アプローチ

Affective data harvesting by affective androids

ロボットが人とうまく関われるようにするには、人の心と身体の動きを予測するための「人の心理・物理モデル」を持たせる必要があるものの、人の心や体の動きについては未解明かつ人によっても異なるため、いきなり良いものを持たせるのは困難です。そこで、「どんな働きかけ(入力)に対して人の心(隠れ状態)がどう変化し、どんな反応(出力)をしたか」のデータを基にした機械学習によって、少しずつ人についての理解を進めさせるアプローチを考えます。
ただし、この機械学習に必要な「人の心の動きを反映した反応のデータ」を多用かつ膨大に収集する(Affective Data Harvesting)手段は未確立です。そこで、人の心をくすぐって反応を引きだして集めることが可能な、多彩な表現を有するアンドロイド身体(Affective Android)と、人に与える印象を制御する技術を開発します。

Child-type Android Robot “Affetto”

機械工学の観点から技術課題を整理し、異分野融合の取り組みで問題解決の道筋を開拓します。各種研究成果は子供型アンドロイド ”Affetto” に統合・導入し、システム全体の性能を評価します。
とくに、
  • Deep Expression:人の自然な反応をより多く引き出せるように、共感を誘う心や感情の動きを背後に感じさせる奥深い表現力をロボットに持たせる
  • Skin Informatics:表現力の向上のため、人の皮膚や皮下組織が有する対人情報機能の理解と構成に取り組む
  • Data-driven Design:アンドロイドの機械性能評価法やデータに基づく設計法を開発して着実で効果的な性能改善を図る
を重視します。

POLICY

EPISODEを意識した研究を実施します。
  • Emergent:相互作用を通じて生じる特性に着目する
  • Principle:現象の背景にある原理を捉えて応用する
  • Inclusive:他分野の知識・観点・技術を取り入れる
  • Systematic: 系の中での要素の良悪面を明確に捉える
  • Oriented:何に向けた取り組みなのかを基に考える
  • Dynamic:状態だけでなく動きや変化にも注目する
  • Embodiment:身体による情報の処理と伝達を重視する