[2O1-GS-8] ロボットと実世界

[2O1-GS-8-01] 人流が内包する複数の意図識別法

EMアルゴリズムと逆強化学習によるアプローチ

〇齊藤 雅治¹、荒井 幸代¹ (1. 千葉大学)

キーワード：逆強化学習、意図推定

近年，人流データを用いた人の行動解析に基づく防災，街づくりなどへの応用が注目されている．従来，人流データは人がいつ，どこに何人いるかといった集団の動特性を理解するために活用されるのが一般的であった．これに対して，各個人の行動やその意図に着目した行動解析のアプローチとして逆強化学習(Inverse Reinforcement Learning;IRL)がある．IRLは，人や虫などの挙動軌跡からその行動の意図を報酬値として定量化する．推定された意図を用いて，行動の誘導や異常の検出，さらに生態行動の解明への応用が期待される．しかし，これらの活用において従来のIRLでは人流を構成する全ての軌跡は，「ある共通の意図」によって生成されることを前提としている．しかし，実際には複数の意図を含むと考えるのが自然である．そこで，提案法は既存手法の一つであるMaximum Entropy IRL(MaxEntIRL)にEMアルゴリズムを導入した手法(EM-MaxEntIRL)で複数の意図推定に取り組む．提案法の有効性は，実際の人の意図を反映した空港内の挙動軌跡データを用いて検証した．