[論文レビュー] PFML-based Semantic BCI Agent for Game of Go Learning and Prediction

Chang-Shing Lee, Mei‐Hui Wang+9 more|arXiv (Cornell University)|Jan 10, 2019

Artificial Intelligence in Games参考文献 16被引用数 4

ひとこと要約

本稿では、Goの対局中に人間の脳波データと、OGDクラウドプラットフォームを介して得られる機械生成のGo手の予測を統合し、PSO最適化されたファジィ論理を用いて人間-AI共同学習を強化するPFMLベースの意味的BCIエージェントを提案する。このシステムは人間型ロボットを介してリアルタイムで手の優位性を予測可能であり、ハイブリッドな人間と機械の協働によって学習パフォーマンスが向上することを実証した。

ABSTRACT

This paper presents a semantic brain computer interface (BCI) agent with particle swarm optimization (PSO) based on a Fuzzy Markup Language (FML) for Go learning and prediction applications. Additionally, we also establish an Open Go Darkforest (OGD) cloud platform with Facebook AI research (FAIR) open source Darkforest and ELF OpenGo AI bots. The Japanese robot Palro will simultaneously predict the move advantage in the board game Go to the Go players for reference or learning. The proposed semantic BCI agent operates efficiently by the human-based BCI data from their brain waves and machine-based game data from the prediction of the OGD cloud platform for optimizing the parameters between humans and machines. Experimental results show that the proposed human and smart machine co-learning mechanism performs favorably. We hope to provide students with a better online learning environment, combining different kinds of handheld devices, robots, or computer equipment, to achieve a desired and intellectual learning goal in the future.

研究の動機と目的

• 対局中の人間の脳波信号を解釈し、リアルタイムでの手の予測を実現する意味的BCIエージェントの開発。
• 人間の認知データと、AIボット（DarkforestおよびELF OpenGo）が生成する予測を、クラウドベースのOGDプラットフォームを介して統合すること。
• ファジィマークアップ言語（FML）に基づくフレームワーク内で、粒子群最適化（PSO）を用いて人間と機械の相互作用を最適化すること。
• 人間型ロボット（Palro）が、プレイヤーに対しリアルタイムで手の優位性フィードバックを提供し、学習と意思決定支援を可能にすること。
• マルチモーダルデバイスとAI協働を組み合わせた共同学習環境を構築し、オンライン教育を強化すること。

提案手法

• 本システムは、Go対局中の人間の脳波パターンの意味的解釈をモデル化するためにファジィマークアップ言語（FML）を採用する。
• 粒子群最適化（PSO）を用いて、人間の意思と機械の予測の間の最適な一致を達成するためのファジィ推論システムのパラメータを調整する。
• EEG信号からの人間BCIデータと、FAIRのDarkforestおよびELF OpenGo AIボットをホスティングするOGDクラウドプラットフォームからの機械生成予測データを統合する。
• 統合された意味的BCIエージェントは、両方のデータストリームを処理し、リアルタイムで予測された手の優位性スコアを算出する。
• 人間型ロボット（Palro）が、対局中のプレイヤーに予測された手の優位性をフィードバックとして提供する。
• OGDプラットフォームにより、人間プレイヤーとAIシステム間でのスケーラブルでリアルタイムの推論とデータ共有が可能となる。

実験結果

リサーチクエスチョン

• RQ1 人間の脳波信号をリアルタイムで意味的に解釈し、AIが生成する手の予測と統合することは可能か？
• RQ2 PSO最適化ファジィ論理は、Goにおける人間の認知パターンと機械の予測との一致をどの程度向上させるか？
• RQ3 意味的BCIエージェントは、Goのような複雑な戦略ゲームにおける人間の学習と意思決定を向上させることができるか？
• RQ4 ロボットとクラウドベースAIを含むマルチモーダル環境における、人間とAIボット間の共同学習メカニズムはどの程度効果的か？
• RQ5 人間型ロボットからのリアルタイムフィードバックは、プレイヤーのパフォーマンスと学習成果にどのような影響を与えるか？

主な発見

• 提案された人間と機械の共同学習メカニズムは、Goの手の予測と学習強化において良好なパフォーマンスを示した。
• EEGベースのBCIデータとOGDプラットフォームからのAI予測の統合により、リアルタイムで文脈に適した手の優位性推定が可能になった。
• PSO最適化ファジィ論理システムは、人間の脳波信号とゲーム結果との間の意味的マッピングを効果的にキャリブレーションした。
• 人間型ロボットPalroは、実行可能な手のフィードバックを効果的に提供し、プレイヤーの学習と意思決定支援を支援した。
• OGDクラウドプラットフォームは、最先端のAIボット（DarkforestおよびELF OpenGo）を用いて、スケーラブルで低レイテンシの推論を可能にした。
• 本システムは、ハンドヘルドデバイス、ロボット、AIを統合したマルチモーダルでインタラクティブな学習環境を支援し、複雑な分野におけるオンライン教育を前進させた。