Computing based on pseudo-billiard dynamics in hypercube and its applications

2023 Fiscal Year Final Research Report

• Project/Area Number: 20H04258
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 61040:Soft computing-related
• Research Institution: Future University-Hakodate
• Principal Investigator: Katori Yuichi 公立はこだて未来大学, システム情報科学部, 教授 (20557607)
• Co-Investigator(Kenkyū-buntansha): 田向 権 九州工業大学, 大学院生命体工学研究科, 教授 (90432955) ; 森江 隆 九州工業大学, 大学院生命体工学研究科, 特任教授 (20294530)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Keywords: リザバー計算 / 超立方体計算 / 強化学習 / ホームロボット / 電子回路実装

Outline of Final Research Achievements

In this study, we successfully improved the navigation performance of home robots using a reservoir computing model based on predictive coding and reward-based learning. The proposed model utilizes emotion evaluation and episodic memory to reach the goal while avoiding obstacles efficiently. Additionally, electronic circuits implemented using the hypercube computing mechanism achieved efficient hardware implementation of large-scale neural networks. These achievements represent a significant step towards the practical application of service robots.

Free Research Field

ニューラルネットワーク

Academic Significance and Societal Importance of the Research Achievements

本研究は、脳に着想を得たリザバー計算モデルを用いて、ロボットのナビゲーション性能を大幅に向上させました。この成果は、AIの計算資源や消費電力の削減に寄与し、効率的なロボット制御を実現する新たなアプローチを提供します。また、超立方体計算機構を基盤とする電子回路の実装により、複雑な組み合わせ最適化問題を高速かつ低消費電力で解決する手法を確立しました。これにより、社会における自律移動ロボットやサービスロボットの実用化が進み、日常生活の利便性向上に貢献することが期待されます。