制約付きモチーフ発見手法を用いた行動セグメンテーションと行動間の関連性発見
Grounded Action Segmentation and Association using Constrained Motif Discovery
概要
 |
|---|
本研究の目的はノンバーバルコミュニケーションの状況下におけるインタラクティブ行為の学習のために、制約付きモチーフ発見手法と確率ネットワークを結合した手法を用いた教師無し学習アルゴリズムの開発と評価である。
アルゴリズムを評価するために用いたシナリオは二者間相互作用の場面を想定し、一人の操作者がもう一人の行動者に命令を出し、未知な数の行動が必要なタスクを完成させる。操作者は自由な手のジェスチャを利用し、行動者とコミュニケーションを取る。
提案システムは下記の三つのステージに従ってインタラクティブ行為を学習する。
- 発見フェイズ: 教師無し多次元制約付きモチーフ発見手法を用いたジェスチャとジェスチャに関連する動作を教師無しで発見する.
- 関連フェイズ: ベイジアンネットワークを用いて発見されたジェスチャと発見された行動を関連づける.
- コントローラー生成フェイズ: 学習されたモデルは自動的にエージェントあるいはロボットを制御できるコントローラープログラムに変換される.
本研究プロジェクトは方向案内シナリオにおける自然な非言語行為の知識モデルを設計し、さらにこの知識モデルをロボットの制御に応用することを試みるために、原初的知識モデルコアに関連している。
産業界への展開例・適用分野
This novel technique of unsupervised learning of gesture-action associations can be used to develop robotic companions that are easily operated by untrained users.
研究者
| 氏名 | 専攻 | 研究室 | 役職（学年） |
|---|---|---|---|
| モハメド ヤセル | 知能情報学 | 西田・角研究室 | 博士課程後期３年 |