PDFファイル 1I3 「実世界ロボットの学習」

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

東

拓実

沢

京

保黒

政大

梅崎

太造

Ryo Taguchi Takumi Azuma Kyosuke Sawanobori Masahiro Hoguro Taizo Umezaki

*1

屋

業大学

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

q

q

q

こ 名前

s

The 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

[

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