2019 Fiscal Year Annual Research Report
Establishing mutual communication between organism and machine using deep learning
| Project/Area Number |
17K00329
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
飯塚 博幸 北海道大学, 情報科学研究院, 准教授 (30396832)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山本 雅人 北海道大学, 情報科学研究院, 教授 (40292057)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 生物機械間相互作用 / 双方向相互作用 / メダカ |
|---|
| Outline of Annual Research Achievements |
本研究では，メダカを実験の対象とし，リアルタイムでメダカの位置を検出し，その位置に応じて反応する視覚刺激を提示するシステムを用いて，メダカと双方向相互作用を確立させる．前年度に引き続き，作成した実験装置を用いて実験を行った．仮想メダカの運動生成には最終的にはボイドアルゴリズムを用いており，前年度よりもより精緻な実験結果を得た．
視覚刺激としては，先行研究と比較することを目的として，仮想メダカの動きを，白点１つ，バイオロジカルモーションに近い白点６つ，メダカの３Dモデルの，3 種類の視覚刺激を提示し，視覚刺激の種類と相互作用性の関係を検証した．実験の結果として，3種類の視覚刺激すべてにおいて，現実のメダカの動きに応じて視覚刺激を提示した場合には，メダカは振る舞いを変化させた．一方で，視覚刺激がメダカに反応しない（プレイバックの）場合は，メダカは視覚刺激が提示されていないときから振る舞いを変化させなかった．また，変化した振る舞いについて，単一の白点や6つの白点の視覚刺激を提示したときにはメダカがディスプレイの近くに滞在し，活発に白点を追いかけたのに対し，CG アニメーションのメダカを提示したときには，メダカの位置の分布が水槽の左右の面のどちらかに偏るという結果になった．これらの結果から，機械である仮想メダカと実際のメダカの間にコミュニケーション様の相互作用の確立が示された．強化学習を用いた方法も行ったが，深層強化学習に用いるデータには確度の高い再現性が必要とされ，生物を交えた相互作用のデータにおいて再現性が乏しく，双方向の相互作用を見せるときもあるが，結果の再現性が十分といえるまでには至っていない．
|
