先端研究部
Demonstration
デモ動画
自動運転システム高速化の検証
ARCは、NEDO事業「次世代人工知能・ロボット中核技術開発/次世代人工知能技術分野」に「オントロジー推論のリアルタイム処理を実現する組み込み技術の実現と安全・安心分野への応用」で採択されたJASA AI技術研究委員会に参加しています。
概要
自動運転車が横断歩道通行中の歩行者を認識して停車するシーンにおいて、歩行者を認識してから停車の判断を行うまでの処理の高速化を検証します。
どのような課題を解決するか？
車は1秒で数メートル進むため、自動運転車は高速に状況判断を行う必要があります。
オントロジーを使って停車の判断をルール化した現状の自動運転のシステムでは、この判断に数秒かかっていましたが、判断ルールの意味論を決定表で表現し、決定表からコード生成を行うことで、速度の改善が見込まれることが検証できました。
今後はオントロジーから決定表への変換技術の確立を目指します。
自動運転エージェントで学ぶルールベースアーキテクチャ
概要
複雑な自動運転エージェントの設計を通してルールベースアーキテクチャを学習する教材です。
どのような課題を解決するか？
エージェントを設計する手段としては機械学習やルールベースのアーキテクチャなどがありますが、因果関係が明確なルールベースアーキテクチャの考え方を、一見複雑そうに見える自動運転のエージェントを作成することで学習することができます。
動画の例では27個のルールによって自動運転のエージェントを実現しています。
組込みハイブリッドAIのコンセプト検証（PoC）
概要
市販されているロボットを使用してハイブリッドAIの実現性を検証します。
ハイブリッドAIとは、データ駆動型AIと知識型AIが強調してエージェントを実現する手法ですが、この例では、市販のロボット上で信号の「認知」（データ駆動型AI）の結果から、次の行動の「判断」（ルールベースアーキテクチャで実現した知識型AI）を行っています。
グラフDBを活用したソフトウェア開発プロセスの可視化
概要
グラフDBを用いてソフトウェア開発プロジェクトのデータから必要な情報を問い合わせたり、関連性を解析したり、グラフによる可視化をすることによってプロジェクトの状況や課題を把握します。
どのような課題を解決するか？
グラフデータモデルは質問応答システムなどでも利用されており、グラフのパターンマッチを利用した柔軟なデータ検索により、「特定の開発者が携わったタスクや開発成果物は何か」「期間内に発生したバグについて、そのバグが発生した機能の開発に携わった人は誰か」などの様々な観点の問いに対応することができます。
また、問いの結果を可視化することにも適しており、プロジェクトのタスク構成やソフトウェアのアーキテクチャ構成の把握に役立ちます。
CONTACT
導入に関する質問やご相談、サポートに関することなど、まずはお気軽にご相談ください。