抄録
ロボットが人の行動を模倣することによって, スキルをもった動作を獲得するためには, その行為を意図や目的などの意味レベルで理解するモデルが必要である。そのためには人間の身体性を伴った認知モデルを求め, ロボットに同じ機能をもたせることが重要である。本研究では, 人の能動的な触運動に着目し, 運動と感覚が統合された認知モデルを求める。人間の触受容の応答特性に基づき, 手指の運動情報や筋電信号などの低次元特徴量を定義し, 自己組織化によって特徴パターンを形成する。この特徴パターンの時系列データからスキルに関連する特徴量を抽出できるモデルを提案する。
