能動的な知覚

能動的知覚とは、特定の環境で行動が生成するデータの流れからの情報を増やすために行動を選択することです。言い換えれば、世界を理解するために、私たちは動き回って探検します。つまり、感覚を通して世界をサンプリングし、その行動（アクション）に基づいて環境の理解（知覚）を構築します。^[1] 能動的知覚の構成において、感覚データの解釈は、そのデータをキャプチャするために必要な行動と本質的に切り離せません。アクションと知覚は密接に結びついています。これは、エージェント（動物、ロボット、人間、カメラマウント）が特定のオブジェクトのビューを改善するために位置を変更する、またはエージェントが動きを使用して環境を認識する（例：障害物を回避するロボット）視覚（能動視覚）に関して最も包括的に開発されてきました。

より正式な定義によれば、能動的な知覚とは次のようなものです。

「...知覚のモデリングと制御戦略の研究。モデリングとは、センサー、処理モジュール、およびそれらの相互作用のモデルを意味します。私たちは、空間と時間における適用範囲によって、ローカル モデルとグローバル モデルを区別します。ローカル モデルは、レンズの光学歪み、焦点レンズ、空間解像度、バンドパス フィルターなどの手順とパラメーターを表します。一方、グローバル モデルは、全体的なパフォーマンスを特徴付け、個々のモジュールがどのように相互作用するかを予測します。制御戦略は、最も多くの情報を求めながら損失関数を最小化する一連の手順の検索として定式化されます。例として、画像の 2-0 セグメンテーションと 3-0 形状パラメータ化で焦点からの距離と立体輻輳を取得する提案理論の存在証明を示します。」^[2]

オプティカルフローの理論は能動的な知覚の概念から派生したもので、現在ではオプティカルフローは視覚センサー（カメラ）で捉えられた動きのベクトル表現として一般的に考えられていますが、もともとは能動的な知覚の観点から説明されていました。エージェント（動物、ロボット、人間）の行動は視覚センサー（カメラ、目）を介してデータフローを生成し、それがセンサーによってサンプリングされ、エージェントによって何らかの計算を経て環境の知覚に解釈されます。この知覚に基づいて、エージェントはより多くのデータフローを生成する別の行動を選択します。したがって、オプティカルフローは、環境内での動きの結果として環境から視覚センサーに光によって運ばれるデータフローです。^[3]

能動的な知覚の関連した、しかしより狭い定義は、脳内の知覚と行動を同じものとして表しています。それは、人が行動を見ると、それが内部的に可能な行動に変換され、その文脈の中で理解されると述べています。これは、人間や動物が他の人の行動を見て何をすべきかを学ぶ能力を裏付けています。^[4]

能動的知覚は、生態心理学というより広い分野の一部です。生態心理学（および生態学的知覚の理論）は、1930年代にゲシュタルト心理学者によって策定され、 ^[5] 1950年代から1970年代にかけてギブソンによって洗練されました。^{[6]この理論は、登場してからおよそ80年間、}心理学のニッチな分野とみなされてきましたが、根強い支持を得ています。

能動知覚を地上車両、水中車両、航空機などのロボットに応用する研究は多岐にわたります。^[7] 当然のことですが、オプティカルフローが能動知覚の定義に含まれると、関連する研究の量が大幅に増加します。