組込み指向型脳型人工知能回路の実現とサービスロボットへの応用

面向嵌入式脑型人工智能电路的实现及其在服务机器人中的应用

基本信息

批准号：
19J11524
负责人：
田中悠一朗
金额：
$ 1.09万
依托单位：
Kyushu Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-25 至 2021-03-31
项目状态：
已结题

项目摘要

ホームサービスロボットのための，個人の経験に基づいた知識の獲得を行う，複数のタスクに対応できる脳型人工知能モデルを考案した．このモデルは，前年度までに考案した海馬・扁桃体・前頭前野の機能を統合したモデルを拡張したもので，複数のタスクを継続して学習するとき，過去に学習したパラメータが，新たにタスクを学習することによって上書きされる破滅的忘却を回避することができる．これによりロボットは単一のタスクだけではなく，複数のタスクを学習・実行することができるようになる．また今年度は，モデルの新たな機能として，エピソードとその価値を記憶し，記憶に基づいたメンタルシミュレーションと行動決定をする機能を追加した．これによりロボットはたった数回の経験からエピソードを記憶し，記憶に基づいて価値の高い最適な行動選択ができるようになる．提案するモデルをロボットのシステムと統合し，ロボットのデモンストレーションをロボカップジャパンオープン2020＠ホームシミュレーションリーグにて披露した．このデモンストレーションでは，ロボットがナビゲーションの成功体験・失敗体験をエピソードとして記憶し，目的地に到達するためにはどの経路を選択するべきかを記憶に基づいてメンタルシミュレーションを行い決定する．これにより既存のナビゲーションシステムの問題を解決できることを示した．このデモンストレーションは審査員より高く評価され，Technical Challenge準優勝を受賞した．提案するモデルのうち扁桃体モデルとそのハードウェア化に関する論文が学術雑誌に採録された．また，海馬・扁桃体・前頭前野の機能を統合したモデルの提案に関する論文が国際会議に採択され，論文及び発表が高く評価され学生論文賞を受賞した．複数のタスクに対応するモデルの学習法は特許の出願を行った．

我们为家庭服务机器人设计了一种类脑人工智能模型，可以处理多项任务并根据个人经验获取知识。该模型是前一年设计的模型的扩展，整合了海马体、杏仁核和前额皮质的功能。当连续学习多个任务时，过去学到的参数被用于新任务，从而被覆盖。通过学习，是可以避免的。这使得机器人不仅可以学习和执行单个任务，而且可以学习和执行多个任务。此外，今年，我们为模型添加了一个新功能：能够记住情节及其值，并根据记忆进行心理模拟和行动决策。这使得机器人能够记住一些经历中的情节，并根据这些记忆做出非常有价值的最佳行动选择。我们将所提出的模型与机器人系统集成，并在 2020 年 RoboCup 日本公开赛 @ 家庭模拟联盟上演示了该机器人。在这个演示中，机器人将成功和不成功的导航经历作为片段进行记忆，并根据记忆进行心理模拟，以确定选择哪条路线来到达目的地。我们已经证明这可以解决现有导航系统的问题。这次演示得到了评委的高度评价，我们获得了技术挑战赛的亚军。在提出的模型中，一篇关于杏仁核模型及其硬件实现的论文已被学术期刊接受。此外，一篇提出整合海马体、杏仁核和前额皮质功能的模型的论文在一次国际会议上被接受，论文和演示受到高度评价并获得学生论文奖。我们已经为一种可以处理多项任务的模型学习方法提交了专利申请。