http://tanichu.com/wp-content/themes/tanichu/data/pdf/ssi10_hamahata.pdf
模倣学習のまとめ、ノンパラメトリックベイズ法を用いた階層ディクリレHMM、sticky HDP-HMMで。
とても良くまとまっていて読みたい。
http://www.jaist.ac.jp/ks/skl/papers/sig-skl-20080916-3.pdf
k-meansによる運動分節化
諏訪正樹: 身体知獲得のツールとしてのメタ認知的言語化,人工知能学会誌, Vol.20,No.5,pp.525-532(2005)
変数の発見とそれらの関係性が能力向上に重要。
T. Taniguchi, N. Iwahashi, K. Sugiura, and T. Sawaragi. Constructive approach to role-reversal imitation through unsegmented interactions. Journal ref: Journal of Robotics and Mechatronics, Vol. 20, No. 4, pp. 567–577, 2008.
SARMという手法による模倣。運動をより細かい列に分解し、それをガウス分布、線形モデルでモデル化する。
高野先生の特徴HMMによる予測可能性と同列に紹介されていた。
http://www2.kokugakuin.ac.jp/~yshibata/bunsetuka/bunsettuka.htm
子供の運動文節化
身体運動の分節化と認識
http://staff.aist.go.jp/toru-nakata/MChopDD/motionchopper.pdf
模倣の哲学
http://www.bewegung.jp/htm/DB/JN/J19/19-02.pdf