対人インタラクションにおけるロボットの行動ポリシーの情動感応的知的プランナー

点击翻译按钮获取中文摘要

人間の情動状態や情動的なニーズを表す社会的シグナルを解釈するための情動感応的ファジィ認知モデル(ASFCM)の研究開発, 実世界のノイズや人間のふるまいや態度の内面にある潜在的な変数を考慮に入れて効果的な意思決定と行動を高信頼に行うことを可能にする確率理論の枠組みの確立を試みた. 急速にその重要性が認識されるようになってきたクラウドソーシングの活用に焦点を当てた. クラウドソーシングプラットフォームの品質制御とデータセットの有用性を高めるために, スパムタイプの類型化と, 応答時間や応答系列などに関する作業者の挙動特性の体系的な分析法の構築を行った. Baidu Crowdsourcing Platform(BCP)の分析を行い, 作業者とプロジェクトの間の相互作用についての知見に基づいて, 不正行為検出のためのルールの作成とシステム化を行い, 不正データを検出・排除できるようにした. BCPデータを用いて, クラウドソーシングタスクに参加するユーザの経歴データから因果関係を推定する手法の開発を行った, 因果的な要因を順序付けて, 最重要なものが優先される手法を開発した. ファジィ認知地図(FCM)を2型ファジィ集合に拡張して, 環境的な要因とそれによるユーザ情動の間の因果関係をファジィイベントの正規化された確率空間の共通集合として記述できるようにした. FCMの学習アルゴリズムの設計も行った. 自動的な情動アノテーションの精度を高めるために, ユーザとクラウドソーシングプラットフォームのインタラクションにおいて発生するタスク順序のモデル化に取り組み, 位置依存モデル(PSM)を提案した. タスク順序とその品質の関連があることを定量的に明らかにすることにより, 情動アノテーションの品質を顕著に高められることを明らかにした. 成果を取りまとめて, 現在論文の取りまとめと投稿を行っている.