予測符号化理論
Last updated
Unknown
Edit Source
認知ロボティクスの講義
「計算論的精神医学」
予測誤差最小化に基づく脳・認知の計算モデル #構成論的手法
- 予測（出力）と感覚（入力）との誤差（予測誤差）を算出
- 予測誤差を、その時の感覚入力自体の不確実性（信頼度みたいな?）で重み付け
- その時の感覚入力が確実な場合ほど、予測誤差を重く扱う
- 学習・知覚・行動は、重み付けされた予測誤差を最小化するものとする
- 誤差を小さくするために、「意図」を変えて、行動を変更する
- （構成論的手法で認知の理解を目指している）
認知ロボティクスはそういった人間の認知のモデルを、身体付きで試して仮説検証することを目指している
- 実際にこの認知の理論をロボットに落とし込むと、うまく動いた
- 予測誤差最小化に基づいて、「意図」を表す入力を変えていく
- ポイント: 予測誤差最小化という単純な原理によって、ロボット間の協調等の複雑な動きができた
さらに、ASD（自閉症）をこのモデルをによって再現を目指す
- ニューラルネットワークの、不確実性を推定する部分に損傷を加える
- そうすると、予測誤差に不自然な重み付けがされる
- 実際にそれでロボットを動かしてみる
- 不確実性が過少の場合
- 誤差が本来より大きく評価される
- よって、本当は変わる必要がない「意図」が変更され、異常行動に繋がる
- 不確実性が過大の場合
- 誤差が本来より小さく評価される
- よって、環境が変わっても誤差が大きくならず、意図の切り替えが生じず、異常行動に繋がる
- 結果、実世界でも見られるような精神医学?的な法則がロボットの動きでも見れた