ロボットの知能発達システムの基盤となる成長型アルゴリズムの検証：成長型アルゴリズムを用いた移動ロボットにおける環境モデル構築

摘要

近年我々は成長型モジュラーネットワーク(Self-Evolving Modular network: SEEM）を提案した．SEEMは自己組織的にモジュールを追加する機能とパスを結ぶ機能を持つため，既存のモデルで対応できない場合にモジュールを増やし対応させることが可能となる．そのためSEEMを応用することで，ロボットに環境や人間とインタラクションしながら様々なスキルや知識を動的に獲得する機能を持たせられると期待できる．SEEMの成長メカニズムはバックボーンアルゴリズムであるEvolving Self-Organizing Map (ESOM）が鍵となっている．しかしこれまでにSEEMのバックボーンアルゴリズムとしてESOMが適切かどうか検証していない．そこで本研究ではSEEMのバックボーンアルゴリズムとしてESOMが適切かを検証することを目的とする．この目的に対し，移動ロボットの環境モデル構築を検証課題とし，他の成長アルゴリズムであるGrowing Cell Structure (GCS）とGrowing Neural Gas (GNG），およびESOMを比較した．その結果，成長型アルゴリズムとしてESOMは非常に良い適性を示したので報告をする．