生活支援ロボットの多拠点間マルチモーダル知識転移を実現するシステム基盤創成

本研究の目的は、複数ロボットが獲得した観測から物体や場所の一般的な知識を形成し，この知識を効果的に用いた環境適応を実現する知識転移システムの基盤を創成することである．このため，今年度は，研究代表者が提案した階層ベイズによる環境間における場所概念の転移学習モデルを基盤にロボット間で知識を転移する学習モジュールを開発した．具体的には，クラウドサービス上で機能する汎化モジュールと各ロボット内部で機能する個体モジュールで構成される．汎化モジュールは，複数の個体モジュールから収集したマルチモーダル情報を観測として汎化された場所概念を形成し，これを事前知識（事前分布）として個体モジュールの学習に転移する．個体モジュールは，汎化モジュールから転移された事前知識（事前分布）を用いる事により，環境で得たマルチモーダル情報（観測）に基づいた適応的な場所概念獲得を可能とする．構築したモデルを用いて仮想環境における場所概念獲得の実験を実施し，ロボット間における知識転移によって新規の環境における場所分類精度が向上する事を明らかにした．また，関連する研究実績として，確率論理によって記述された常識的知識と現場環境で場所概念モデルにより学習した知識を融合する知識転移のモデルを構築した．これらの研究において，国際会議論文3件，国内学会発表6件，受賞3件の研究成果を得た．具体的には，IEEE SII2023において発表した論文がBest Paper Awardを受賞，言語処理学会第29回年次大会において発表した研究が若手奨励賞を受賞，RoboCup Japan Open 2022 @Home DSPL Technical Challengeにおいてロボットデモンストレーションを実施し優勝した．

本研究の目的は、複数ロボットが獲得した観測から物体や場所の一般的な知識を形成し，この知識を効果的に用いた環境適応を実現する知識転移システムの基盤を創成することである．このため，今年度は，研究代表者が提案した階層ベイズによる環境間における場所概念の転移学習モデルを基盤にロボット間で知識を転移する学習モジュールを開発した．具体的には，クラウドサービス上で機能する汎化モジュールと各ロボット内部で機能する個体モジュールで構成される．汎化モジュールは，複数の個体モジュールから収集したマルチモーダル情報を観測として汎化された場所概念を形成し，これを事前知識（事前分布）として個体モジュールの学習に転移する．個体モジュールは，汎化モジュールから転移された事前知識（事前分布）を用いる事により，環境で得たマルチモーダル情報（観測）に基づいた適応的な場所概念獲得を可能とする．構築したモデルを用いて仮想環境における場所概念獲得の実験を実施し，ロボット間における知識転移によって新規の環境における場所分類精度が向上する事を明らかにした．また，関連する研究実績として，確率論理によって記述された常識的知識と現場環境で場所概念モデルにより学習した知識を融合する知識転移のモデルを構築した．これらの研究において，国際会議論文3件，国内学会発表6件，受賞3件の研究成果を得た．具体的には，IEEE SII2023において発表した論文がBest Paper Awardを受賞，言語処理学会第29回年次大会において発表した研究が若手奨励賞を受賞，RoboCup Japan Open 2022 @Home DSPL Technical Challengeにおいてロボットデモンストレーションを実施し優勝した．