Your SlideShare is downloading. ×
0
I
I
I
I
I
I
I
I
I
I
I
I
I
I
I
I
I
I
I
I
I
I
I
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

I

3,491

Published on

Published in: Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
3,491
On Slideshare
0
From Embeds
0
Number of Embeds
8
Actions
Shares
0
Downloads
9
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. 人間との相互作用に基づくヒューマノイドロボット上の語順と挙動のオンライン学習 東京工業大学 佐藤彰洋 賀小淵 小倉和貴 長谷川修 電子情報通信学会論文誌, D Vol.J91-D, No.8, pp.2045-2060 (2008)
  • 2. 1/22 1.1 研究の背景 サービスロボットへの期待が高まる  人間とのコミュニケーション(言語能力)が重要な要素 従来型ロボットの問題点(タスク依存)  プログラムされた状況しか対応できない  プログラムされていない言葉で話しかけられると・・・ プログラムされていない状況に対応するには?  知らない言葉でも、見たり、聞いたりして意味を獲得 できれば良い オンラインで追加的に言語能力を獲得 できるロボットが求められている
  • 3. 2/221.2 言語獲得における課題1.単語グラウンディング(単語レベルの意味理解)  音声パターンと概念(感覚情報)の対応付け 「赤」 対応2.文法の学習(文章レベルの意味理解)  語順と意味の対応付け  同じ単語を使っても、語順が違うと違う意味  「りんご(を)、みかん(に)、近づける」  「みかん(を)、りんご(に)、近づける」
  • 4. 3/221.3 既存研究問題点 ・確率的な処理→大量の学習データが必要 ・バッチ処理→オンライン・追加学習ができない  単語グラウンディング  Roy, Pentlandら(2002) 手法:音と映像のクロスモーダル情報を最大化 問題点:静止画像を利用(動的概念を獲得できない)  Yu, Ballardら(2004) 手法:マルチモーダル情報の確率的な対応付け 問題点:物体と単語が1対1に対応、追加学習に問題がある  文法の学習  岩橋ら(2003) 手法:HMMによる動的概念と語順の獲得 問題点:事前にデータを用意し、バッチ学習
  • 5. 4/221.4 本研究の特徴 実環境で追加的・自律的に概念を獲得 言語の意味を発達的に学習 従来研究に対する優位性  事前知識なしで、概念を分類  1つのデータから学習できる  オンラインで文法(語順)を学習  柔軟な追加学習を実現
  • 6. 5/22 1.5 研究に使用したロボット ステレオカメラ  色、形、位置を取得 自由度:12 (首:2、片腕:5)  指定位置に手を移動  物体を握る・放す
  • 7. 6/222.1 単語グラウンディング 本研究で扱う単語(4種類)  静的概念  色、形、物体(色と形の組み合わせ)の3種類 色:「赤」 形:「丸」 物体:「りんご」  動的概念  動き 「近づく」
  • 8. 7/222.2 静的概念の獲得 概念とは  特徴ベクトルをクラスタリング  抽出されたクラスを概念とする 概念と音声ラベルの対応付け  音声の入力数を基に確率的に対応付け →概念の分類が可能 例 色を表す言葉? 「赤」は 形を表す言葉? 物体を表す言葉?
  • 9. 8/222.3 特徴ベクトル 色ベクトル(3次元)  RGBの値を0~1に正規化 形ベクトル(8次元) 物体の存在する領域の割合を 形ベクトルの要素とする 中心付近は無視 物体(11次元)  色ベクトル+形ベクトル
  • 10. 9/222.4 静的概念の形成 SOINNによるクラスタリングの例
  • 11. 10/222.5 音声との対応付け
  • 12. 11/222.6 動的概念の獲得 特徴量:軌跡(位置ベクトルの時系列)  軌跡は物体の位置関係によって正規化 動きを表す言葉  音声は文章として与える  未知単語と軌跡を対応付ける 例:「りんご、みかん、近づける」 物体 物体 未知 ※静的概念(りんご、みかん)は 学習済みとする 「近づける」が動きを表すと推定
  • 13. 12/222.7 概念学習と音声との対応付け Supervised SOINNによる学習  時系列データの追加学習が可能  軌跡のアップデートが可能 HMMなど  学習データ1つから学習可能 では難しい  軌跡の長さに依存せずに学習 音声 正 規 化 動的概念 さ れ 近づける た 軌 跡 回す
  • 14. 13/222.8 動的概念の形成
  • 15. 14/223.1 文法の学習 ボトムアップ学習とトップダウン学習の融合  少数の学習例から正しい文法を獲得  アップデート可能 ボトムアップ学習  単語クラスの遷移確率を学習  様々な長さの文章を生成できる トップダウン学習  実世界の状況との対応付け  文法の解釈が一意に定まる
  • 16. 15/223.2 ボトムアップ学習 単語クラス(色、形、物体、動き、未知)による Bigramモデルを構築 長さnで最も確率の高い語順を生成
  • 17. 16/223.3 トップダウン学習 実世界の状況と対応付けて文章を解釈  例:「りんご、みかん、近づける」 学 習 「動作の主体→動作の参照点→動きの種類」 という語順を獲得
  • 18. 17/22 3.4 少数例からの文法獲得 語順の学習例  「りんご、みかん、近づける」を学習  トップダウン:動作の主体→動作の参照点→動きの種類  ボトムアップ:物体→物体→動き 文章生成の例 ※静的概念(メロン、ルビー)は 学習済みとする 「メロン、 ルビー、 近づける」
  • 19. 18/224.1 実験の概要 実験に使用した物体(9種類) 色(3種類):赤、黄色、緑 形(3種類):丸、三角、四角 提示した動き(6種類)  近づける、遠ざける、またぐ、回す、上げる、下げ る
  • 20. 19/224.2 学習結果:物体の指差し
  • 21. 20/224.3 学習結果:物体の移動
  • 22. 21/224.4 学習結果:動きの説明
  • 23. 22/225 まとめと課題 実現されたシステム  事前知識のない状態から、発達的に言語能力を獲得  人間とコミュニケーションしながら、オンラインで学習  見たり、聞いたりすることで発達するロボットの 最初の一歩を実現 今後の課題  動作を増やす(現在は6種類)  概念を増やす(現在は、色、形など4種類)  複雑な文法に対応する(現在は「語順」のみ)

×