Nakamura Lab.

電気通信大学 知能機械工学専攻 中村(友)研究室のホームページです. このページでは,研究内容や業績などを発信していきます.

Toggle menu

研究内容

人間は未熟な状態で生まれ活動をはじめます.そして環境適応しつつ様々な概念や行動を学習し,最終的には言語を用いた他者とのコミュニケーションも可能となります.当研究室では,そのような学習の数理モデルを構築し,人間のように様々な能力を自律的に獲得するロボットの実現を目指しています.さらに,このような研究の中で得られた要素技術を応用した知能システムに関する研究も行っています.

ロボットによる概念・言語獲得

本研究では,人のように概念や言語を獲得するロボットを目指しています.ロボットは物体から得られる情報をカテゴリ分類することで物体の概念を形成し,人から教えられる文章に含まれる単語と結びつけることで単語の意味を獲得します.さらに教示文に含まれる単語の語順を学習することで,文法の獲得を実現しています. 概念・言語獲得

参考文献

時系列情報の分節化

本研究では,ロボットが人のように言語や動作を柔軟に学習することを目指しています.ロボットは,音声波形や動作などの時系列情報を,明示的な分節点が与えられることなく分節化することで,意味を持つ単語や単位動作に分割し学習しています.さらに,類似する単語や単位動作を同じクラスに分類することで,その単語や動作の意味を獲得することができます.

時系列情報の分節化

参考文献

インタラクションの学習

人間社会には様々なインタラクションが存在しており,人はそのようなインタラクションを自律的に学習しています.ロボットが人と共存するためには,ロボットも人と同様に自律的に学習することが重要となります.本研究ではロボットが二者間のインタラクションを観察することでインタラクション内の行動を学習し、さらに二者の行動間に存在するルールを推定することによりインタラクションを学習します。

インタラクション学習

参考文献

大規模な学習モデル構築のためのアーキテクチャ

ロボットによる概念や言語の獲得をはじめ,私たちは様々な学習モデルを提案してきました.人のような知能の実現には,さらに複雑で大規模なモデルを構築する必要があります.しかし,モデルの規模が大きく複雑になるにつれて,実装することは困難になると考えられます.そこで,小規模で基礎的なモデルを組み合わせることによって大規模なモデルの構築を容易にするアーキテクチャSerketの研究・開発を行っています.[プロジェクトページ] 概念・言語獲得

参考文献

ロボットによる自然言語理解

ロボットが家庭内で様々な作業を行う際に,人からの指示を正確に理解する必要があります.本研究では,人からの指示の整合性や周りの状況といった情報を使うことで,ノイズが多い環境においても,ロボットによる正確な指示理解を実現しています.

参考文献

保育AI

研究で得られた様々な人工知能(AI)の技術を応用した研究も行っています.この研究では,実際に保育園で子どもたちの行動を計測し,その情報を我々の技術を利用して解析することで,子どもたちの行動や状態を自動的に推定しています.最終的には,子どもたちの成長や,保育の質を定量化し,保育者へのフィードバックへ利用することを目指しています.

参考文献