[2G5-OS-21e] 世界モデルと知能

[2G5-OS-21e-04] 対照学習と模倣学習を利用した深層能動的推論に基づく実ロボット行動生成

〇藤井 健太朗¹、磯村 拓哉²、村田 真悟¹ (1. 慶應義塾大学、2. 理化学研究所 脳神経科学研究センター)

キーワード：能動的推論、ロボット学習、模倣学習、対照学習、世界モデル

人間のように未学習の環境であったとしても適切に知覚し、目標を達成するための適応的な行動生成が可能な知能ロボットの実現が期待されている。人間の脳の計算原理である自由エネルギー原理に基づく能動的推論に深層学習を導入した深層能動的推論によって、シミュレーション環境におけるトイプロブレムの解決は示されているが、実ロボットに応用した例はない。そこで本研究は、実ロボットによる行動生成のための深層能動的推論フレームワークを提案する。提案フレームワークは世界モデル、行動モデル、期待自由エネルギーモデルから構成される。世界モデルは対照変分自由エネルギーの最小化に基づき学習を行うことで環境の適切な知覚が可能になる。行動モデルは、期待自由エネルギーモデルによって推定される対照期待自由エネルギーの最小化に基づいた模倣学習を行うことで、目標を達成するための適応的な行動生成が可能になる。評価実験として、実ロボットによるリーチングタスクを、学習済み・未学習の環境で行なった。実験の結果、提案フレームワークはどちらの環境においても適切に知覚し、目標を達成するための適応的な行動生成が実現可能であることが確認された。