報酬設計を通した社会的相互作用による行為概念群の構築 : シェマ理論に基づいた累増的強化学習
スポンサーリンク
概要
- 論文の詳細を見る
本稿ではJ.Piagetのシェマ理論における同化・調節及び均衡化・分化の概念を強化学習の枠組みに適用することにより累増的に行為概念を獲得することの出来る仕組みを提案する.この手法はただ一つの報酬チャンネルを用いた相互作用を用いてユーザや環境と相互作用する中で様々な行為を獲得していくことの出来る自律ロボットの実現を目指したものである.提案手法は広く一般のTD学習に適用可能である.本稿ではQ学習と双シェマモデルにおける強化学習に適用した実験例を示す.いずれの場合にも教師の明示的な指示なしに,強化学習器を分化させ複数の行為概念を獲得することが出来る.また,この仕組みにより報酬は新規の行為を獲得させるという役割以外に,獲得した行為を想起させるという役割を担うようになる.
- 2006-08-15
著者
-
椹木 哲夫
京都大学
-
椹木 哲夫
京都大学大学院工学研究科
-
椹木 哲夫
京都大学工学部精密工学科
-
谷口 忠大
京都大学 大学院情報学研究科
-
谷口 忠大
京都大学工学研究科機械理工学専攻
-
椹木 哲夫
京都大学工学部
関連論文
- 往復伝播時間測定による小天体の自転運動およびローバ位置の推定法
- 創発システム・シンポジウム放談
- ルール群の集団進化による自己組織的ファジィ制御システム
- 記号過程を内包した動的適応システムの設計論--つくる設計論から育てる設計論へ (記号過程を内包した動的適応システム設計論の新展開 特集号)
- 原子力発電所運用高度化のための次世代HMSに関する技術開発
- 開放型マルチエージェントシステムにおける組織学習
- ヒュｰマンインタフェｰスシンポジウム2004報告
- 自動化におけるヒューマン・システム・インタラクションの諸相
- 双参照モデルにおける社会性の創発機構
- 双参照モデルにおける相互学習のダイナミクス : マルチエージェント環境下における個と集団の相互限定
- 記号過程を内包した動的適応システムの設計論 : つくる設計論から育てる設計論へ(記号過程を内包した動的適応システム設計論の新展開)
- 往復伝播時間測定による小天体の自転運動およびローバ位置の推定法
- 自律型無人ヘリコプタの環境適応方位制御
- 学会活動のこれからの10年
- 操作応答関係の類似性がモード認識にもたらす影響
- 学会創立10周年記念行事報告
- 電波の伝搬遅延時間測定による小天体探査ローバの位置同定法
- HI2004 : 「あいだ」を「つなぐ」インフェース
- HI学会の10年とこれから : 社会を創るヒューマンインタフェース
- モノの安全からコトの安心へ
- 学会創立10周年を迎えて
- 自動化機械の調整作業を支援するユーザ・インタフェースの開発 : 自動計量を対象とした機能間の意味構造の抽出と可視化
- コミュニケーション齟齬に着目したメニュー体系の設計
- シンポジウム委員会からの期待
- ヒューマンインタフェースの革新による新社会の創生
- 第2回横幹連合コンファレンス開催報告
- 他者理解の記号過程と自動化に求められる社会知
- ST-I-3(5) 京都大学における横断型・融合型アカデミア人材教育(【ST-I-3】大学院教育を考える パート3-修士課程における研究を通した教育のあり方-,【ST-I】人材育成とものづくり力強化,年次大会テーマ企画,年次大会テーマ関連)
- シンポジウム委員会だより
- 信頼性とヒューマンマシンシステム
- 2A1-13 同型性に基づくユーザの動作に対するパワーアシスト介在の影響(講演,パワーアシスト,日本機械学会 オーガナイズドセッション)
- 2A1-12 上肢屈曲・伸展運動のパワーアシストのためのユーザの動作意図の識別について(講演,パワーアシスト,日本機械学会 オーガナイズドセッション)
- 804 意思伝達の透明性を指向したパワーアシスト装具の開発(GS-2,16 医療機具,研究発表講演)
- 座談会 : 産と学を繋ぐ学会の役割(アイサイ50年とシステム・制御・情報)
- 共進化の機構を用いた遺伝的アルゴリズムの提案
- 共進化型GAにおける符号化と適応度評価に関する考察
- 有用スキーマを探索する共進化型遺伝的アルゴリズム
- 自動化機械に対するユーザの複数内部モデル構成過程
- 知識創造のためのHCI
- 概念設計のための要素知識のコード化とその編集型支援環境
- 時間資源制約下での状況認識モデルに基づく人間-エージェント・コミュニケーション
- IFAC Symposium on Human-Machine Systems参加報告
- インタラクションの多様性に基づく習熟支援エージェントの設計
- リカレントネットワークによる系列的データからの文脈情報の獲得
- ハイテクかエアマンシップか, 頼りになるのはどっち?(アイ・サイ問答教室)
- 連続値入出力を扱うファジィ内挿型 Q-Learning の提案
- 人間-機械インタラクションにおける共有領域知識ベースの構築
- A-006 TZBMアプローチを用いた作業の平準化モデル(A.モデル・アルゴリズム・プログラミング)
- 習熟技能のレンズモデルによる解析
- 報酬設計を通した社会的相互作用による行為概念群の構築 : シェマ理論に基づいた累増的強化学習
- 汎化行為概念の適応的獲得 : 双シェマモデルベースの強化学習
- 組織協調に向けた多様環境下での状況弁別型強化学習の提案
- 自律移動体の行動からの創発的注視点形成
- 進化型計算によるアフォーダンス概念の獲得と非言語コミュニケーションに関する考察
- 924 レスキューロボット遠隔操作のためのエコロジカル・インタフェース設計(GS-16 センシング,研究発表講演)
- 本総合特集号を企画して(創発システム研究の現状そして今後の展開総合)
- 記憶シェマの動的構築による運動観察からのファジィ概念獲得
- 相関ルールにもとづく属性生成手法
- 属性間相関ルールにもとづく決定木改良のための属性統合手法
- 決定木アルゴリズムのためのデータ前処理手法に関する検討
- マルチエージェントモデルを用いた集団帰納学習に関する一考察
- マルチエージェントによる組織学習に関する考察
- システムを考える, システムで考える
- 経験強化を考慮したQ-Learningの提案とその応用
- 連続値入出力を扱うファジィ内挿型Q-Learningの提案
- 組織学習モデルに基づく分散検知センサ・チューニング
- 身体と環境の相互作用を通した記号創発 : 表象生成の身体依存性についての構成論
- 双シェマモデル : 自律エージェントの為の自己組織化機械学習手法の提案
- 知覚行為と移動行為の協調構造の分析と移動体操作系設計への適用
- 遠隔操作ロボットを用いた探索行為における技能解析と生態学的考察
- 人間と自動化の共生と共創 : Socially-Centered Automation
- レンズモデルを用いた人間-自動化のコラボレーション知覚とメタ評価
- 遠隔操作環境における共有自律の実現を指向した人間-ロボット間の相互主導型インタラクションの設計
- 人間-自動化エージェントの状況認識共有のための共創場設計
- エコロジカル・エキスパート : レンズモデルによる熟練プロセスの定量分析
- 生態心理学的アプローチからみた技能継承の技術化スキーム (特集 日本生態心理学会第1回大会発表論文)
- インタラクティブ技能継承支援エージェントの設計 : レンズモデルからみた技能継承の構造分析
- 安全手順評価のための緊急時におけるマルチタスク下での意思決定挙動のモデリングと解析
- 意思決定者の選好を考慮したTZBMによるフローショップスケジューリング問題の解法
- Bounded Rational Online Bin Packing Solution Using Garbage Can Model
- 意思決定者の選好を考慮したTZBMによるフローショップスケジューリング問題の解法 (鉄と鋼) -- (特集号 製鉄所『現場力』の維持・発展のためのエージェント技術)
- 「記号過程を内包した動的適応システム設計論の新展開」特集号を企画して
- 特異値分解を用いた動作における個人間の類似と差異の抽出(ヒューマンコミュニケーション)
- 第17回ヒューマンインタフェース研究会報告
- 1P1-F17 自律型無人航空機のための地磁気偏角推定に関する研究(飛行ロボット・メカトロニクス)
- 2P2-A24 往復伝搬遅延時間測定による小天体探査ローバ位置同定法の精度解析(宇宙ロボティクス・メカトロニクス)
- The 9th IFAC/IFIP/IFORS/IEA Symposium on Analysis, Design, and Evaluation of Human-Machine Systems, Atlanta, USA(International Conferences)
- 状況認識共有のためのインタフェース技術(人を見守り助ける状況認識技術の展開)
- 1A2-G07 天体の自転運動の不確かさを考慮した伝搬遅延時間測定による探査ローバ位置同定
- 1A2-F05 自律型無人ヘリコプタの適応方位角制御
- 情報の法則によるハードウェア工学のパラダイムシフト(ハードウェアを革新する情報・サービス)
- 「セミオーシス」って,なんどすねん?(アイ・サイ問答教室)
- 2A1-A14 ロボット教示作業支援のための複合情報GUIの開発 : 精確な動作点教示のための力情報利用の検討
- 2A1-F21 動作点探索戦略の分析に基づくロボット教示作業支援GUIの開発
- 2A1-A26 特異値分解を用いた非周期動作における運動特徴の解析
- 1A2-D08 自律型無人ヘリコプタの環境適応旋回
- 1A2-B18 電波を用いた往復伝播時間測定による位置同定法の実験的研究
- アンビエントテクノロジーの住宅分野への応用の試み(アンビエントインテリジェンス技術とその応用)
- 産業用ロボット教示作業支援のための複合情報GUI
- 産官学連携と異分野交流による博士人材の育成