5ちゃんねる ★スマホ版★ ■掲示板に戻る■ 全部 1- 最新50  

■ このスレッドは過去ログ倉庫に格納されています

アフォーダンス Part03

1 :没個性化されたレス↓:04/01/14 00:27
生態心理学は何を目指し、なにをもたらしたのか?
そして、アフォーダンスとはいったい何なのか?
自由かつマターリ議論いたしましょう。


前スレ
http://academy2.2ch.net/test/read.cgi/psycho/1000789154/

66 :32:04/01/25 17:18
さて、うまくまとめられないのだけど、いくつか補足しておきたい。

「不変項は学習させればよい」という点について。
確かにご指摘の通りなのだが、実際問題として障壁になるのは
学習機能を組み込むために必要なコストだ。充分に強力な学習機
を実装するには、組み込みスペースやエネルギー消費、制作費
などの問題をクリアしないといけない。さらに実際の運用場面では、
まず必要最小限の学習をさせないと使い物にならない。

これらの問題は動物においても深刻で、脳はバカみたいなエネルギー
食いだ。数分ほど酸素供給が滞っただけで故障するし、やわらかい
から頭蓋骨ですっぽりカバーしてやらないといけないから重くなる。
重くなったらそれを支える脊椎や筋肉を強化する必要が…という
具合で、多くの動物は強力な学習装置を持つという贅沢をする余裕が
ない。そこで、入力と出力をダイレクトに結ぶ制御システムを採用
することになる。

人間は強力な学習装置を持っているが、一方で基本的な行動を支える
制御システム(姿勢を保ったり、呼吸したり、咀嚼、嚥下したり、
歩いたり…)は他の動物と多くを共有している。>>55でimaichi氏は
「人間ではなく0から考える」と言っておられたが、こちらはあくまで
「人間を考える」ので、人間のこういった側面を避けては通れない。

続く。

67 :32:04/01/25 17:19
Gibsonは視覚に関して重要な業績を残したわけだが、視覚というのは
実に厄介な問題で、一意な解を求める方法が「原理的に」存在しない
(不良設定問題)。技術的には、この手の問題は適当な評価関数を
設定して最適化問題に持ち込むのが一般的だが、最適解の計算に
繰り返し計算を用いると、時間がかかりすぎて高速な処理には向かない。

まあGibson自身にこういった問題意識があったとは思わないが、それは
さておき、Gibsonが示したのは、いちいち視覚という厄介な問題の完全な
解を求めなくても、ナビゲーションに必要な「壁」や「段差」や「進行
方向」などをoptical flowから高速に(直接)検出出来るということだ。

歩行中に自分に向かって迫り来る壁や段差(迫り来ると言っても多くの
場合自分がそちらへ向かって歩いているわけだが)は立ち止まるなり
回避するなりといった対応が必要であり、人間がどのようにその検出を
実時間で高速におこなっているのかを示唆した功績は大きい。

視知覚について話し出すときりがないのでこの辺で止めといて続く。

68 :32:04/01/25 17:20
思いつくままに書いていたら、話の順が無茶苦茶になってしまった。

さて、学習でoptical flowを用いた回避行動を獲得出来るとしても、学習の
初期段階で壁にガンガンぶつかったり段差から転がり落ちるようでは大変だ。
それに学習機への入力としてカメラ画像を直接入力して、optical flowの
ような情報を利用出来るように学習が進むまでどのくらいの時間がかかる
だろうか?

こういったことをつらつら妄想していると、ある程度以上の速度で運動
するロボットの設計には、知覚と対処行動が直接結びつけられるペアを
見つけておくことが有効であるように思える。そういう意味では「行為
するAIの実装方法を提案する」と言えなくもないのかも知れない。
「従来の方法を超える」とか「まったく新しい」という形容詞をつける
ほどの事かどうかは知らないが。

とりあえずこれでお終い。

92 KB
■ このスレッドは過去ログ倉庫に格納されています

★スマホ版★ 掲示板に戻る 全部 前100 次100 最新50

read.cgi ver 05.04.00 2017/10/04 Walang Kapalit ★
FOX ★ DSO(Dynamic Shared Object)