予測学習

Last updated Unknown Edit Source

講義

• 普通に考えると、感覚から動作へのマップを作ろうと思ってしまう

  • 例: ものを掴むロボットの場合、視界の画像を与えられて、それにどういう運動をするのかという学習をしてしまいがち

• しかし、動作したことによって自分自身の状態・感覚が変わってしまうことも多い（これが本質であることも）

  • 自分が知覚しているもの全て（環境だけではなく、自分自身の感覚(身体性)含む）を全て予測していく、という考え方が有効 #身体知
    • どういう制御をするとどう動くのか、というのも予測の一部
    • どう動くとどう物体が反応するのか、というのも予測の一部
  • end-to-end、一気に全部やっちゃおう
  • それらをそれぞれ頑張って理論ベースで計算するのも可能だけど、めっちゃ複雑・大変

• どう学習するのか

  • 環境全て（自分自身含む）のシーケンスデータを与える
    • データは人間の操作とかで集める?
  • そのシーケンスデータを学習し、ロボットが次の瞬間の環境を予測できるようにする

• 自己の範囲はどこまでか、という哲学的議論とも繋がる

  • 予測学習したロボットは、すごい自己の範囲が狭い物となる
  • 自己は自分の「意思」（＝予測データ）のみ、それ以外は全て非自己（環境）

• 予測学習は、普通の FNN">[ニューラルネットワーク]だときつい?

  • 一コマ前の状態だけから予測するのは大変
  • 例えば往復運動している物体を予測する場合、
    • あるコマが往路なのか復路なのかは分からない
  • なので、RNNが良い（時系列データーを持たせられるので）

• 応用例

  • AutoEncoderによる予測学習