情報処理学会 第73回全国大会講演要旨

本研究の目的は，実世界に接地した言語を学習によってロボットに獲得させることである．具体的には，神経回路網モデル Multiple Timescale Recurrent Neural Network (MTRNN) を用いて，モータ時系列からなる動作パターンと文字系列からなる文の相互連想器を学習させた．実験では，48パターンの動作と，それらを表現する2から3単語の文64パターンを用意し，うち48パターンを学習させた．その結果，MTRNNは動作の力学構造，単語の綴り，および単語カテゴリと動作特徴との対応を全て自己組織的に獲得し，未学習パターンについても動作と文の相互連想が可能となることが確認された．