少ない例示から豊かな反応を生み出す、感覚運動協応を再現した自律キャラクタ表現手法

再现感觉运动协调性的自主角色表达方法，从少量的例子中产生丰富的反应

基本信息

批准号：
22K12332
负责人：
三武裕玄
金额：
$ 2.75万
依托单位：
Meiji University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

本年度は主に２点の研究を行った。一点目は、動作の失敗と修正の様子を自動生成する機構である。人が環境中で行動する際、動作対象となる環境中の物体の位置・状態などの情報は感覚器からの情報と過去の感覚情報の記憶によると考えられる。感覚情報は取得にコストがかかり、記憶は不正確さを伴う。そのため、感覚器を動かさずに記憶に頼って行動しようとして失敗し、視線を向ける・触探索を行うなど感覚情報を更新する行動を起こしてから再度行動を試行するという、動作の修正が起きることがある。本研究では感覚運動協応に基づくリアリティのある動作としてこのような様子の再現を目指している。本年度は、感覚・確信度付きの記憶・記憶からの感覚予測・本来の行動手順を記述する行動モデルから成る仕組みを構成した。特に行動手順の記述として、行動をサブタスクに分解して木構造とするビヘイビアツリーを用いた。これにより、失敗した際にどこから再試行すればよいかを記述しやすくなると考えられる。二点目は、モーションキャプチャデータを複数のサブ動作に分解する手法である。本研究の手法を様々な動作に適用するには様々な行動パターンの記述が必要となる。これらは実際の人間の行動から取得できると考えられる。モーションキャプチャにより人の動作を取得したのち、環境中の物体への操作の列に変換する必要がある。本研究ではモーションキャプチャデータに対して躍度最小軌道をフィッティングすることにより、少数の到達目標の時系列に変換する手法を実現した。

今年，我们进行了两个主要的研究点。第一点是一种自动生成动作故障和校正的机制。当一个人在环境中行事时，人们认为，诸如对象在要移动的环境中的位置和状态之类的信息是基于感官器官和过去感官信息的记忆的信息。感官信息的获取成本很高，并且内存不准确。因此，可以纠正动作，其中没有移动感官器官并尝试在内存上行动但失败，并且在采取诸如转动视线或触觉搜索之类的动作之后，您可以尝试更新感官信息，然后重试。这项研究旨在将这种行为重现为基于感觉运动协调的现实运动。今年，我们构建了一个系统，该系统包括具有感官和信心的记忆，记忆的感觉预测以及描述原始行为程序的行为模型。特别是，一种行为树被用来描述行为过程，其中动作被分解为子任务并形成树结构。这使描述在失败的情况下更容易地在哪里重试。第二点是将运动捕获数据分解为多个子行动的技术。要将这项研究的方法应用于各种行动，有必要描述各种行为模式。这些可以看出是从实际人类行为中获得的。通过运动捕获获得一个人的行动后，有必要将它们转换为环境中对象的一系列操作。在这项研究中，我们意识到一种将垂死水平的最小轨迹转换为运动捕获数据的方法，转换为一个小目标的时间序列。