マルチモーダル情報の相互補完的な活用によるロボットの場所概念獲得

机器人通过多模态信息的互补使用获取位置概念

基本信息

批准号：
17J07842
负责人：
谷口彰
金额：
$ 1.34万
依托单位：
Ritsumeikan University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2017
资助国家：
日本
起止时间：
2017-04-26 至 2019-03-31
项目状态：
已结题

项目摘要

本研究では、ロボットが人からの連続音声発話による教示から自律的かつ高精度に場所概念を獲得し、ロボットにとってより効果的な空間認知と場所概念の活用を可能にすることを目的として研究を行った。また、人間との空間移動に関わる言語コミュニケーションを場所概念獲得の教師なし学習に基づき実現することを目指した。今年度では主として、（１）場所概念の高精度かつ軽量なオンライン学習アルゴリズムの開発と（２）場所概念を用いた音声命令からのパスプランニングについて取り組んだ。（１）場所概念の高精度かつ軽量なオンライン学習アルゴリズムの開発昨年度の成果として、Simultaneous Localization And Mapping (SLAM) と位置・音声言語・画像のマルチモーダル情報に基づくノンパラメトリックベイズ場所概念獲得モデルを統合したSpCoSLAM を提案した。しかしながら、このアルゴリズムでは、学習が長期に及ぶと計算コストが増大するという問題点があった。また、場所の推定精度がバッチ学習の6 割ほどと不十分であった。そこで本研究では、これらの問題を改善するため、固定ラグ活性化に基づく高精度かつ軽量なオンライン学習アルゴリズムSpCoSLAM 2.0を構築した。実験結果として、従来アルゴリズム(A)と比べて提案アルゴリズム(B)は計算時間を大幅に削減した。（２）場所概念を用いた音声命令からのパスプランニング本研究では、SpCoSLAMの確率的生成モデルの上でのロボットの行動決定問題に着目し、「教員研究室に行って」などの人の音声命令より推定された場所概念の目標状態へのパスプランニングを動作軌道の確率推論として定式化した。実際に獲得された場所概念を用いたヒューマンロボットインタラクションによるナビゲーション実験を行い、パスプランニングが可能であることを確認した。

在这项研究中，我们的目标是使机器人能够从人类连续语音发出的指令中自主准确地获取地点的概念，并使机器人能够更有效地识别空间并利用地点的概念。我们还旨在基于无监督学习来获取地点概念，实现与人类空间运动相关的言语交流。今年，我们主要致力于（1）开发一种高精度、轻量级的地点概念在线学习算法，以及（2）使用地点概念从语音命令进行路径规划。（1）开发高精度、轻量级的地点概念在线学习算法去年，我们集成了同步定位与建图（SLAM）和基于位置、音频语言、多模态信息的非参数贝叶斯地点概念获取模型。和图像。然而，该算法存在一个问题，即当学习时间较长时，计算成本会增加。此外，位置估计精度仅为批量学习的60%左右。在本研究中，我们构建了一种基于固定滞后激活的高精度、轻量级在线学习算法SpCoSLAM 2.0来改善这些问题。实验结果表明，与传统算法（A）相比，所提出的算法（B）显着减少了计算时间。 (2)使用位置概念的语音命令路径规划在本研究中，我们重点关注基于SpCoSLAM概率生成模型确定机器人行为的问题，从命令到目标状态估计的位置概念的路径规划。被公式化为运动轨迹的概率推断。我们利用实际获得的位置概念，利用人机交互进行了导航实验，并证实了路径规划是可能的。

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Online Spatial Concept and Lexical Acquisition with Simultaneous Localization and Mapping

DOI：
10.1109/iros.2017.8202243
发表时间：
2017-01-01
期刊：
2017 IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS AND SYSTEMS (IROS)
影响因子：
0
作者：
Taniguchi, Akira;Hagiwara, Yoshinobu;Inamura, Tetsunari
通讯作者：
Inamura, Tetsunari

A Generative Framework for Multimodal Learning of Spatial Concepts and Object Categories: An Unsupervised Part-of-Speech Tagging and 3D Visual Perception Based Approach

DOI：
10.1109/devlrn.2017.8329833
发表时间：
2017-01-01
期刊：
2017 THE SEVENTH JOINT IEEE INTERNATIONAL CONFERENCE ON DEVELOPMENT AND LEARNING AND EPIGENETIC ROBOTICS (ICDL-EPIROB)
影响因子：
0
作者：
Aly, Amir;Taniguchi, Akira;Taniguchi, Tadahiro
通讯作者：
Taniguchi, Tadahiro

場所概念と地図と言語モデルのスケーラブルなオンライン学習

可扩展的地点概念、地图和语言模型在线学习