[3L5-GS-11] AIと社会

[3L5-GS-11-01] Explainable SayCan

大規模言語モデルを用いたサービスロボットの説明性

〇日紫喜 祐也¹、長井 隆行^1,2 (1. 大阪大学、2. 電気通信大学)

[[オンライン]]

キーワード：説明可能性、説明可能自立エージェント、大規模言語モデル

Googleが提案したSayCanは、大規模言語モデルを利用して曖昧な言語指示を解釈し、様々なタスクを実行することができる。この際、タスクを一連のサブタスクに分解するため、特に"What question"に対する説明性を容易に実現できる。しかし自律ロボットの説明性としては、"Why question"に答えることが重要であり、SayCanではそうした説明性は検討されていない。そこで本研究では、SayCanに基づくサービスロボットの説明について、これまで著者らが提案してきたフレームワーク上で検討する。その結果として、SayCanにおける説明性をいくつかに分類することが可能であることを示す。本研究ではさらに、この分類と大規模言語モデルを利用して言語で説明するアルゴリズムを提案する。テーブルトップタスクのシミュレータを用いて提案手法を実装し、有効性を確認した。