发表时间: 2009
• 期刊: 知能と情報 Vol.16, No.5
• 作者: 中村慎也;岩橋直人;長井隆行
• 通讯作者: 長井隆行

Gibbs Samplingによる物体のマルチモーダルカテゴリゼーション

使用吉布斯采样对对象进行多模态分类

• 发表时间: 2010
• 作者: 中村友昭;長井隆行;岩橋直人
• 通讯作者: 岩橋直人

触覚(手触り)情報の取得装置と記録方法

触觉信息获取装置及记录方法

• 发表时间: 2008