講演情報
[3E1-GS-2d-04]ゼロ行動正則化を用いた視点変化に頑健な潜在行動学習
〇高円 悠聖1、鈴木 雅大1、松尾 豊1 (1. 東京大学)
キーワード：
潜在行動、模倣学習、表現学習
ロボットの動作生成において，行動ラベルを含まない動画から方策を学習する潜在行動学習は，データ収集コストを抑えられる点で注目されている．一方，潜在行動は観測間の変化を説明するよう学習されるため，行動と無関係な視覚的変動（Distraction）が大きい環境では外観変動に引きずられ，制御に有用な表現を得にくいことが課題として存在する．代表的なDistractionとして視点変化が挙げられるが，視点変化が既存手法に与える影響は十分に検証されていない．本研究では，既存ベンチマークに視点変化のみを導入して既存手法を評価し，視点変化強度の増大に伴い学習済み方策のロールアウト性能が顕著に劣化することを定量的に示す．さらに，視点変化に頑健な潜在行動学習のため Zero-Action Regularization (ZAR) を提案する．ZAR は同一観測ペアから推論される行動をゼロに近づけ，潜在行動空間の基準を定めることで，視点変化下でも行動出力の不変性を促す．実験の結果，既存モデルに ZAR を組み込んだ提案手法は，視点変化環境で既存手法より高いロールアウト性能を達成することを示す．