■書誌情報
飯山 燈, 鈴木 雅大, 松尾 豊: サプライズに基づいた階層状態空間モデルにおける生成時の階層構造の決定, 人工知能学会全国大会論文集, 2026, JSAI2026 巻, 第40回 (2026), セッションID 1E3-OS-39a-04, p. 1E3OS39a04（優秀賞受賞）
■概要
予測誤差（サプライズ）に基づいて時系列をチャンクへ分割する階層状態空間モデルは，データの内在的な時間構造を捉え，長期予測において優れた能力を発揮することが示唆されている． しかし，オープンループ生成時には実際の観測データが得られないため，サプライズ信号を計算できず，チャンクの境界を決定できないという本質的な課題を抱えている． 本研究では，モデル内部の不整合に基づいた生成時のチャンク決定方法を提案する． 具体的には，高レベルが予測したチャンク表現と，低レベルが展開した軌道との間の乖離を疑似サプライズ信号として利用し，それをチャンク境界のトリガとして用いることで，外部信号に依存することなく予測ロールアウト内での動的なチャンキングを行い，時間的抽象化を活用した予測を実現する．加えて，予測時のコンテキストに含まれる不完全なチャンクによって高レベル表現が劣化することを防ぐために，チャンクの一部から推論された事後分布を，チャンク全体から推論された事後分布に近づける正則化手法を導入する． 実験では，2Dおよび3D環境の動画予測において，提案手法が安定した長期予測性能を示し，その有効性が確認された．