[論文レビュー] Extending Feynman's Formalisms for Modelling Human Joint Action Coordination

Vladimir G. Ivancevic, Eugene Aidman+1 more|ArXiv.org|Jun 30, 2009

Action Observation and Synchronization参考文献 6被引用数 3

ひとこと要約

本稿は、フェニマンの作用形式を拡張し、認知的／動機的ポテンシャルと物理的運動エネルギーを組み合わせた二項式の適応的共同作用を導入することで、人間の共同行動の調整をモデル化する。この作用は、無限次元のニューラルネットワークを表す経路積分に従う。モデルはベルンシュタインの感覚フィードバックループとブルックスのサブスミッションアーキテクチャを統合し、マルチエージェントチームにおけるリアルタイムの調整をシミュレートする。三者以上や多者間の協働において混沌としたダイナミクスを扱う能力を示している。

ABSTRACT

The recently developed Life-Space-Foam approach to goal-directed human action deals with individual actor dynamics. This paper applies the model to characterize the dynamics of co-action by two or more actors. This dynamics is modelled by: (i) a two-term joint action (including cognitive/motivatonal potential and kinetic energy), and (ii) its associated adaptive path integral, representing an infinite--dimensional neural network. Its feedback adaptation loop has been derived from Bernstein's concepts of sensory corrections loop in human motor control and Brooks' subsumption architectures in robotics. Potential applications of the proposed model in human--robot interaction research are discussed. Keywords: Psycho--physics, human joint action, path integrals

研究の動機と目的

• 心理物理学および微分幾何学に根ざした一般化された作用形式を用いて、2人以上の人のエージェント間での協働行動のダイナミクスをモデル化すること。
• エージェントが異なる時刻に行動するが意図を同期させる必要がある、リアルタイムで時間非対称な協働行動をモデル化する課題に対処すること。
• 運動制御（ベルンシュタインの感覚補正ループ）とロボティクス（ブルックスのサブスミッションアーキテクチャ）の原則を統合し、共同行動のための統一的ダイナミカルフレームワークを構築すること。
• ライフ・スペース・フウ（Life–Space–Foam）アプローチを、混沌とした挙動を示す三者以上や多者間の協働に特に適用可能なマルチエージェントシステムに拡張すること。
• 緊急対応などのハイリスク環境における人間-ロボット協働やチームパフォーマンスに適用可能な、形式的かつ数学的に根拠のあるモデルを提供すること。

提案手法

• 認知的ポテンシャル（相互間距離 I_ij² のデルタ関数によるもの）と共通のリーマン多様体上での運動エネルギーを組み合わせた二項式の適応的共同作用関数 A[x,y;t_i,t_j] を提案する。
• 経路積分形式を用いて共同ダイナミクスをモデル化し、無限次元のニューラルネットワークを表す。離散時間での適応は学習則によって実現する。
• ベルンシュタインの感覚補正ループとブルックスのサブスミッションアーキテクチャに由来するフィードバック適応ループを適用し、マルチエージェントシステムにおける階層的で反応的な行動を可能にする。
• 3n次元の共同配置空間と関連する計量テンソル F² = g_rs(q, q̇) q̇^r q̇^s を用いたFinsler多様体構造を用いて、Nエージェント系への一般化を実現する。
• ベルンシュタイン重み（ブルックスのノード）の更新に、ヘブ則に類似した学習則と勾配降下法を用いる離散時間学習則を導入し、行動方針の調整を可能にする。
• 経路積分をニューラルネットワークの計算基盤として解釈し、リアルタイム意思決定と意図の適応に役立てる。

実験結果

リサーチクエスチョン

• RQ1 フェニマンの作用形式は、人間の共同行動における認知的および物理的調整をどのように拡張してモデル化できるか？
• RQ2 異なる時刻に行動するエージェント間で、時間非対称かつ意図に基づいた調整を可能にする数学的構造は何か？
• RQ3 人間の運動制御（ベルンシュタイン）とロボットのサブスミッション（ブルックス）のフィードバック機構は、どのように統一的共同行動モデルに統合できるか？
• RQ4 混沌たるダイナミクスは多者間共同行動にどのような役割を果たし、提案された形式主義内でどのように制御できるか？
• RQ5 このモデルは、適応的かつリアルタイムの協調能力を持つ人間-ロボットチームの設計を、どのような形で支援できるか？

主な発見

• モデルは、共同行動を二項式作用関数として成功裏に表現した。認知的ポテンシャル（相互間距離 I_ij² に依存）と、意図の同期が発生した際にのみ活性化される物理的運動エネルギーが含まれる。
• 経路積分形式は、無限次元のニューラルネットワークとしての共同行動のダイナミクスを捉え、適応的学習と変化する協調要請へのリアルタイム対応を可能にする。
• 三者以上や多者間の協調において、非自明な幾何的構造を持つ3n次元のFinsler多様体上にシステムが動作し、混沌たる挙動の可能性が高まる。
• ベルンシュタインの感覚補正とブルックスのサブスミッションアーキテクチャに由来するフィードバック適応ループにより、階層的で反応的な制御が可能となり、非監督的（ヘブ則に類似）および監督的（勾配降下）学習則が併用される。
• 過剰な自由度と不確実性に対してもモデルは頑健であり、不均一な地形や対立する制御入力などの現実世界の状況をシミュレートできる。
• 本フレームワークは、人間-ロボットチームの仮説生成の形式的基盤を提供し、特に緊急対応シナリオにおけるオペレータインターフェースやチーム運用の概念設計に役立つ。