[1L4-J-11] ロボットと実世界: ロボットの学習

[1L4-J-11-02] 確率モデルの統合によるマルチモーダル学習モデルの構築

〇國安 瞭¹、中村 友昭¹、長井 隆行²、谷口 忠大³ (1. 電気通信大学、2. 大阪大学、3. 立命館大学)

キーワード：教師なし学習、マルチモーダル、確率的生成モデル

人間のような知能を人工的に実現するためには，ロボットに搭載されている様々なセンサから得られるマルチモーダル情報から，ロボットが環境を理解するためのもでるが必要である．しかし，そのようなモデルのパラメータ推定の式を導出し実装することは，その規模が大きく複雑になるにつれて困難になると考えられる．そこで，我々は小規模なモデルをモジュール化し，階層的に接続することによって大規模なモデルの構築と，そのパラメータ推定を容易に行うことのできるフレームワークSerketを提案した．本稿では，Variational Autoencoder, Gaussian Mixture Model, Markov Model, Multimodal Latent Dirichlet AllocationのモジュールをSerketを用いて統合し，Serketを用いることで容易に統合モデルを構築でき，モジュール間の通信によりモデル全体パラメータが最適化されることを示す．