The 28th Annual Conference of the Japanese Society for Artificial Intelligence, 2014
- 1 -
SIGVerse
を用い
語彙学習
ー
ン
空間的概念 学習実験 語彙学習機能 印象評価実験
Simulations of Vocabulary Learning by Robots using SIGVerse
- Learning Relative Location Concepts and Effects of Vocabulary Learning Mechanism on User Impression -
亮
*1東
拓実
*1沢
京
*1保黒
政大
*2梅崎
太造
*1Ryo Taguchi Takumi Azuma Kyosuke Sawanobori Masahiro Hoguro Taizo Umezaki
*1
屋
業大学
*2中部大学
Nagoya Institute of Technology Chubu University
This paper describes two experiments of vocabulary learning by robots using SIGVerse that is a simulator developed by National Institute of Informatics. In the first experiment, we developed a method for learning relative location concepts and evaluated its effectiveness through a simulation. In the second experiment, we investigated effects of vocabulary learning mechanism on user impression by watching human-robot interaction on the simulator.
1.
近 単 語 意 味 を ボッ 感 覚 ・ 運 動 系 信 号 対 応 付
学 習 さ 研 究 行 わ 始 [Araki 12] ボッ 語 彙 学 習 研 究 人 間 知 能 を 構 論 的 明
いう 科 学 的 側 面 実 環 境 動 作 音 声 対 話 ボ ッ を実
現 いう 学的 側面 を合 わ 持 重 要 ー あ
本稿 国立情報学研究所 開 さ 社会的知能 生学
ー SIGVerse[稲邑 12]を用い 実施 語彙学
習 ー ン実 験 い 報 告 一 目 実験
場所 前や 相対的 位置関 を表 単語 学習機構を開
有効性を検証 目 実験 ー
被験者 ボッ 対話実験を行い ボッ 語彙学習機
能 ニ ー ン え 影響 い 調査
2.
相対的
位置概念
学習実験
ボッ 語 彙 学 習 関 先 行 研 究 多 く 単 語 ン
情報 共起関 を 単語 意味 本稿 を概念
ぶ 直接的 学習 い 色や大 さ 位置
概念 他 物体や概念 比較 表さ 基準
物体や概念を参照 ぶ う 概念を学習
複数 候補 真 参照 を推定 学習 必要 あ
々 EM を用い 参照 推定 概念 学習を
行う手法を提案 [ 13] 参照 候補
多数あ 場合 参 照 推 定 を誤 いう問 題や 概念 解
釈 特 定 標 系 固 定 さ 学 習 い 概 念 存
在 本研究 前知識 参照 推定誤 を軽減
手 法 び 複数 標 系 候補 適 標 系 を推 定
手 法 を提 案 さ 被験者 実 験を通 位置 概念 使
用実態を調査 提案手法 妥当性を評価
2.1 相対的 概念
例えば 大 い いう概念を 1 う 映 画素
数 布 学 習 際 象 対 大 い
図1 参照点 言葉 意味 変わ 例
(a) 参照点 向 Y軸 正 (b) 教示者 向 Y軸 正
図2 標系 相対位置 変化
教示さ 画素数 少 い場合( ) 多い場合(象) 大
い ば 学 習後 布 広 く 大 い 画素
数 関 表 現 い 実 際 人 象や 均的
大 さ(画素 数) 比 大 い 表現 い あ 画
素 数 絶 対 量 対 表 現 い い う 相
対 的 概念 参照 意味 変 わ を学習
参照 を推定 必要 あ
相対的 概念 標系 依存 例えば 2
示 う 話者や ボッ 参照 物体 位置関
人 話 際 想 定 標 系 ボッ 位
置 を表 単 語 (植 物 正 面 対 ) や (教 示 者 位 置 見 植物 )右 変 化 従 相 対的 概念 を適
学習 参照 く 教示 際 使用さ
標系 推定 必要 あ
2.2 相対的 位置概念 学習手法
ボッ 現在い 位置 前 を ー 教示
ボッ 位置を表 2 次元 標を��= �, � � 連絡先: 亮 Email : taguchi.ryo@nitech.ac.jp
TEL&FAX : 052-735-5552
The 28th Annual Conference of the Japanese Society for Artificial Intelligence, 2014
- 2 -
学習 ン ン ッ あ 1 ≤ � ≤ あ
標系を 参照 � 重心を原 標系 ボッ
相 対 位 置 を��,�� 表 参 照 び 標 系 候 補 既 知
真 参照 標系 未知
え 前 相 対 位 置 対 応 関 を 均�� 散�� 正規 布N ��, �� 化 学習 ン � い
標 系 を 参 照 � 真 参 照 あ 確 率 を
��,�� く ン � 参照 候補 数を � 各 ン 参 照 確 率 集 合 ��� =
��,� , ⋯ , ��,�� , ⋯ , ��,� � 全 参 照 確 率 集 合
�c= ��, ⋯ , ���, ⋯ , �� 求 ー
��= ��, �� , �c 尤 �� を 式(1) う 定義 を最大化 ー �̂�を EM
求
�� =
N
n 1ln n M
k 1��,�
� ∙ N(� �,� � ; �
�, �� ) (1)
本 研 究 簡 単 化 多 次 元 正 規 布 各 次
元を独立 式(2) う 近似
N(��,�� ; ��, �� ) ≈ N( �,�� ; ��, , ��, ) ∙ N( �,�� ; ��, , ��, ) (2)
EM 各 標系 ー �̂�を求
後 尤 最大 標系を真 標系 ̂
̂ = argmax
� �̂� (3)
EM 用い 各 ー 更新式 式(4)~(6)
式(4) 均 式(5) 散 式
(6) 参照 確率 更新を行う式 あ
�� = 1
N
n 1
n M
k1��,�
� ∙ N(� �,� � ; �
�, �� ) ∙ ��,��
n M
k1 ��,�
� ∙ N(� �,� � ; �
�, �� )
(4)
�� = 1
N
n 1
n M
k1��,�
� ∙ N(� �,� � ; �
�, �� ) ∙ (��,�� − ��)
n M
k 1 ��,�
� ∙ N(� �,� � ; �
�, �� )
(5)
��,�� =
��,�� ∙ N(��,�� ; ��, �� ) n
M
k 1 ��,�
� ∙ N(� �,� � ; �
�, �� )
(6)
参 照 確 率��,�� 初 期 値 を設 定 方 法 ン 値を設定 方法 や 参 照 全候 補を等確率 設 定
方法 考え 実世 界 い 参照 候補
無数 あ 全 を考慮 現実的 い
前知識を用い 参照 候補を絞 込 を考え
人 注 意 傾 向 性 1 近 く あ ほ 注 意
向 や い いう ー を ボッ え 具体的
式(7)を用い 参照 確率 初期値を設定
��,�� = 1/ � � �
∑ 1/� �� � (7)
�
� ボ ッ 参 照 候 補� 距 あ �
傾向性 強さを調整 ー あ
2.3 評価実験
実験条件
学 習 対 象 相 対 的 位 置 を表 概 念 前 後
右 手前 向 う側 6種類を教示 ー 人型
ーを ン ー 操作 後 を ボッ 追 従
ー 任意 位置 場所 を キ 教示 ( 3) 教示
図3 教示 様子
表1 学習 得 分布 2σ楕円
図4 学習 得 各単語 モ 対数尤
キ ボッ 位置 標 び人型 ー 位
置 標 保存さ
実験 本棚 ソ 3 を 場
所 を教 示 際 参照 参照 候 補 植 物 机
棚 を加え 6 各 重心
標 び向 (正面方向) 既知 標系 2
示 2種類 標系1 参照 向 基 い 標
系( 2(a)) あ 参照 物体 重心を原 参照 正
面方向をY 軸 正 Y軸 直交 右方向をX軸 正
右手系 標系 あ 標系2 教示者 向 基 い
標系( 2(b)) あ 参照 物体 重心を原 教
示者 参照 向 を Y 軸 正 Y 軸 直交 右方向
をX軸 正 右手系 標系 あ
実験 参照 相対 位置 を表 単語 組 合 わ (3×
6=18 通 )毎 ボッ び人型 ー 位置を変え
5箇所 合計90箇所 教示 前 後 右
標系1を用い 教示 手前 向 う側 標系2を用い
教示 教示 標系 単語単位 固定
標系を用い 未知
実験結果 考察
表 1 学習 得 各単語 概念を表 相対位置
布を示 中 横棒 X軸(右 正) 縦棒 Y軸( 正) あ 原 任 意 参 照 重 心 学 習さ 正 規
布を 均を中心 2σ 楕 表示 半
標系1 得 各単語 学習結果 半 標系2
得 各単語 学習結果 あ 標系1 前 後
右 布 標系2 手前 向 う側 布
単語 意味 適 位置 収束 い
教示 キ
ソ
本棚 棚
机 植物
教示者
ボッ
ひ
標系 前,後,左,右 手前 向こう側
1.参照点
向 基準
2.教示者
参照点へ 向 基準
前
前
右 左
後
右
左 後
■参照点 向 教示者 向
-129 -135 -138 -131
-158 -164
-147
-168 -169 -160
-129 -133
前 右 左 後 手前 向こう側
対 数 尤
■参照点 向 教示者 向
-200 -100 0
前 右 左 後 手前 向こう側
The 28th Annual Conference of the Japanese Society for Artificial Intelligence, 2014
- 3 -
(a) 人型 バタ 視界 (b) 俯瞰図
図5 被験者実験 使用 画像 例
図6 被験者実験 相対位置を表 単語 出現割合
4 学習 得 対数尤 を示 前
後 右 標系 1 学習 尤 高く 手前
向 う側 標系 2 学習 尤 高く
わ 尤 を用 い 複数 標 系候 補
適 標系を推定 能 言え
2.4 被験者実験 位置概念 使用実態調査
ー 位 置 説 明 を 行 う 際 用 い 語 を 被 験 者 実 験
調 SIGVerse 作 ー ン 環 境 を
用い 5 う 画像を20種類作 画像 ー
ン環境 人型 ー 視界 あ 画像中 必
ボッ い 物体 映 20枚 画像を7 被験者
見 ボッ 位置を説明さ 使わ 語 を記録 記
録 140 話 語 う 相対位置を表 概念を持 単語
出現割合を 6 本研究 学習 6単語 う
前 後 右 70[%] 割合 使用さ 手前 向 う側 使 用 さ い い 前 いう単 語 一 部
本研究 学習 手前 意味 使用さ 奥
い 様 本 研 究 向 う側 意 味 使 用さ
い 奥 い 向 う側 言い換え あ
学習 能 あ 前 い 1人 話者 複数
標系 混在 使用さ い 対応 学習 必
要 あ 横 い 本研究 手法 参照 正 く
推定 ば 右 広い 布 学習 能 あ 間
い 参 照 を 複 数 持 概 念 あ 学 習 手 法 を
改善 必要 あ
3.
ュ
ン
ボッ
コ
ュニケ
ョン
け
語
彙学習機構
有用性
ボッ 語彙学習 関 先行研究 効率性や機能
側面 語彙学習 有用性 議論さ 語彙学習
機 構 ボッ 信 頼 性 構 築 や ニ ー ン を
活性化さ いう側面 い 議論 少 い 人間 ボッ
関 性 着 目 研 究 塩見 科 学 館 い ボ
ッ 来訪者 前を ぶ行動 好印象を抱 易 く
を示 [塩見 06]] 人間 ボッ 前を学習さ 好 印 象 を感 う 議 論 さ い い
図7 第3章 実験 用い ュ ョン 実行画面
図8 ソ モ ュ 構成図
図9 単語学習用 文法
本実験 人 ボッ 物体 前を学習さ
ボッ 対 印象 う 変 化 を調査
3.1 実験
実験 ー ボッ ー 音声 ン
ンを行う 環境 ボッ 他 9 配
置さ い 作 実験環境 実行例を 7 ソ
ー 構 を 8 示 ー ンを行
う際 用い PC ー ン 物理演算を行うPC1 3D ン ン や 音声 識 ボッ 行動決定 話処理等 を行うPC1 計2 あ
ボッ 動作 ー 話 動的 決 定
ー 話 応 指 示さ 方向 向 く 指 示さ
場所 行 く 指 示さ を 指示さ
を置 く 指示 さ 前 を ー
話 学習 5種類 動作を行う ボッ
指 示 さ 前 を音 声 合 復 唱
指示さ い 場合 話
さ ー 入力音 声 小さい 短い 要因
音声 識 ン ン ーを返 場合 う一 言
さい 話を行い ー 再 話を
音声 識 ー Julius[李 09]を用い 記述文法 単
語辞書 記 5種類 話を 識出来 う 単語
学習 を 単 語辞書 音素 異 清音 濁音 半濁
音 拗音 長音 撥音 計225音を単語 録
学習用 定型文 前 X X 記255
0 10 20 30 40
前 後 右 左 横 奥 間 そ 他 出
現 割 合
相対位置を表 単語
[%]
■単語 出現率
38
6
12 14
6
10 11
4 0
10 20 30 40
前 後 右 左 横 奥 間 そ 他 出
現 割 合
相対位置を表 単語
[%]
赤い箱取っ
ver:u-CoolerMaster.mta.nitech.ac.jp Po
ST OP Message Entity Data
Disconnect Quit Sumulation
17.27 Sec
ボッ
音声認識結果
:オ クを表
Ubuntu12.04 Windows7
SIGServer2.2.0 SIGVerwer2.2.0
3Dレンダリング
SIGService2.1.0
意味理解
行動決定
Julius
音声認識
発話生成
TCP/IP 動作処理
認識結果
s
0q
0q
1q
3こ 名前
s
1The 28th Annual Conference of the Japanese Society for Artificial Intelligence, 2014
- 4 -
単語 繰 返 を 理 能 文法を定義 9 単語学習 用文法を示 S0 撥音を除い 224単語 集合 S1
撥音を含 225 単語 集合 任意 音素
列 理 能 得 音素列を を表 単
語 新 辞書 録
3.2 実験条件
前 を学 習 い ボッ ( ボッ A) 学 習
ボッ ( ボッ B) 対 被 験 者 10
対 話 を行 う 対 話 後 ボッ 対 ン ー
回 答 容 SD法 印 象 評 価 ボッ 対
印 象 をキ ー ワー 挙 う ボッ A ボッ
B 先 ニ ー ン 偏 出 い
う ン 決 定 被験 者 男 性11 女性1 計12
あ
3.3 実験結果 考察
ボッ A ボッ B い ニ ー ン 容
う 変化 い を述 実験 配置
さ 環境 あ を用い ニ ー ン
う い 被 験 者 全 員 話 数 総 和
対 を用い ニ ー ン ボッ A
61[%] ボッ B 85[%] あ 結果 ボッ
語彙学習機構を持 ニ ー ン 傾向 影響を
え いう結果を示 い
SD法 印象評価 結果を 10 示 キーワー 自 記述 い キー ワー 出 現回 数 ボッ
A ボッ B 2回 差 見 を 11 示
10 印象 ー ボッ A ボッ B 方
人間的 飽 くい 楽 い 親 易い 好
いう印象を や い いう結果 得 安-安心
目 ボッ A ボッ B 方 わ 安 寄
印象を いう結果 得
ボッ B 方 飽 くい 楽 い 評価さ 要因
学 習 単 語 や 話 ー ン 増 加 や
教え 行 自体 楽 さ 考え さ ボッ 聞 間
違 え 音 素 系 列 を 話 楽 さ 考 え
く 話 幼児を連想さ ボッ B 対
印象記述 幼い 増加 考え 聞 間違え
正 く遂行 う 姿 一生懸 や 忠
実 いう印象記述を誘 考え
ボッ B 対 わ 安 寄 印象を 要因
ー 教 示 さ 単 語 音 素 列 ボッ 正
く 識さ い 挙 ボッ B 対
印 象 自 記 述 い 聴 出 現 数 増 加 従
減少 推察 出来 相手 行動や 話
全 予 想 出 来 安 心 あ ゆ え 機 械 的
あ 言え ボッ B 方 ボッ A 人間的 親
易 い 評 価 さ 語 彙 学 習 機 能 生 誤
人間的 あ 幼さや一生懸 さを演出 あ 考え
4.
本稿 SIGVerse を用い 行 語彙学習 ー ン 実験 い 報 告 一 目 実 験 参照
標系 未知 教示 相対的 概念を学習 手法を
提案 有効性を調査 被験者実験を通 提
案手法 適用範 を調査 課題を明
図10 ボッ 対 印象
図11 出現数 2回以上差 見 キ ワ
目 実験 ー 被験者 ボッ 対話実験
を行 い ボッ 語 彙 学 習 機 能 ニ ー ン え
影響 い 調査 実験 ボッ 語彙学習機構を
持 方 人間的 親 易い 印象を いう結果
得 本稿 紹 両実 験 異 実施
後 両 を統合 複雑 語彙学習機能を
ボッ 長期間 ン ン ー を収集 い
参考文献
[Araki 12] Araki. T. et al.: Online Object Categorization Using Multimodal Information Autonomously Acquired by a Mobile Robot , Advanced Robotics, 26(17), pp.1995-2020 2012
[稲邑 12] 稲 邑 哲 也 : 社 会 的 知 能 生 学 ー SIGVerseを用い 記号創 ボ 展開 , 人 知能 学会 , Vol.27, No.6, pp.619-624 2012.
[ 13] 亮他: EM を用い 参照 依存 語意 学習 情報処理学会第75回全国大会講演論 文集 4D-2 2013
[
塩見 06] 塩見昌裕他: RFID を用い ニ ー ンボ ッ 科 学 館 展 示 案 , 日 本 ボ ッ 学 会 , Vol.24, No4,pp.489-496 2006.
[李 09] 李 伸他: Juliusを用い 音 声 識 ン ー 作 , ー ン ン ー 学会 , Vol.11, No.1, pp.31-38 2009
人間的
飽 くい
楽 い
親 易い
安心
好 や
や
非 常 や
や 非
常
い
嫌い 不安 親 難い 退屈 飽 易い 機械的
ボッ A ボッ B
2
0 0
2 2
6
2 2
4
0
0 2 4 6 8
幼い 難聴 一生懸命 忠実 従順
ボッ A ボッ B 出