本研究課題は，人間の他者との協調を支える認知情報処理機構の理解を目的とし，認知神経科学・機械学習・ロボティクスの観点を統合したロボット構成論的手法により取り組むものである．特に，他者や環境といった外的要因と自己の意図やゴールといった内的要因によって生じる協調の形成とその崩壊に関する動的過程に注目し，予測符号化に基づく計算モデルの構築とロボット実験を実施した．具体的には，勾配法に基づく最適化手法及びその高速化を実現するための償却推論法を提案した．それらを備えた深層生成モデルを構成論的に検証すると同時に協働ロボットにも応用することで，基礎・応用の両側面に関して評価を行なった．
The aim of this research project is to understand the cognitive information processing mechanisms that support cooperation with others through synthetic robotics approaches integrating cognitive neuroscience, machine learning, and robotics. In particular, the focus is on the dynamic processes of the formation and deformation of cooperation, which are influenced by external factors such as other agents and the environment, as well as internal factors such as one's own intentions and goals. We have developed computational models based on predictive coding and conducted a set of robot experiments. Specifically, we have proposed a gradient-based optimization method and a more accelerated amortized inference method. We validated deep generative models equipped with these methods and applied them to collaborative robots to evaluate their performance in terms of both fundamental and practical aspects.

研究種目 : 若手研究
研究期間 : 2019～2022
課題番号 : 19K20364
研究分野 : 認知ロボティクス