2023 Fiscal Year Research-status Report
Cognitive Modeling based on Structured Learning of Perception-Action Cycle in Unilateral Spatial Neglect
| Project/Area Number |
21K17843
|
|---|
| Research Institution | Tokyo Metropolitan University |
|---|
Principal Investigator |
大保 武慶 東京都立大学, システムデザイン研究科, 助教 (60771889)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Keywords | 半側空間無視 / 知覚-行為循環 / 認知モデリング / 構造化学習 / 構成論的アプローチ / リハビリテーション |
|---|
| Outline of Annual Research Achievements |
今年度は、[研究項目2, 3]として、知覚-行為循環のプロセスを計算論的にモデル化するため、構造化学習に基づく認知アーキテクチャの構築を行った。さらに、[研究項目4]として、患者の認知モデルに基づくシミュレーションを開発し、構成論的アプローチに基づく検証を実施した。
まず、認知アーキテクチャの構築では、知覚-行為循環の概念に基づき、人間の認知プロセスを4つのサブシステムで構成した。ここでは、注意システム、知覚システム、意図システム、行為システムを計算論的手法に基づき構築した。具体的には、注意システムでは対象物を検知可能な領域の推定、知覚システムでは対象物の検知、意図システムでは検査課題におけるフェーズ推定、行為システムでは各関節角度の動作出力を推定する。さらに、実患者の動作特性を再現可能な認知モデリング手法の提案、シミュレーションの構築も行った。認知モデリングでは、学習用データの収集のため、没入型VRシステムを用いた検査課題を使用し、半側空間無視患者8名を対象として計測実験を実施した。
つぎに、シミュレーションと実患者の動作データとの比較に基づく仮説検証を実施した。認知アーキテクチャでは、現在の注視点からどの領域に視覚的注意を向けるのかを予測する内部モデルを実装しており、内部モデルはシミュレーション上での患者モデルの予測に対する成功と失敗体験に基づき逐次更新される。具体的には、予測に基づき対象物を発見すると、その方略を学習するアルゴリズムを患者モデルに実装した。仮説検証では、成功と失敗体験によって得られる報酬に基づき、実患者で観測される代償的な動作を患者モデルで再現することができ、無視症状が生じる患者モデルであっても、報酬を調整することで無視側の対象物に反応できるようになることが確認された。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
今年度は、（1）半側空間無視患者の認知モデリング、（2）患者モデル・シミュレーションの構築、（3）患者モデルと実患者の動作データとの比較に基づく構成論アプローチに関する可能性検証を研究課題とした。
まず、（1）認知モデリングでは、昨年度に構築した各サブシステムを部分的に更新し、さらに各サブシステムが相互依存的な入出力関係を有するカップリングシステムを構築した。各サブシステムは、外界からの入力や相互関係に基づき、受動的に出力が決定づけられる。一方、注意を向ける領域を能動的に予測・探索するには、その方略を学習するための内部モデルが必要となる。そのため、予測に対する成功と失敗体験に基づく報酬によって、知覚から行為までの方略を逐次的に学習可能なアルゴリズムを内部モデルに実装した。
つぎに、（2）患者モデル・シミュレーションの構築では、昨年度までで課題となっていた実患者への計測実験を実施し、患者の動作データに基づく認知モデリングを行った。計測実験では、半側空間無視患者8名を対象として、没入型VRシステムを用いた視覚探索課題を実施した。また、得られたデータを基に認知モデリングを行い、シミュレーションを構築した。シミュレーション環境では、患者モデルを用いることで、計測実験とは異なる条件下での動作を再現、検証できるようになった。
最後に、（3）構成論的アプローチに関する検証では、実患者において観測される代償的な動作に着目し、患者モデルを用いた仮説検証を行った。具体的には、代償的な動作を無視側に対する注意過多な状態と仮定し、シミュレーションにおいて無視側の領域での探索で得られる報酬を調整することで代償的な動作を再現した。
以上より、認知モデリングおよびシミュレーションに基づく構成論的アプローチに関する検証が実施できるようになり、おおむね順調に研究開発が実施できた。
|
| Strategy for Future Research Activity |
初年度におけるCOVID-19の影響によって、医療機関における実証実験の実施に遅れが生じていたことから、補助事業期間延長を行い、引き続き以下の研究項目を実施する。
[研究項目1] 今年度までは、昨年度に開発した没入型VRシステムを用いた視覚探索課題を使用してきたが、患者によって無視症状の程度も大きく異なるため、二重課題など、難易度調整が可能な視覚探索課題が必要となった。そのため、既存の検査課題に基づく新しい検査課題を開発し、計測実験を実施していくとともに、リハビリプログラムとしての適用可能性について議論する。
[研究項目2, 3] 認知モデリングでは、従来までの視覚探索課題だけではなく、いくつかの異なる検査課題における患者モデルの構築を行い、認知アーキテクチャの構成や学習手法について検討する。
[研究項目4] 実証実験では、病院や施設と連携して、計測実験を引き続き実施していく。また、新しい検査課題において取得した動作データに基づき認知モデリングを実施する。さらに、実患者に体験してもらう検査課題とは異なる条件の課題を仮想的に再現し、患者モデルを用いたシミュレーションを実施する。シミュレーションの結果より、リハビリテーションや日常生活動作における介入に関する新しい方法や方略について議論する。
|
| Causes of Carryover |
本年度においては、実証実験用のシステムとして、没入型HMDや計測機器類を追加購入した。また、成果報告として国内外での学会発表を行ったため、それに伴う学会参加費などの必要経費を支出した。おおむね予定通り予算を執行したが、少額の次年度使用額が生じた。2024年度では、実証実験や情報収集のための国内出張旅費を主に計上する予定である。
|
