統計的クラスタリングに基づく物体のマルチモーダルカテゴリゼーション－ロボットによる物体の概念形成と理解のための工学的アプローチ－

摘要

本論文では，物体を理解するロボットの実現を目指す．本論文における「理解」とは，過去の経験をカテゴリ分類し，そのカテゴリを通し様々な未観測情報の予測ができることであると定義する．人は，現在の状況をカテゴリ分類することで，その背景にある様々な情報の予測を行っている．この予測により，人は柔軟な行動をとることが可能である．ロボットも同様に，得られる情報をカテゴリ分類し，カテゴリを通した未観測情報の予測を行うことで，物事の理解が可能になると考えられる．このようなカテゴリ分類は，複数の情報を確率モデルによって分類することにより実現する．提案するモデルはグラフィカルモデルに基づいており，物体のカテゴリゼーションはそのパラメータを推定する学習の問題となる．提案手法は教師なし学習であるため，人間が正解を教えることなくロボットの自律的なカテゴリゼーションが可能である．また，学習結果を利用した未知物体のカテゴリ認識や，カテゴリを通した機能の確率的な推定も可能となる．本論文では，まずマルチモーダル情報に基づくマルチモーダルカテゴリゼーションを提案する．ロボットがその身体性を利用することで，物体を観察し・掴み・振ることで得られる視覚・聴覚・触覚情報を確率モデルにより分類する．提案手法は，自然言語処理の分野で提案された確率モデルpLSA とLDA の拡張であり，物体を教師なしで分類することが可能である．さらに学習したモデルを用いることで，一部の情報から他の未観測の情報の予測が可能となる．例えば，ロボットは物体の見た目から，その物体の硬さや音がなるか等を予測することができる．次に，マルチモーダルカテゴリゼーションによって形成された物体概念に単語の意味を接地する手法を提案する．これにより確率的にマルチモーダル情報と単語が結びつき，ロボットによる語意の理解が可能となる．これにより，ロボットは入力されたマルチモーダル情報に対応する単語を確率的に推論することや，単語からその単語が指す概念を推定することができる．しかし，マルチモーダルカテゴリゼーションで使用するpLSA やLDA では，いくつに分類するかを与えなければならいという，モデル選択の問題が存在する．この問題に対して，本論文ではノンパラメトリックベイズモデルを用いた確率的なアプローチと，人とロボットとの対話によってモデルを選択するアプローチの2 つを提案する．確率的なモデル選択では，物体概念を形成するモデルを正しく選択することが可能である．一方，人との対話によるモデル選択では，確率的モデル選択では形成することが困難であるより抽象的な概念の形成が可能となる．本論文では，さらに道具の理解が可能となるモデルを提案する．提案手法では，マルチモーダル情報だけではなく，より高次の概念である道具の機能を定義し，機能と視覚特徴に対してマルチモーダルカテゴリゼーションを適用することで，道具の概念を形成する．道具の機能は，道具が機能を発揮する対象となる物体の変化を観測し，確率モデルによりモデル化を行う．形成された機能概念と道具の視覚特徴をマルチモーダルカテゴリゼーションによりカテゴリ分類することで，道具概念を形成する．機能概念と道具概念の形成は教師なし学習であるため，人が正解を教えることなく，ロボットが自律的に形成することが可能である．