未観測情報の予測に基づくロボットによる理解の実現

机器人基于对未观察到的信息的预测来实现理解

• 批准号: 11J10330
• 负责人: 中村 友昭
• 金额: $ 0.83万
• 依托单位: The University of Electro-Communications
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2011
• 资助国家: 日本
• 起止时间: 2011 至 2012
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-11J10330/
• 关键词: カテゴリ分類; 確率モデル; マルチモーダル; 語意獲得; ディリクレ過程

今年度は,人の発話を音素認識器で認識し,Nested Pitman-Yor Language Model(NPYLM)を用い教師なしでその音素列の分節化を行い,切り出された単語を,概念と結びつけることで,その語意の獲得を行った.しかし,言語モデルを持たない音素認識では音素を正しく認識することは困難である.また,NPYMLにおいて正しい単語の分節化を行うためには大量の学習文章が必要となるが,今回のようなロボットと人が物体に関する対話を行うシナリオでは十分な文章を得ることは困難となる.そこで,本研究では人の発話の音素列の候補とNPYML、により分節化した際の単語の切り出し候補を複数計算し,物体概念と結びつける際に,候補の中からその物体と最も確率的にあり得る単語を選択した.ここで重要な事は,単語はロボットが形成した概念を意味しており,単語と概念が独立しているのではなく相互に関係している点である.すなわち,同じカテゴリに含まれる物体には,同一の単語が与えられる可能性が高く,また逆に同じ単語が与えられた物体は,共通する特長を有している可能性が高いと言える.ロボットは概念形成と教示発話の分節化を行う際に,このような情報を利用することにより分節化の精度と,分類精度の両方を高める事が可能となった.また,これまで提案してきた学習アルゴリズムは,いずれもバッチ学習と呼ばれる手法であり,逐次的な学習ができないという問題があった.バッチ学習は,全データを一括で学習するアルゴリズムであるため,情報を全て保持しておかなければならず,計算時間が長いことや,物理的なメモリ使用量も多いという問題点がある.そこで本研究では,自律的に室内を移動しながら知覚情報を取得し,さらにユーザーとのインタラクションを通じて概念と語意をインクリメンタルに学習する手法を提案した.さらに,オンライン学習アルゴリズムを実際にロボットに実装し,1週間といった長い期間人がロボットに物体の情報を教示することで,言語の獲得が可能となった.

今年，我们将以音素识别器和嵌套的pitman语言认识到人类的语音，音素序列在没有使用模型（NPYLM）的监督的情况下进行了细分，并用概念进行了概念，以获取单词的含义。但是，没有语言模型的音素识别很难正确识别音素。此外，在npyml中，需要大量学习句子才能分割正确的单词，但是在这样的情况下，机器人和人与关于对象的对话进行互动，很难获得足够的句子。因此，这本书是在研究中，在使用NPYML和NPYML进行分割时进行了多个单词分割的候选者，并在将其与对象概念链接时，最有可能的单词很可能是候选人中的对象。这里重要的是，单词意味着机器人形成的概念，单词和概念不是独立的，而是彼此相关的。换句话说，同一类别中包含的对象可能会得到相同的单词，相反，可以给出相同的单词。可以说，所获得的对象可能具有共同的特征。当使用机器人形成概念并分割教学话语时，可以提高分割和分类精度的准确性。此外，现在提出的所有学习算法都称为批处理学习，并且存在一个问题，即无法依次学习。批处理学习是一种批量学习所有数据的算法，因此必须保留所有信息，并且存在一个问题，它需要长时间的计算时间和大量的物理内存使用情况。因此，在这项研究中，我们提出了一种方法，其中在房间自动移动时获取感知信息，然后通过与用户的互动来逐步学习概念和含义。此外，机器人实际上实施了一种在线学习算法，并且一个人长时间（例如一个星期）教机器人信息，使其可以获取语言。

项目成果

多層マルチモーダルLDAに基づく物体と動作の統合モデル

基于多层多模态LDA的物体与运动集成模型

• 发表时间: 2012
• 作者: 池田圭佑;阿部香澄;中村友昭;荒木孝弥;長井隆行
• 通讯作者: 長井隆行

階層ディリクレ過程を用いたマルチモーダル物体概念の形成

使用分层狄利克雷过程形成多模态对象概念

• 发表时间: 2011
• 作者: 中村友昭;長井隆行;岩橋直人
• 通讯作者: 岩橋直人

Autonomous Acquisition of Multimodal Information for On-line Object Concept Formation by a Robot

机器人在线物体概念形成的多模态信息自主采集

• 发表时间: 2011
• 作者: Araki. T;Nakamura. T;Nagai. T;Funakoshi. K;Nakano. M;Iwahashi. N
• 通讯作者: Iwahashi. N

Hierarchical Latent Dirichlet Allocationを用いたロボットによる階層的概念の形成

机器人使用分层潜在狄利克雷分配形成分层概念

• 发表时间: 2012
• 作者: Fadlil Muhammad;中村友昭,長井隆行;中村友昭,荒木孝弥,長井隆行,長坂翔吾,谷口忠大,岩橋直人;荒木孝弥,中村友昭,長井隆行,長坂翔吾,谷口忠大,岩橋直人;安藤義記,荒木孝弥,中村友昭,長井隆行
• 通讯作者: 安藤義記,荒木孝弥,中村友昭,長井隆行

Bag of multimodal LDA models for concept formation

• DOI: 10.1109/icra.2011.5980324
• 发表时间: 2011-05
• 期刊: 2011 IEEE International Conference on Robotics and Automation
• 作者: Tomoaki Nakamura;T. Nagai;N. Iwahashi