2009 Fiscal Year Annual Research Report
ユーザーの意図に応じた機能的電気刺激による適応的運動支援システムの開発
| Project/Area Number |
21800033
|
|---|
| Research Category |
Grant-in-Aid for Young Scientists (Start-up)
|
| Research Institution | Nara Institute of Science and Technology |
|---|
Principal Investigator |
為井 智也 Nara Institute of Science and Technology, 情報科学研究科, 研究員 (40548434)
|
|---|
| Keywords | FES / 強化学習 / EMG / モーションキャプチャ |
|---|
| Research Abstract |
本研究では,運動課題を行うユーザーの状態に応じて,適応的に支援方法を学習する運動・運動学習支援システムの開発を目指している.そのためには,ユーザーがどのような運動を行おうとしているかの意図予測と,その運動を支援して実現させるという2つの課題を解決する必要がある.21年度は効率的な支援学習を実現させるために,学習パラメータや探索空間の削減に関する問題に取り組んだ.
筆者は以前から,モーション情報・EMG (electromyogram:筋電図)の情報から,ユーザーが発揮した手先のカベクトルの推定を行ってきた.electro-mechanical delay (EMD)と呼ばれるEMGが観測されてから筋肉の収縮が起こるまでの時間遅れに対処(適したフィルタを学習)するため,従来は力推定器にEMGのtapped delay-lineを使用してきたが,この手法では力推定器のパラメータが膨大になるという問題があった.本課題における意図予測,運動支援学習の際にも,推定器のパラメータの数が問題となることが予想されたため,適切なEMG処理方法を確立しておく必要があった.この問題に対処するため,EMG-to-activationモデルと呼ばれるEMDを考慮したEMG処理方法を導入した.これにより,delay-lineに比べ大幅に推定器のパラメータを削減することができた.さらに,モーション・EMGといったユーザーの生体情報に応じて機械が方策(支援)を変化させる強化学習に新しい推定器を適用し,パラメータ削減により高速な学習が実現されることを確認した.
また,支援学習では効率良く探索空間を削減することが必要である.この目的のために,シナジー(筋活動の基本パターン)という考え方を導入する.21年度はシナジー抽出アルゴリズムの実装を行った.
|
