2017 Fiscal Year Annual Research Report
Design automation of multi-element gene circuits
| Project/Area Number |
26280094
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
伊庭 斉志 東京大学, 大学院情報理工学系研究科, 教授 (40302773)
|
|---|
| Project Period (FY) |
2014-04-01 – 2018-03-31
|
| Keywords | 進化計算 / 遺伝的プログラミング / 遺伝子ネットワーク / 遺伝子ネットワーク / 進化発生アプローチ |
|---|
| Outline of Annual Research Achievements |
本研究では，「進化発生アプローチ」という考えに基づいて，新奇なプログラム進化の手法（発生型遺伝的プログラミング）を構築する．従来の遺伝的プログラミング(Genetic Programming, GP)では，(1)探索が必ずしも効率的でない，(2)探索過程で表現型が複雑化して空間計算量が莫大になる，(3)進化の結果として得られた表現の頑強性が必ずしも高くない，などの点が指摘されていた．そこで本研究では，遺伝子ネットワークの枠組みを利用して遺伝的プログラムを生成し，頑強な動的適応システムを実現する．ここで動的であるとは，システムの時間発展（発達過程）の中に情報がコード化されていることを意味する．この特徴を利用して，動的な実際的応用問題（創造支援，ロボット工学，金融工学，WWW上の情報検索など）に対しての適応システムを実現する．
平成29年度には主に，提案した手法を用いてさまざまな実領域への応用可能性を確認した．そこでの実証的実験をもとにして，発生型遺伝的プログラミングの有効性を確認する．具体的には，前年度に行ったロボティックスへの応用の研究を引き続き行うとともに，ウェブ情報検索や金融工学の問題，およびその他のデザイン問題（自動音楽作曲や音符への表情付けなど）や工学的順最適化問題に適用した．例えば、ヒューマノイドロボットの動作の学習に発生型遺伝的プログラミングの発現型である遺伝子制御ネットワークを用いる手法の優位性を示すとともに、よりよい進化手法として共進化を提案しその有効性をシミュレータと実機上で実証的に検証した。共進化実験を行うことによって一度に扱う遺伝子数を減らすことの妥当性を示し、またロボットの動作にある程度のヒューリスティックな方向付けを行うことが効果的であることを示した。
|
| Research Progress Status |
29年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
29年度が最終年度であるため、記入しない。
|
