【AIセミナ】ロボットラーニング
【第35回AIセミナー】ロボットラーニング
■ 日時：2019/7/16 13:00ｰ15:00
■ 感想
→ 時系列でリアルタイムに判断をしなければいけない
ロボットの機械学習の最新研究の内容
→ 感覚に関する機械学習の話で、
確率生成モデルや統合認知モデルなど刺激的なタームを知れて良かった
→ 当面、感覚認識・制御の分野は、私の主な関心(研究)外であったが、
記号系の学習システムとの相互作用など興味深い分野でもある気がしてきた
→ 昼の時間の開催で、直前まで別の事をしていたためか寝てしまった所があり残念
ただ、今後の勉強の種は得た気がする
（セミナ・メモ）
■ 確率的生成モデルに基づくロボット学習
長井隆行 （大阪大学大学院 基礎工学研究科 教授）
・確率生成モデルによる統合認知モデル
→ モデルベース → HMM(時系列) → 長期
→ 強化学習 → 二次報酬系 → 短期
→ 模倣学習
・時間をどう埋め込むのか → 記号化
→ 分節化とカテゴリかを行う
→ ガウシアンプロセス、隠れマルコフモデル
・動作の分節化
→ プルミティブな動作の知識
・深層生成モデル
→ 性能、スケーラブル性の向上
→ インファレンス
→ VAE - 推論モデル → 生成モデル
→ マルチモーダル深層生成モデル
・幼児向け単語 → 繰り返し
→ 言語 ＆ センサ → 優先度の選択
■ ガウス過程とベイズ推論によるロボットの行動学習
松原 崇充 （奈良先端科学技術大学 システム情報学分野 特任准教授）
・行動を学習するロボット
→ 経験から行動を学習できるロボット知能
→ 強化学習 → 環境
→ エージェント → 経験サンプル
・GP → データ不足
→ 予想推論 → ベイズ推論 → 近似推論
■ 機械学習技術の産業用ロボットへの展開
堂前幸康 （産総研 人工知能研究センター オートメーション研究チーム長）
・産業用ロボって
→ プログラミング・ベース(限界) → 自律ロボット研究
→ 欠陥検査 → パターン認識
→ 軌跡制御 → 軌道制御
→ CNN ＋ 強化学習
・バラ済み取り出し → ピッキング
→ 特徴寮設計(従来方法) VS 深層学習
→ 特化(設計) → 同等の性能
→ 深層学習 → 未知領域適用 → 計算量、学習システム構築
