予測-戦略モデルのデータベースを用いたヒューマン-ロボットインタラクションにおける個人適応戦略学習
坂本 覚仁 (0851201)
本研究ではヒューマン-ロボットインタラクションにおける個人適応戦略学習の手法について提案する．
本手法では，インタラクションの状態遷移を予測する予測モデルと，
その予測モデルに応じた戦略モデルを組みとしたモジュールを事前に多数学習し，
それらをデータベースとして保存する．そして，未知の人とのインタラクション時には，
各モジュールによりインタクラションを予測し，その予測精度に従って，
ロボットの戦略モデルを適宜選択することにより，個人と状況に適応した戦略が学習される．
本発表ではヒューマン-ロボットインタラクションの具体例として，
数値シミュレーションによるロボットと人とで長期間ラリーを行う卓球タスクを用い，
提案手法の有効性を実証した結果について述べる．