強化学習を用いたロボットの知能化
近年，人工知能・機械学習技術の発展もあり，これらの知能化技術をロボットの環境適応能力や自律性の付与の手段として用いることが期待されています．しかし，強化学習を含む機械学習は，一般的に多くの学習時間を必要とする根本的な問題を抱えています．従って，学習時間を短縮することが，実時間で学習する実ロボットにとって，特に解決すべき重要な課題です．私達は，遺伝的アルゴリズムの概念で説明した学習高速化手法を開発し，より高度なロボットの知能化の実現を目指しています．
道に迷いやすい人と，1度で道順を覚えて目的地に移動できる人がいる．道に迷わない空間把握能力の高い人は，実空間においても，VR空間においても，同じように目的地まで迷わず行ける傾向がある．このような人は，どのように視覚情報を得て，道順を記憶し，移動しているのだろうか．これまでの研究で，この点について詳細は明らかではない．そこで本研究では，看板等のある都市部の街並みを模したVR空間内を移動し，目的地まで到達する間の視線を検討した．また，心理的指標の1つとして，移動中の心拍数の変化についても検討した．将来的には，実空間においても，記憶に残りやすい街並みや，空間を移動しながら行う探索型の教育コンテンツやゲームのVR空間において，迷わず進める空間作りの1つの基礎データとなることを期待し，本研究を行った．
目的
空間把握能力が優れている場合，どのような視覚情報を得ているのか，詳細には明らかではない．本研究では，看板等のある都市部の街並みを模したVR空間内を移動し，目的地まで到達する間の視線を検討した．また，移動中の心拍数の変化についても検討した．
方法
|
結果
移動時間
- 移動時間は，経路2，経路3，経路1の順で長かった（P<0.01)．
- 各経路とも，試行を行う毎に移動時間が減少する傾向が示された．
- 経路2において，遅い人と早い人を比較すると，早い人は1回目の試行で道順を記憶し，移動が早くなるのに対し，遅い人は，あまり時間短縮はできない傾向があった．2回目，3回目では遅い人と早い人に有意差あり（P<0.05)．
心拍数
- 心拍数は，安静時には有意差は示されなかったが，移動中は，遅い人の方が増加した（P<0.05)．
視線分布
|
まとめと今後の展望
- 移動時間の短い人は，短時間に位置を把握する傾向があり，特に難易度の高い経路2で，遅い人との違いが示された．
- 心拍数は，遅い人が増加傾向にあり，道順に不安があることが，心拍数の増加の一因としてあげられる．
- 移動時間の短い人では，視線分布が分散しており，空間内にある情報をより多く得ようとしている可能性が示された．
- 迷わない空間作りには，視線を集める特徴的なものの設置が必要と推察された．
- 空間把握能力の高い人では，ビルの屋上等に配置された看板等も確認する人が多いが，道に迷いやすい人は，視線の範囲が比較的狭い範囲集中しているため，街並みであれば，自然と視野に入る範囲に何らかの目印が必要と考えられる．
論文
「The relationship between spatial cognition and gaze distribution in virtual reality space」(2019)『Journal of Physical Fitness and Sports Medicine』Vol.8, No.6p.389.
研究シーズ・教員に対しての問合せや相談事項はこちら
技術相談申込フォーム