2022 Fiscal Year Annual Research Report
解剖学的神経筋骨格モデルに基づく二足歩行生成の深層強化学習とその人類学応用
| Project/Area Number |
20H03331
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
荻原 直道 東京大学, 大学院理学系研究科(理学部), 教授 (70324605)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
伊藤 幸太 大阪大学, 大学院人間科学研究科, 助教 (20816540)
叶賀 卓 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (40803903)
村井 昭彦 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究チーム長 (90637274)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 歩行シミュレーション / 深層強化学習 / 歩行生成 / 順動力学 / 足部モデル |
|---|
| Outline of Annual Research Achievements |
本研究では、ヒトの精密3次元神経筋骨格モデルを構築し、深層強化学習を活用してヒトの実3次元歩行運動を相応の精度で再現できる二足歩行運動の動力学的シミュレーションを構築した。筋骨格モデルは、Stanford大学で開発された7節片側11筋からなる3次元筋骨格モデルを用いた。股関節が2自由度、膝関節と足関節がそれぞれ1自由度を有するため、この筋骨格モデルの自由度は14である。筋には長さ―力関係、速度―力関係といった筋の力学特性が考慮されており、神経系からの運動指令（0~1の連続量）により筋張力を生成する。一方、神経系には、前庭器官、関節受容器、足裏触覚受容器、筋紡錘、ゴルジ腱器官が感知する信号に対応する計97の感覚情報が入力される。本研究では、97の感覚情報から22の運動指令を出力する深層ニューラルネットワークを構築し、Deep Deterministic Policy Gradient法に基づいて運動制御の深層強化学習を試みた。その結果、実歩行データと必ずしも類似しないなど問題が残されているが、二足歩行の生成を実現することが可能となった。
また、解剖学的に精密なヒト足部の3次元有限要素モデルを用いて、二足歩行中の足部と床面との力学的相互作用を計算機内に再現することを試みた。具体的には、ヒト二足歩行中の運動力学データをもとに、立脚期中の足部運動を強制変位として与え、骨格動態やそれによって生じる力作用を計算機内に再現することに成功した。これらを駆使して、ヒトの二足歩行運動の神経情報処理と、ヒトの身体構造に内在する歩行生成知能を構成論的に解明する予定である。
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
