2020 Fiscal Year Annual Research Report
Learning by Molecular Robot Swarm
| Project/Area Number |
17K19961
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
萩谷 昌己 東京大学, 大学院情報理工学系研究科, 教授 (30156252)
|
|---|
| Project Period (FY) |
2017-06-30 – 2021-03-31
|
| Keywords | DNAコンピュータ / 分子ロボット / 群ロボット / 自己組織化 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
令和２年度では、令和元年度までに行った自己安定ゲルオートマトンに関する研究を取りまとめて、人工知能学会研究会および国際会議Automata 2020（どちらもオンライン開催）で発表するとともに、Automata 2020の会議録の中で論文を出版した。さらに、会議録の論文を発展させた論文が、国際学術雑誌Complex Systemsの特集号にも採択され出版される予定である。こちらの論文では、距離２彩色と全域木に対するゲルオートマトンについても詳細に記述することができた。
自己安定性の証明に関連して、リーダー選択のアルゴリズムにおいて用いた同心波のアルゴリズムの形式的な証明を、定理証明系Coqを用いて行った。一般的に、セルオートマトンによって実現された分散アルゴリズムの正当性は非自明であり、その正当性を形式的に証明することには意義があるが、実際に形式的な証明を実装することは容易ではない。この研究では、格子空間に関する適切な補題や格子空間の対称性に基づく証明戦略などを活用して、同心波という具体的な分散アルゴリズムの自己安定性（安全性と到達可能性）の形式的な証明に成功した。
令和元年度では、化学的な勾配を模倣した信号伝達を用いて、セルオートマトンと同様の３次元立方格子において論理回路を学習させることを試みたが、まだ具体的なゲルオートマトンによる実装には至っていなかった。令和２年度では、この結果を発展させ、３次元ゲルオートマトンとして定式化した。このゲルオートマトンでは、複数の教師信号を同時に伝搬させるとともに、化学的な勾配を模倣した信号伝達を活用することにより、極めて効率的に論理回路の学習が行えるようになった。
以上の結果により、強化学習への応用の見通しを立てた。具体的には、アクションごとに複数の出力セルを対応させ、得られた報酬によって発火する出力セルの数を調整する。
|
Research Products
(4 results)
