敵対生成脳の計算理論と人工知能応用

• Project/Area Number: 22H00534
• Research Category: Grant-in-Aid for Scientific Research (A)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Medium-sized Section 61:Human informatics and related fields
• Research Institution: Kyoto University
• Principal Investigator: 石井 信 京都大学, 情報学研究科, 教授 (90294280)
• Co-Investigator(Kenkyū-buntansha): 森本 淳 京都大学, 情報学研究科, 教授 (10505986) ; 雨森 賢一 京都大学, 高等研究院, 特定拠点准教授 (70344471) ; 吉田 和子 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所, 客員研究員 (30379599)
• Project Period (FY): 2022-04-01 – 2023-03-31
• Project Status: Discontinued (Fiscal Year 2022)
• Budget Amount: ¥42,510,000 (Direct Cost: ¥32,700,000、Indirect Cost: ¥9,810,000); Fiscal Year 2022: ¥16,380,000 (Direct Cost: ¥12,600,000、Indirect Cost: ¥3,780,000)
• Keywords: 敵対生成脳 / 計算論的神経科学 / 知能ロボティクス / 深層強化学習 / 脳型人工知能 / 計算神経科学 / 非侵襲脳活動計測 / サル神経生理 / ベイズ学習

Outline of Research at the Start

近年の人工知能(AI)技術の進展は目覚ましいが、多自由度運動系や意思決定系などではAI学習のためのビッグデータを準備することは困難であることが多く、サンプル効率の高い学習法の開発に期待されている。本研究では、高等生物脳におけるサンプル効率の高い学習を統一的に理論化しようとする試みの一つである「敵対生成脳」を作業仮説とし、その脳内機構をヒト・霊長類の計算神経科学研究により明らかにし、機械学習アルゴリズムとして導出し、そのアルゴリズムを実環境ロボティクスに応用するという学際的研究を進める。

Outline of Annual Research Achievements

高等生物脳におけるサンプル効率の高い学習を統一的に理論化しようとする試みである「敵対生成脳」を作業仮説とし、その脳内機構をヒトおよび霊長類の計算神経科学研究により明らかにし、脳の計算論にならった機械学習アルゴリズムとして導出、さらに、そのアルゴリズムをロボティクスに応用するという研究を進めた。
「敵対生成脳の理論」では、ヒトの視覚弁別課題遂行時の脳識別器のモデル化のため、実験課題の設定を進めた。また、本課題で使用する脳・AIハイブリッド型の画像生成法を完成させた。サル行動・神経生理学実験では、報酬と罰のせめぎあいがある状況を設定して、サル一頭の訓練を行った。「敵対生成脳のアルゴリズム」では、サンプル効率の良いモデル同定型の強化学習法、モデル同定にベイズ推定を用いる方法を中心に開発を進めた。「敵対生成脳のロボティクス応用」では、シミュレーション世界で生成した運動を実機（四脚ロボット）に転移することを課題にしたみまね学習法の開発を進めた。リカレント型ニューラルネットワークと深層強化学習を組み合わせる手法を4脚ロボットシミュレータの歩行学習に適用し、評価実験を進めた。また、本研究の前身である基盤研究(B)「脳の転移可能な機能単位からみる個性とメタ学習能力」の成果が、本課題実施中に論文化された。
こうした進捗状況は、本課題を継承する基盤(S)研究「敵対生成脳:マルチエージェント学習の計算理論、アルゴリズムとロボティクス応用」に継承した。

Research Progress Status

令和4年度が最終年度であるため、記入しない。

Strategy for Future Research Activity

令和4年度が最終年度であるため、記入しない。