情報処理学会 第79回全国大会講演要旨

本研究では，人間の持つ特徴的な認知機能の一つである視覚を用いた文字の描画運動の学習をロボットで実現することを目指し，ニューラルネットワークによるモデルを構築し，その有効性をコンピュータシミュレーションにより検証した．
モデルは人によって教示された描画シーケンスから，描画運動を直接学習する．
高次元の視覚入力に基づく文字描画の方策は複雑であり，学習は困難である．本研究では，畳み込み層による自己符号化器による次元削減と，内部的な運動指令を特徴量の差分で表現する手法に用いてモデルを構築した．
一般的な一筆書き文字としてアルファベット筆記体小文字26文字を対象に実験を行った結果．学習に成功した．