研究分野
機械学習
-
OS05-2公募発表Marrによれば個々の認知モデルは複数の水準からなる階層に位置づけられる．同一の対象に対して，複数の階層のモデルを統合することで，対象の総合的な理解が導かれる．そこで本研究では，好奇心を対象とした複数の階層のモデルを比較検討する研究を行った．下層の実装水準のモデルとして深層強化学習，中層のアルゴリズム水準のモデルとしてACT-Rモデルを選択した．その結果，これらのモデル間で整合する特徴が現れた．
-
P2-028未知の事柄に対する理解を促すには，既に知っている概念と結び付ける類推による説明が有効である．本研究では，特に関連性のある2つの概念を説明対象として，それらを説明するための適切な類推表現を得ることを目指し，類推に用いる既知の概念の抽出を目的とする．類推のための概念抽出には格フレームを用いる．説明対象と共通する格フレームを持つ語を候補群として，使用される頻度を考慮し順位付けを行う．また，提案手法に対して評価実験を行い，その妥当性を検証した．
-
P2-036複雑な環境で円滑なインタラクションを行える機械は限られた状況にしか適応できず，多種多様な行為主体が存在する環境に適応できるモデルは少ない．本研究では，円滑にインタラクションを行える汎用的なエージェントモデルを実現するために，人間のように価値観を動的に変化させる振舞いを強化学習により獲得可能か確認した．本研究の成果は，多様な価値観を変化させインタラクションを行う人間の認知過程のモデル化に寄与し得る．
-
P2-047A自閉スペクトラム症スクリーニングの診断補助を図るべく、機械による協調運動能力の分析を実現するため、判断基準の客観化・定量化を目指した実験を行った。方法として実験参加者にバランスゲームを行ってもらい、スコアと協調運動の因果性パターンを分析した。結果として、高スコアと低スコアの運動協調パターンに大きな差が見られ、自閉スペクトラム症スクリーニングを行う際、今回の手法を利用した新たな評価枠組みを構築できる可能性が確認された。