2012 Fiscal Year Annual Research Report
Project/Area Number |
22360099
|
Research Institution | Hokkaido University |
Principal Investigator |
古川 正志 北海道大学, 情報科学研究科, 特任教授 (70042091)
|
Co-Investigator(Kenkyū-buntansha) |
山本 雅人 北海道大学, 情報科学研究科, 教授 (40292057)
鈴木 育男 北見工業大学, 工学部, 准教授 (40422026)
|
Project Period (FY) |
2010-04-01 – 2013-03-31
|
Keywords | 人工生命 / 物理モデリング / 力学プロセス / 複合行動獲得 / ニューロエボリューション / 階層型ニューラルネットワーク |
Research Abstract |
本年度は,これ迄の研究を踏まえ下記の3点を研究目的とした. すなわち,(1)複合行動の行動獲得の研究,(2)行動獲得における進化ニューロン(Neuro-evolution)の性能評価,(3)人工生命研究の共通プラットホームとなるソフトウェアの開発である. (1)に関しては,1年目に複合行動を獲得する方式として,Behavior Composed(BC)の概念を提案した.これは,ニューロエボリューション(Neuro-evolution,NE)による行動獲得をブルックスによる包摂アーキテクチャーと対応させ,単純な行動を低次のニューラルネットワーク(ANN)で学習させ,高次のANNによって複雑な行動を複合行動の切り替えとして実現する方式であり, BC-ANNと呼ぶ. BC-ANNを用い,バネ構造弾性体人工生命,人工の鳥の飛翔行動,人工バッタの跳躍行動において複合行動獲得の実験を行った.実験結果は,BC-ANNにより有用な複合行動が獲得できることが検証され,BC-ANNが複合行動獲得の一般的方法となることを検証した. (2)に関しては,NEによる単純に1個のANNによる行動獲得と,やはりNEを採用したにBC-ANNよる複合行動獲得に関して,学習計算時間と得られた行動の汎化性についての調査を行った.テストベッドとしては,人工生命を中心としてその円周上に目標値を複数配置し,単一ANNの場合はそれらの目標値に到達する全ての学習を行わせ,BC-ANNは複数の低次ANNに個別に周辺の目標値を学習させ,高次のANNでその切り替えを複合行動として学習させた.この結果,両者の学習計算時間を同一とした場合,BC-ANNの方が汎化性において,優れた性能を示すことが検証された. (3)に関しては,人工生命研究のための共通プラットホームとなるTIPS-PMを完成し,ホームページ上でこれを公開した.
|
Current Status of Research Progress |
Reason
24年度が最終年度であるため、記入しない。
|
Strategy for Future Research Activity |
24年度が最終年度であるため、記入しない。
|