再帰的強化学習を用いた言語理解・発話計画機構の開発

点击翻译按钮获取中文摘要

本研究はヒトの言語理解の機構の本質的部分を抽象化した「模型」を作り、世に示すことを目的としている。また、知識獲得の性能を飛躍的に向上させるために、知的エージェントの脳・身体が持つべき機構を、神経科学・認知科学・言語学・論理学などの周辺分野の知見を参考にして明らかにする。「開発フレームワークの実装」に関しては、ＡＩエージェントどうしが論理式に似た形式で対話する機構の実装、行動ルール記述言語のデバッグ支援機構の機能拡張を行った。 「ヒトが解くべきタスクの性質への対応」に関しては、生物一般の報酬関数や対話の際のサブゴールなどについて考察を進めた。 「アーキテクチャの実装と評価」に関しては、ＡＩエージェントに発話と言語理解を行うためのプリミティブを追加し、簡単なテストプログラムを用いて対話動作の確認を行った。 「アルゴリズムの効率化」に関しては、エージェントの自律的行動ルール獲得の実現に向けて、行動価値関数を表現するテーブルの効率的圧縮アルゴリズムを実装し評価した。また、確率的グラフィカルモデルにおける変分近似法について調査した。 「並列処理方式の開発」に関しては、Julia言語を用いた高性能並列実行環境の構築を行った。 「周辺分野の知見との関係の解明」に関しては、言語学における関連性理論、機械学習理論における belief MDP、計算論的神経科学における海馬神経回路モデルと提案アーキテクチャとの間の関係の考察、理論言語学における組み合わせ範疇文法を用いた人間らしい構文解析を行うための文法の開発、「なぜ」「だから」を含む文の意味に関する論理学的な分析を行った。