能動的な動きに基づく知覚の恒常性を実現する状態表現(人工知能,データマイニング)

概要

論文の詳細を見る
ロボットが外部環境との関係を状態としてどのように表現すべきかは,タスクに応じて異なる.ロボットが同一対象を観測する場合でも,観測する環境に応じて得られるセンサ出力は異なる.本研究では,環境の変化に伴いセンサ出力が変化した場合でも,環境に関する事前知識を用いずに変化前後の異なるセンサ出力を類似度の高い状態として表現可能な状態表現法を提案する.提案する状態表現は分布間距離尺度の一つであるf-divergenceの変換不変性を応用したものであり,環境の変化により,センサ出力に変換がなされたとしても,その変換が可逆かつ連続な場合には,変換前後のセンサ出力を類似度の高い状態として表現することが期待できる.提案手法の効果を検証するため,移動ロボットのシミュレーション及び実機を使った実験を行った.その結果,センサ出力に線形変換及び平行移動を行った場合でも,それらの影響を受けない状態が表現可能であることを示した.また,提案手法を用いた強化学習による自律的な行動学習も実現可能であることを確認した.
2011-05-01