情報処理学会 第74回全国大会講演要旨

我々人間は，日常生活において常に物理的な知識を利用して予測を行っている．例えば，平らな面に物を置かなければ転がり落ちてしまうことや，物を持ち上げて放せば落下するなどといったことを容易に予測することができる．また，対象物体の種類によってその予測は異なる．こうした日常生活における物理的知識は，ロボットが実環境で動作する際にも重要であると考えられる．これをロボットで実現するために，ルールや物理演算に基づくシミュレーションを利用することも可能であるが，人間は日常的な経験によってこうした知識を獲得していると考えられる．そこで本稿では，階層ディリクレ過程隠れマルコフモデル（HDP-HMM）を用いることによって，物理的知識をモデル化する手法を提案する．提案手法により，ロボット自身が物体を操作することにより，自律的に物理的知識を獲得できることを示す．