ソーシャルVR空間に適用可能な好奇心ベースの自律機械知能
詳細
以前の報告で，我々はソーシャルVR空間の一つであるVRChat上に好奇心ベースの自律機械知能(AMI)を実装し，その振舞いを観察・分析した．しかし，そのAMIシステムでは学習と推論が逐次的に交互処理されるため，推論停止時間が発生し，環境とエージェント間の相互作用の設計や，モデルサイズにスケール性のある学習時間の大きいアーキテクチャを採用する上で障害となっていた．そこで本研究では，推論と学習を非同期に実行するシステムを開発し，その課題に対処した．そしてスケール性のあるモデルアーキテクチャを採用することで，AMIシステム上で学習可能であることに加えて，モデルサイズの増大によってその性能が向上することを確認した．これらの結果から、我々はソーシャルVR空間上に適用可能な，深層モデルを用いたAMIを実装するための基盤を構築できたことを示した．
