テーマ及び発表研究室	概要
Matchable状況分解に基づく マルチエージェント強化学習による 移動ロボットの経路探索 自律学習機能富士通 http://www.rwcp.or.jp/lab/al-fujitsu/ al_fujitsu-j-seika.htm	実世界情報を扱う強化学習において自律的な状態空間の構成とマルチモジュール化を実現した、Matchable状況分解に基づくマルチモジュール強化学習を提案します。 提案するマルチモジュール強化学習はMatchable状況分解により、過去の経験をもとに状態空間を分割し、分割された状態空間毎に強化学習モジュールを割り付けることで、モジュール設計の自動化と、複雑な実世界情報を強化学習の入出力として扱うときの離散化処理に由来するいわゆる「次元の呪い」を解決し，高速で環境の変化にロバストな学習を実現します。 提案する手法を、移動ロボットの経路探索問題に適用しました。 Matchable状況分解に基づき入力センサの異なる複数の強化学習モジュールを自動的に作成して、それらを適宜に選択し、学習および行動の生成を行う事で、従来のシステムよりも学習スピード、境の変化に対するロバスト性がともに優れている事を示しました
マイクロホンアレーを用いた非音声音認識 自律学習機能MRI http://www.rwcp.or.jp/lab/activities/achievements/ AL/mn/results.html	音源方向推定機能を持つ、非音声音認識システムを開発しました。 金属缶や木板の打撃音や拍手など5種類の単発衝撃音を静穏なオフィス環境において約80％の精度で認識します。円環状に並べた16個のマイクロホンを用い、特定の方向からの信号だけを強調する超指向性フィルタにより、約10度の分解能で音源方向を推定することもできます。また、無響室で測定した10,000サンプルにおよぶ非音声音データを収録したRWC実環境音声・音響データベースを研究者に対して公開します。
８x８デジタル・スマートピクセル 適応デバイス松下 http://www.rwcp.or.jp/lab/ad-matsushita/ index-j.html	0.1m秒/フレーム以下の高速光並列画像処理を実現するデジタル・スマートピクセルの試作デバイスを展示しました。また、VTR等を用いて、動作実証実験の紹介をしました。 このデバイスの各画素は、ALUと光入出力部を備えていて、外部から入力されたプログラムに従って、近傍画素と通信しながら、直接SIMD処理を実行すると共に、光出力部から処理結果を並列出力することができます。並列データ伝送を担う自由空間光インターコネクションを用いて、このデバイスをカスケード接続したシステムは、これまでの画像処理技術におけるパラレル－シリアル変換ボトルネックを打破する実時間処理システムです。