時系列マルチモーダル情報の分節・分類に基づくロボットによる概念の学習

摘要

概念は人間の認知において重要な役割を担っている．人は概念を用いることで，知覚情報から最小限の認知的処理で様々な情報を獲得し，未知の事象にも対応している．ロボットも概念を用いることによって，一部の可観測情報から未観測情報を予想可能になり，様々な事物に対して柔軟に対応することが可能となると考えられる．本稿では概念を，知覚した情報をクラスタリングすることで形成されるカテゴリと定義し，ロボットが環境とのインタラクションを通じて取得可能なマルチモーダル情報を用いて概念形成を行う．しかし，実際に得られるセンサ情報は連続的であり，このままではクラスタリングすることが困難である．そこで，隠れセミマルコフモデルを用いてセンサ情報を分節・分類することで，1 つの概念によって表現されるセンサ情報の時間的な範囲と，そのカテゴリを教師なしで推定する手法を提案する．