| バージョン | 1.1.2 |
|---|---|
| フレームワーク | パイソン |
| タイプ | 自然言語指示インタープリタ |
| ライセンス | BSD |
| リード開発者 | ダニエル・ニガ |
| 研究所 | ブレーメン大学人工知能研究所 |
| Webサイト | http://www.actioncores.org |
PRAC（Probabilistic Action Cores）は、ドイツのブレーメン大学人工知能研究所で開発されたロボットアプリケーション用の自然言語命令のインタープリタであり、欧州委員会とドイツ研究振興協会（DFG）によって部分的にサポートされています。[1]
目標
PRACシステムの最終的な目標は、wikiHowなどのウェブサイトから日常の活動に関する知識をサービスロボットに提供し、ロボットがWebを閲覧することで自律的に新しい高度なスキルを習得できるようにすることです。[2] PRACは、自然言語が本質的に曖昧で非具体的であるという問題に対処します。この目的のために、PRACは、マルコフ論理ネットワークで表現された意味ネットワーク上で確率的な一次知識ベースを維持します。NELLやIBMのWatsonなどの他の意味学習イニシアチブとは対照的に、PRACは自然言語で質問に答えることを目的としておらず、自然言語の指示に欠けている情報部分の曖昧性を解消して推論し、ロボットが実行できるようにすることを目的としています。この問題の定式化は、質問応答や機械翻訳におけるテキスト理解の問題とは大きく異なります。これらの推論タスクでは、自然言語表現の曖昧さや多義性は多くの場合そのまま保持され、他の言語に翻訳されます。一方、ロボットエージェントは、指示を正しく実行するために、欠落している情報を推論し、指示の意味を明確にする必要があります。[3] PRACは、確率的関係モデルに加えて、類推推論とインスタンスベース学習の原理を用いて、意味ネットワークにおける役割の完成を推論します。[4]
PRACは、ロボットに化学実験を教える[5]ことや、 wikiHowの記事からパンケーキやピザを作ることを教えることにも成功している[6] 。
参考文献
- ^ Nyga, Daniel (2017). 「自然言語ロボット指示の解釈：確率的知識表現、学習、推論」（PDF） .博士論文.
- ^ Nyga, Daniel; Beetz, Michael (2012). 「ロボットが家事について知りたかったことすべて（でも聞くのが怖かった）」2012 IEEE/RSJ 国際知能ロボット・システム会議pp. 243– 250. CiteSeerX 10.1.1.708.7035 . doi :10.1109/IROS.2012.6385923. ISBN 978-1-4673-1736-8. S2CID 302048。
- ^ Nyga, Daniel; Beetz, Michael (2015). 「クラウドベースの確率的知識サービスによる指導解釈」(PDF) .国際ロボティクス研究シンポジウム (ISRR) .
- ^ Nyga, Daniel; Picklum, Mareike; Koralewski, Sebastian; Beetz, Michael (2017). 「インスタンスベース学習と意味的類推による命令完了」.国際ロボティクス・オートメーション会議 (ICRA) .
- ^ Lisca, Gheorghe; Nyga, Daniel; Balint-Benczedi, Ferenc; Langer, Hagen; Beetz, Michael (2015). 「化学実験を行うロボットに向けて」. 2015 IEEE/RSJ 国際知能ロボット・システム会議 (IROS) . pp. 5202– 5208. doi :10.1109/IROS.2015.7354110. ISBN 978-1-4799-9994-1. S2CID 7613082。
- ^ ウィル・ナイト（2015年8月24日）「ロボットがWikiHowの記事からパンケーキの作り方を学ぶ」MIT Tech Review。2017年3月14日閲覧。
ドイツのロボット「PR2」は、WikiHowの指示書を注意深く読むことで、パンケーキやピザの作り方を学習している。
外部リンク
- プロジェクトのホームページ
- 人工知能研究所
