深層学習 (Deep Learning) によるロボットの行動学習の実応用と今後の展望

本セミナーでは、画像認識と生成、音声認識、翻訳、対話システム、など多様な分野で劇的な成果をあげている深層学習 (Deep Learning) の手法について、その背景となるニューラルネットの基礎から歴史、さらに各種の学習アルゴリズムを概説します。その後、特にロボットの行動学習手法としての、深層強化学習、模倣学習 (深層予測学習) を紹介します。最後に講演者と複数企業との共同研究事例を紹介し、将来の動向を展望します。

1. 第1講 ニューラルネットワーク
   1. ニューラルネットワークの歴史
   2. ニューロンネットワークの基礎概念
2. 第2講 深層学習モデル
   1. 階層型モデルと学習の高速化
      1. AutoEncoderとConvolution Neural Network
      2. ReLU, Dropout, ADAMなど
   2. リカレントニューラルネットワーク (RNN)
      1. RNNの基礎
      2. 新しいRNNの学習手法と特徴
   3. 様々な開発ツール
3. 第3講 マルチモーダル学習とロボットの行動学習
   1. マルチモーダル学習
   2. ロボットと深層学習 (ロボットビジョン,ピッキングなど)
   3. 深層強化学習
   4. 模倣学習 (深層予測学習)
   5. ロボットの言語と運動の統合学習
4. 第4講 ロボット応用の展開と今後の展望
   1. ロボット応用例 (企業との共同研究を事例に)
   2. 認知発達ロボティクスと今後の展望