著者
野田 邦昭 有江 浩明 菅 佑樹 尾形 哲也
出版者
人工知能学会
雑誌
人工知能学会全国大会論文集 (ISSN:13479881)
巻号頁・発行日
vol.27, 2013

恒等写像を学習する多段型神経回路モデルを,ロボットによる複数の物体操作行動から得られた視覚運動時系列の記憶学習に適用した.これにより,行動パターンに応じた内部表現が学習器によって自己組織化され,獲得された内部表現を用いた行動認識が実現した.また,獲得された記憶を用いて時系列予測やクロスモーダル連想を行い,環境変化に応じて動的に行動選択したり,運動情報から視覚情報を復元したりすることが可能になった.
著者
星野 由紀子 河本 献太 野田 邦昭 佐部 浩太郎
出版者
一般社団法人 日本ロボット学会
雑誌
日本ロボット学会誌 (ISSN:02891824)
巻号頁・発行日
vol.29, no.1, pp.77-88, 2011 (Released:2011-02-25)
参考文献数
21
被引用文献数
1

Continual and autonomous learning are key features for a developmental agent in open-ended environments. This paper presents a mechanism of self-regulated learning to realize them. Considering the fact that learning progresses only when the learner is exposed to appropriate level of uncertainty, we propose that an agent's learning process be guided by the following two metacognitive strategies throughout its development: (a) Switch of behavioral strategies to regulate the level of expected uncertainty, and (b) Switch of learning strategies in accordance with the current subjective uncertainty. With this mechanism, we demonstrate efficient and stable online learning of a maze where only local perception is provided: the agent autonomously explores an environment of significant-scale, and self-develops an internal model that properly describes the hidden structure behind its experience.