新機能研究部 情報統合研究室／ニューラル・システム研究室

岡 隆一（新機能研究部長／情報統合研究室長／ニューラル・システム研究室長）

情報統合研究室

情報統合研で行っている研究の紹介を以下の５つの疑問：

• 何をしたいの？
• それはなぜ？
• どうやって？
• それによって嬉しいことは？
• 今とこれからは？

に答える形で行います。

何をしたいの？

人間が生産的な思考や行動の行なう際に、その手助けをするために、次の３つのもの：

(1) 人間の意図や感性などを表現する情報（音声、身振り手振り、表情、触る）

(2) コンピュータが記憶するデータベース

(3) 人間が外部から受けとる（読むこと、聞くこと、見ること、触ること、による）情報

が実時間で融合している状態をつくり出すこと。

それはなぜ？

これまでの技術では、(1)と(2)と(3)は実時間で、また太いチャネルを通して結ばれていなく、コンピュータは人間の生産的な思考や行動を行なううえに十分生かされていない。

どうやって？

(i) もともとパターン情報 である(1)の情報を、ほとんどが記号情報である(2)へできるだけ近づけること。

(ii) (1)と(3)へのチャネルがより太くなるように、(2)の情報が自ら学習し、かつ組織化できるようにすること。

(iii) (1)にドライブされた意味ある(2)の情報を加工し、それを(3)へ変換すること。

(iv) 上記の(1)と(2)と(3)の繋がりを実時間とすること。

やりかたの特徴は？

(a) 前記(i)において認識とセグメンテーション（切り出し）を同時に行なう高度なスポッティング手法を開発している（いろいろな認識単位を並列にスポッティングする）。

(b) 前記(ii)においてチャネルの太さを確保するために「場」の考え方を導入している。

(c) 記号とパターンの統合、パターン間の統合、微視的巨視的統合のための手法を開発しつつある。

(d) 実時間処理のためのアーキテクチャ(Frame-wise、高次超並列）を開発しつつある。

それによって嬉しいことは？

(a) 計算機が冗長な情報、曖昧な情報を含んだものもうまく扱ってくれるという気楽さが人間に生じる。

(b) 実時間で応答してくれることによるデータベースとの一体感のある操作感が楽しい。

(c) 音声・ジェスチャなどの異種情報が融合することでしか表現できないものが使えるようになって楽しい。

今とこれからは？

現在、音声とジェスチャ認識を同時に行う「わが家の設計支援システム」の実験が可能となっています（図１を参照）。これからは、もっと多くの種類のデータベース情報を扱え、また感性の多様さを扱うようにすることが議題となっております。ユーザは音声発話音声ジェスチャによって自分の希望する家を表現する(1)。このとき、画面上のエージェント（顔だけが表示さあれている）に語りかけるようにその意図を音声やジェスチャを示す。コンピュータは音声やジェスチャを理解し、ユーザの希望する家を画像の変化、として表現する(2)。画面は４分割されており、時計回りで画面が更新される。このとき、(2)の画像の更新は発話やジェスチャはスポッティング認識されるので、いつ初めてもいつ終了してもよい。

---

ニューラル・システム研究室

TRCニューラル・システム研究室の掲げる研究目的は、実世界の情報を対象にして、

(1) 超並列・超分散処理によってはじめて可能となる学習の計算メカニズム・アルゴリズムを開発すること。

(2) 上記学習によって初めて獲得される機能を実証すること。

(3) 上記学習を特に「情報統合」メカニズムの中で評価すること。

の３つである。これらの研究目的のもとに、現在、以下の４つのテーマの研究がなされています。

(a) 2-Dimensional GA

(b) Cluster roboto

(c) Distributed recurrent networks applied to a mobile robot

(d) Chemical Casting Model

これらの中で、(b)は以下で詳しく触れるとして、(a)、(c)、(d)を簡単に紹介します。(a)は、”遺伝子”単体が２次元に広がったものとし、Cross-overやMutationを２次元的な部分構造を生かして行い、これによる特異的な機能を明らかにするものである。(c)は、mobile robot（移動ロボット）の障害物回避運動系の学習をrecurent networkによって行う。(d)は、空間に分布するエージェント群のlocal evaluation とlocal modificationによって組合わせ問題の準最適解をうる。

これは化学的相互作用に類する計算モデルの開発とその”創発”機能実現を目指すものであります。

群行動を行うロボット（Cluster robot）システムの研究

複数の人間が相互に協力することで共通の目的を達成することは良く見られる現象であり、それは社会生活のように抽象的、論理的なレベルでの協調です。もっと物理的なレベルでは肩車をして一人では届かないところに到達するといった、直接的な強力も行われています。本研究では、物理的に相互連結可能な機能を持った複数のロボットが、自律的に協調現象を作り上げるための機構の実現を大きな目標としています。特に、次の３つの特徴に着目し研究を進めております。

1. ロボットは単に集合するだけでなく、物理的な連結を自己組織的に作り上げる。物理的な連結は各ロボットの挙動に制約を生じさせるため、相互に協調が行われないと全体として動作不能になる。
2. 静的な連結構造に加えて動的な構造を生成して、外力が作用した場合に自己修復する。ロボットが鎖状に並んでいるときに、これを壊すような事態が生じてもできるだけ元に近い形に戻るのが静的な場合の例であり、ロボットが連結して円運動をしているとき、これを壊すような事態が生じても円運動という運動状態を復元しようとするのが動的な場合の例である。
3. ロボット群全体を統括するような大域的制御機構は設けない。各ロボットは単独でも動作することが前提である。統括機構がないために、各ロボットの動作決定は局所情報を元に決められる。また、任意のロボットが他のロボットの代替となりえるために、個々のロボットの機能、構造は均質とする。

これらの点を考慮しつつ試作ロボットを開発しています。

図（２）-(a)に試作ロボットの概観を示します。大まかな特徴を列挙すると、次のようになります。円筒形のボディで底面に走行用の駆動輪と支持用の車輪、側面に連結器を装備しています。駆動輪は左右に一つずつあり、それぞれの回転速度を考えることでカーブすることができます。支持用車輪はキャスターのようになっており、駆動輪が非接地の状態ではロボットは平面上を自由に動くできるようになります。側面には円周状に溝があり、連結器を溝に差し込むことで連結できるようになっています。連結器の先端はフックになっており、このフックを開くことで連結を切り離します。また、連結器をボディの回りで３６０度回転させることができます。センサ系は、ボディにつけられた接触センサ、自動連結の際の位置決めを行うために連結器に取り付けられたフォトセンサ、そして位置を検出するためにトラックボールが底面に２つ装備されています。駆動系、センサ系を制御するために、PC互換ボードがロボット毎に取り付けられています。また、ロボット間の通信用にEthernetボードと無線機の組み合わせでLANを構成しています。LANの構成は大域的な統括を可能にしますが、ソフトウェアにより擬似的に局所制御を行わせ

ます。試作ロボットは、現在３台が動作しています。

図２-(b)は３台のロボットがばらばらの状態からスタートし、輪の状態を作り上げたところです。ハードウェア開発の他に、試作ロボットのソフトウェアシミュレーションやモニタリングを行うためのツールの開発も行っています。

これらのハードウェア、ソフトウェアを用いて群行動ロボットの研究を、つぎの項目で進めております。

1. 試作ロボットおよびソフトウェアシミュレーションにより種々の動作を実現する局所規則の実験。これは個々のロボットに与える基本動作の組み合わせでロボット群全体の挙動うぃ実現する際に、当面の課題である移動。運搬という動作を実現するのに基本動作としてはどのようなものを用意すべきかを検討することである。
2. 局所規則が与えられた場合に達成されるロボット群全体の挙動を定性的に予測・評価する手法の検討。ロボット群は非同期に動作するため、すべてのロボットが動作不能状態になる、いわゆるデッドロック状態に陥る可能性を事前に予測することが難しい。また、個々のロボットは動作しているがロボット群全体として不適切な平衡状態に陥ることもある。これらを定性的に評価し、不適切な状態に落ち込む確率が減少するような解析方法を検討する。
3. 大域的挙動から局所規則を生成するアルゴリズムの考案。Genetic AlgorithmなどのStochasticな方法で学習を行うことを検討している。試作ロボットがある程度実験に耐え得るものになってきたので、今後は制御プログラムを実装し、実験を進めて行く予定であえう。