予測学習
情報科学の達人.icon講義
普通に考えると、感覚から動作へのマップを作ろうと思ってしまう
例: ものを掴むロボットの場合、視界の画像を与えられて、それにどういう運動をするのかという学習をしてしまいがち しかし、動作したことによって自分自身の状態・感覚が変わってしまうことも多い（これが本質であることも）
自分が知覚しているもの全て（環境だけではなく、自分自身の感覚(身体性)含む）を全て予測していく、という考え方が有効 #身体知 どういう制御をするとどう動くのか、というのも予測の一部
どう動くとどう物体が反応するのか、というのも予測の一部
end-to-end、一気に全部やっちゃおう
それらをそれぞれ頑張って理論ベースで計算するのも可能だけど、めっちゃ複雑・大変
どう学習するのか
環境全て（自分自身含む）のシーケンスデータを与える データは人間の操作とかで集める?
そのシーケンスデータを学習し、ロボットが次の瞬間の環境を予測できるようにする
blu3mo.icon自己の範囲はどこまでか、という哲学的議論とも繋がる 予測学習したロボットは、すごい自己の範囲が狭い物となる
自己は自分の「意思」（＝予測データ）のみ、それ以外は全て非自己（環境）
一コマ前の状態だけから予測するのは大変
例えば往復運動している物体を予測する場合、
あるコマが往路なのか復路なのかは分からない
応用例