スパイキングニューラルネットワークとシナジーの組合せによる効率的運動学習

• Project/Area Number: 25K17566
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 20020:Robotics and intelligent system-related
• Research Institution: Saitama University
• Principal Investigator: 沓澤 京 埼玉大学, 理工学研究科, 助教 (30881205)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000); Fiscal Year 2027: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2026: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2025: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
• Keywords: spiking neural network / シナジー / 運動学習

Outline of Research at the Start

本研究計画では、スパイキングニューラルネットワーク（SNN）と時変シナジーの概念とを組み合わせたロボットの運動学習技術の開発を試みる。SNNはスパイク列によって情報処理するニューラルネットワークであり、専用素子によって極めて優れた電力効率で計算でき、かつ雑音や欠損値への頑健性にも優れる。一方で時変シナジーは人間の運動から抽出される時空間パターンを指し、これを利用して学習の効率化や汎化性能の向上が可能なことが示されている。両者とも時系列情報を間欠的な（スパイク状の）信号で符号化して扱うことから高い親和性があると考えられ、両技術の組合せによって双方の利点を兼ね備えた運動学習につながると期待する。