感覚予測と報酬予測に基づく運動学習の計算理論的理解と脳内基盤の解明
Publicly Offered Research
| Project Area | Correspondence and Fusion of Artificial Intelligence and Brain Science |
|---|
| Project/Area Number |
17H06023
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
|
| Allocation Type | Single-year Grants |
|---|
| Review Section |
Complex systems
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
井澤 淳 筑波大学, システム情報系, 准教授 (20582349)
|
|---|
| Project Period (FY) |
2017-04-01 – 2019-03-31
|
| Project Status |
Completed (Fiscal Year 2018)
|
| Budget Amount *help |
¥12,090,000 (Direct Cost: ¥9,300,000、Indirect Cost: ¥2,790,000)
Fiscal Year 2018: ¥6,110,000 (Direct Cost: ¥4,700,000、Indirect Cost: ¥1,410,000)
Fiscal Year 2017: ¥5,980,000 (Direct Cost: ¥4,600,000、Indirect Cost: ¥1,380,000)
|
|---|
| Keywords | 運動学習 / 計算論的神経科学 / 運動制御 / 報酬 / 予測誤差 / 内部モデル / 強化学習 / 脳・神経 |
|---|
| Outline of Annual Research Achievements |
本研究では，運動学習における探索ノイズの変化に着目し，強化学習と順モデル（感覚予測のためのモデル）の学習に関わる脳部位を，計算モデルに基づいた機能イメージング解析によって明らかにする．特に，大脳基底核と小脳の相互作用を同定することで，「強化学習における順モデルの役割」と「順モデル獲得における強化学習の役割」に加えてそれらの相互作用が担う計算論的機能を明確化することを目的とする。
新しく開発した報酬駆動型の運動学習タスクをMRIスキャナー中に実行した。この実験では、ペンタブレットをMRIルームで使用し、被験者にペンを動かす動作を行わせる。そして、ペンの軌跡に従って、画面内のカーソルを移動させる。このとき、ペンとカーソルの間に回転を加えることで、被験者が回転量を同定し、これに応じて運動方向を調整することを要求する。この動作を行っているときの脳画像をSPMによって解析することにより、報酬駆動型運動学習には、小脳とPPCが重要な役割を担っていることが明らかになった。これを説明する計算論的モデルを設計し、モデルと脳活動との関係について議論した。
また、運動学習における感覚予測誤差と報酬予測誤差との相互作用について、ロボットマニピュランダムを用いた運動学習実験を実施した。その結果、当初の予測と反して、感覚予測誤差によって行動される運動学習と、報酬予測誤差によって駆動される運動学習には相互作用がなく、報酬は行動を変えるが、内部モデルの更新には寄与していないことが明らかになった。
|
| Research Progress Status |
平成30年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
平成30年度が最終年度であるため、記入しない。
|
Report
(2 results)
Research Products
(4 results)
