2019 Fiscal Year Annual Research Report
モジュール性を有するニューロ進化に基づく創発デザインに関する研究
| Project/Area Number |
17H01795
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
伊庭 斉志 東京大学, 大学院情報理工学系研究科, 教授 (40302773)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
長谷川 禎彦 東京大学, 大学院情報理工学系研究科, 准教授 (20512354)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 進化計算 / ニューロ進化 / 深層学習 / 進化ロボティクス / 力学系解析 |
|---|
| Outline of Annual Research Achievements |
本年度の研究では提案するニューロ進化の有用性を多岐にわたる分野で検証することを試みた．それは進化型計算やニューラルネットなどの近似アルゴリズムの重要性は実領域で確認されることが多いとされるからである．
具体的には，ロボティクスへの応用を引き続き行うとともに，各種設計問題における工学的準最適化問題に適用した．とくに，モジュラ性の知能創発に基づく，(1) 学習後の部分解の再利用, (2) 学習結果からの知識抽出, (3) ニューロ進化の構造を用いた依存関係推定, について実証的に検証し，提案手法の頑強性，汎用性，効率性について評価した．
たとえば，可変構造を持つ進化するアナログ回路やインタフェース回路（スピーカや補聴器など）の実現を試みた．ニューロ進化による知能創発を可変ハードウェアに応用し，モジュラ性を利用して目的の機能を持った人工物を自動的に合成した．この構造の変化によって多岐にわたる機能を獲得することや，自動的に適当な規模の回路を設計することが可能になることを確認した．
また，ヒューマノイドロボットの動作生成においては，全身動作をニューロ進化にサブサンプションアーキテクチャの考え方を組み合わせることで, 効率的に動作を生成する手法を提案した. 実証実験として, 歩行動作を「不整地歩行動作」・「方向指定歩行動作」・「ほうき掃き動作」に拡張することに成功し, 有効性を示すことに成功した．とくに，階層型のニューロ進化とモーションキャプチャーを用いた手法との統合が極めて効果的であることが分かり，今後の拡張に期待できる成果が得られた．
|
| Research Progress Status |
令和元年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和元年度が最終年度であるため、記入しない。
|
