2014 Fiscal Year Research-status Report
ラットから何を学び得るか：知能ロボットの動作生成とナビゲーション
| Project/Area Number |
26330296
|
|---|
| Research Institution | University of Toyama |
|---|
Principal Investigator |
CAPI Genci 富山大学, 大学院理工学研究部(工学), 教授 (20389399)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
川原 茂敬 富山大学, 大学院理工学研究部(工学), 教授 (10204752)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | 学習 / ラット |
|---|
| Outline of Annual Research Achievements |
実環境におけるロボットの自己位置推定と目標位置への自律移動は、依然として多くの課題が残るタスクである。本研究の目的は、生物的要素を内包するロボットの、実環境における自己位置推定と目標位置への自律移動アルゴリズムの構築である。本課題では広く用いられているラットを用いて、行動中のラットの脳波を解析し、ラットの未来行動を推定する強化学習アルゴリズムの構築を行う。
26年度における本研究の経過報告として, 研究目的を達成するための環境モデルとして二叉分岐を複数有する多重Y路迷路を用意し, ラットが正しいルートを進むと餌を獲得する事ができるタスクを構築した. 構築されたY路迷路タスクはおおよそ20日で学習できる事が確認された. また課題を遂行する環境 (明暗)を変える事により学習関連性のパラメーターに変化が確認された. この変化は個体間でも異なり, 個体ごとに課題遂行に使用する脳に違いがある可能性を示唆するものである.
この研究の成果は２０１５The 3th International Conference on Intelligent and Automation Systemsにおいて口頭発表された。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
学習行動の調査において追加調査行う必要があり、サンプリングとデータ解析を行ったためラットの手術を延期した。
|
| Strategy for Future Research Activity |
ラットの手術を実施する。EEGデータから、脳波とラットの移動距離および方位の相関を解析し、アクター・クリティック強化学習アルゴリズム構築し、脳波からラットの動作を予測する。オフライン学習された強化学習アルゴリズムをラットの脳波パターンをロボットの動作に適用することで、実時間で評価する。
|
| Causes of Carryover |
ラットの手術延期したことまた、国際会議発表では招待講演が含まれており旅費が生じなかったため。
|
| Expenditure Plan for Carryover Budget |
追加実験で増えた、ラットの飼育費用および手術費用を補填する予定である。
|
