確率論理と場所概念を結合したモデルによる場所の学習コストの削減

抄録

この論文では，ロボットが場所の少ない学習回数で新規環境における物体が存在する場所の知識を獲得するために，確率論理と確率的生成モデルに基づく場所概念モデルを結合した手法を提案する．確率論理による事前知識を用いた論理推論と場所概念モデルの内部で行うクロスモーダル推論を組み合わせることで，事前に対象物の存在確率が未知の場合でも，ロボットは少ない学習回数で対象物の場所を推論することが可能になる．我々はシミュレーション環境を用いて，ロボットが人に命令された物体を探索する実験を行った．実験では，場所概念モデルのみ・場所概念モデルと事前知識・提案手法の3手法に対して，ロボットが物体を発見するまでにかかった場所の訪問回数を比較した．我々は，提案手法が他の手法よりも少ない学習回数でロボットが早期に対象物を発見でき，提案手法の有効性を確認した．