生活支援ロボットにおけるGenerative Adversarial Netsを用いた曖昧な指示の理解

抄録

本研究の対象は，日常環境でユーザに指示された物体を適切な場所に移動させるタスクを行う生活支援ロボットである．特に，「ペットボトルを片付けておいて」等の曖昧な命令のマルチモーダル言語理解を扱う．具体的には，曖昧な命令を入力として，ロボットがオブジェクトを置く対象領域の尤度を予測する手法を提案する．提案手法では，マルチモーダル入力から潜在表現を抽出し，Generative Adversarial Nets (GAN)によるデータ拡張と分類を同時に行う．ロボティクスにおいては教師データ収集が高コストであるので，Deep Neural Netork (DNN)における精度向上においてデータ拡張が重要な役割を果たし得る．実世界状況と曖昧な指示を収集して構築したデータセットにおいて，提案手法とベースライン手法を比較した評価実験について述べる．