自律エージェントのための大規模言語モデルからのアフォーダンス抽出法の提案

抄録

生物は、身体性のあるモノから直感的に様々な情報を知覚することで、状況を理解し、適応的に行動することができる。自律エージェントのプランニングにおいては、生物のようにアフォーダンスを活用して環境に適応し、効率的に目的を達成することが有効である。そのため、本研究では大規模言語モデルからアフォーダンス情報を抽出することを目的とした。大規模言語モデルは、これまで人間が書いてきた大量の文章を知識として学習させ、その知識を用いて新しい文章を出力することができる。そのため、大規模言語モデルは人間が持っている常識や暗黙知を内包していると考えられる。本研究では、大規模言語モデルであるGPT-3からの出力を解析し、そこから知識を取り出して知識ネットワークを構築する。実験によって、この知識ネットワークを用いることで人間と同様のアフォーダンスを獲得できることを示した。