2006 Fiscal Year Annual Research Report
感覚・運動連関の実時間拘束ダイナミクスの構成論的理解
| Project/Area Number |
17075006
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
伊藤 宏司 東京工業大学, 大学院総合理工学研究科, 教授 (30023310)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
近藤 敏之 東京農工大学, 共生科学技術研究院, 助教授 (60323820)
|
|---|
| Keywords | 拘束条件 / 運動学習 / 予測 / CTRNN / 内因性バイアス / 上肢到達運動 |
|---|
| Research Abstract |
未知の動特性を持つ粘性力場中での上肢到達運動や,初めて把持した道具を操作する場合などにおいて,我々人間が,どのような情報に基づいて冗長な身体自由度を拘束し,運動生成を行っているかを明らかにするためには,生理学・認知心理学的知見に基づいた様々な仮説を実験的に検証する必要がある.しかしながら,考え得る仮説を実験によって網羅的に調べあげることは非現実的である.そこで本研究では,力学的・計算論的妥当性に基づいて拘束条件の生成モデルを計算機上に構成的に設計する方策をとる.具体的には,人間の上肢到達運動・把持運動・道具操作等を基礎課題とした計算機実験および運動生理実験において,(1)経験した感覚・運動連関から身体を拘束する力学的条件を抽出すること,(2)抽出した力学的条件を運動生成の拘束条件として記憶・再利用することで,未知環境における運動・行動適応能力を高めること,(3)文脈に沿った拘束条件を選択的に適用するための環境認知モデルを設計すること,を目指した.
本年度は,神経回路モデル(連続時間リカレントニューラルネットワーク)を用いて,未知の回転粘性力場(手先速度に比例する外力が進行方向と90度回転する方向に加わる粘性力場)下で上肢到達運動を実現する筋の制御器を,学習させた.神経回路モデルに非線形な特性を持つ内部フィードバックループを仮定することで,制御器のパラメータを最適化した環境とは異なる環境下においても頑健な制御構造が獲得されることを確認した.
|
