HMMによるジェスチャと音声指示のシンボル化に基づくヒューマノイドの行動学習・生成(テーマセッション(3))

概要

論文の詳細を見る
人間が日常生活で行う動作をロボットにも行わせようとする際, 単純に関節角度をコピーするだけでは動作目的を達成することはできない.動作の目的を達成するためには, 目的の達成に必要な着目点や動作の拘束条件などの情報を, 観察された動作から抽出し, 関節角度などの大まかな情報とあわせる必要がある.近年, 全身動作の教示手段としてモーションキャプチャシステムが広く活用されつつあるが, 日常生活内での複雑な動作目的の教示・学習・動作生成を実現する有効な手段は確立されていなかった.本研究では日常生活の動作パターンの中に存在する目的達成のための条件を着目点という観点から記述するアプローチを展開する.また, 動作パターンだけでなく, その条件も学習・認識・生成の対象とすることで日常生活内の行動を実現するというアプローチを取る.そのために, 隠れマルコフモデルに基づく時系列パターンのシンボル化技術と, ヒューマノイドの隣でリアルタイムに動作パターンと目的条件を教示するための音声インタフェース技術とを組み合わせ, 学習・認識・生成システムと有機的に統合する教示システムを提案する.最後に実際のロボットにおける実験を通じて本手法の有効性を示す.
社団法人電子情報通信学会の論文
2005-09-15

HMMによるジェスチャと音声指示のシンボル化に基づくヒューマノイドの行動学習・生成(テーマセッション(3))

スポンサーリンク

概要

著者

関連論文

スポンサーリンク