予測符号化に基づく乳児学習原理の解明

ヒト乳児は、限られた経験から世界の構造や他者の意図を驚くほど短時間で獲得します。本プロジェクトでは、予測符号化（predictive coding）と能動的推論（active inference）の枠組みに立脚し、乳児の学習原理を計算モデルとして定式化することを目指します。

私たちは、マルチモーダル感覚情報の統合や、養育者との社会的インタラクションにおける期待・予測誤差の生成過程をモデル化し、認知発達ロボティクスの観点から実機ロボット実験と発達心理実験の架橋を行います。これにより、ヒト乳児の学習原理を「再現可能」な計算論として記述し、発達障害理解やロボットの早期学習アルゴリズムへの応用にも展開します。