[[研究/各研究の話/2012年度]]
*経験情報に基づく不完全知覚の解決-確率的手法による知識量の抑制- [#w0b8d807]
-ロボットは周囲や自身の状態を十分に把握できない場合がある
--ロボットはセンサを用いて状態認識を行うため,センサの能力や種類が不足すると正確に状態認識が出来なくなる
--本来異なる環境の状態を同じ状態であると認識するため,タスクの達成に悪影響が出る
-先行研究において,不完全知覚の改善のために多量の知識を記憶してしまう問題がある
--先行研究では不完全知覚である状態を確定的に細分化していたことに注目
--認識した状態を自身の経験情報に基づいて確率的に細分化することで,知識量を抑制しつつ不完全知覚を解決する手法を提案
---認識した状態において,特定の行動を選択した際に遷移する次状態のばらつきから不完全知覚か判断
---認識した状態において,選択する行動のばらつきからタスクの達成に悪影響があるか判断
---認識した状態をこれまでに認識した回数から学習に十分な経験をしたか判断
-提案手法の有効性を確認するためにシミュレーション実験を行い,先行研究よりも少ない知識量で不完全知覚を改善出来ることを確認
-検証は行えていないが,動的環境において先行研究よりも有効に働く可能性がある



#ref(research_activity.png,center,40%)