[2G1] ロボットと実世界-実世界計測

[2G1-04] 文脈に依存して変動する動作の意味学習における効率的な能動学習法の検証

〇坂戸 達陽¹、稲邑 哲也^1,2 (1. 国立情報学研究所、2. 総合研究大学院大学)

キーワード：学習エージェント、文脈依存性、能動学習

身体動作の意味（ラベル）をシステムが認識するためには膨大なデータとラベルのセットが必要であるため，能動学習の枠組みを用いてシステムがユーザに動作のラベルを質問する事を考える．動作が行われた文脈を考慮する事により，効率的かつユーザに負担のかからない能動学習方法を実現することを目的とする．本稿では，使用する道具，動作が行われた場所を文脈と位置づけ，VRを用いて同じ身体動作パターンに対して異なる文脈で動作するアバターを用いながらラベルの能動学習を行う方法を検討する．質問の際に用いる文脈の選択方策，Open/Close questionの選択基準，ラベル推定手法の3点について，それぞれの方法を組み合わせた能動学習を行い，評価実験の結果，文脈の選択方法としてはmargin samplingを用い，質問の初期はopen，後期はclose questionを行い，naive Bayesを用いたラベル推定方法を行う組み合わせが最も効率的であることを示した．