予測符号化に基づく人間-ロボット相互作用における内部生成処理と外部結合処理の自律的調整
Predictive-Coding-Based Autonomous Regulation of Internally Generated and Externally Coupled Processing in Human-Robot Interaction
予測符号化の枠組みを用いて、物理的な人間-ロボット相互作用中に、内部予測と外部感覚証拠のバランスをオンラインで調整するメカニズムを提案し、再構成誤差に基づいてメタ事前分布を選択することで、適応的な行動を実現した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Henrique Oyama, Hiroki Sawada, Jun Tani
分類: cs.RO
原文アブストラクト
Predictive coding characterizes adaptive behavior as a dynamic balance between internally generated predictions and external sensory evidence, yet how an embodied cognitive system can regulate this balance online during ongoing interaction remains poorly understood. This study proposes a predictive-coding-based mechanism for regulating internally generated and externally coupled processing during physical human--robot interaction. The framework employs a predictive-coding-inspired variational recurrent neural network (PV-RNN), in which a meta-prior controls the degree to which posterior inference is constrained by learned prior dynamics. We extend this architecture with an online mechanism that uses reconstruction error accumulated over recent interaction history to select between predefined meta-prior regimes. The mechanism was evaluated across three physical human--robot interaction tasks involving fixed structured, changing structured, and less-constrained interaction. Across all tasks, lower meta-prior values produced the expected increase in posterior--prior divergence and reduction in reconstruction error. More importantly, reconstruction-history-driven regime selection was also associated with reduced prospective prediction error and robot-side physical interaction conflict, demonstrating consequences beyond the retrospective reconstruction objective itself. Task~3 further showed that recent sensory observations can be successfully accommodated while subsequent human motion still departs from the model's prior-generated future trajectory. Overall, these findings show that accumulated reconstruction mismatch can provide an endogenous signal for regulating how strongly subsequent inference relies on learned internal dynamics relative to ongoing sensory input during embodied interaction.
関連論文
- 固定参照ポーズ残差による人間-ロボット相互作用予測のデータセット間手がかり転移の測定人間-ロボット相互作用
- 車椅子とロボットアームの統合制御のための対話ベース人間-ロボット相互作用プロトコル人間-ロボット相互作用
- RGB映像からの姿勢・感情手がかりを用いた実時間人間-ロボット相互作用意図検出とカメラ間モデル汎化人間-ロボット相互作用
- MIHRaGe: 視線制御による人間-ロボット相互作用のための複合現実インターフェース人間-ロボット相互作用
- 人間と人工エージェントの相互作用における明示的・暗黙的コミュニケーションの混合効果に関する研究人間-ロボット相互作用
- 人間-ロボット相互作用のためのマルチモーダル潜在ダイナミクス学習人間-ロボット相互作用
