| 研究概要 |
近年,進化的計算手法を用いてロボットの制御器あるいは形態をも構成論的に構築することを目指す,進化ロボティクスと呼ばれる分野が注目を集めている.この分野では,特に制御器をニューラルネットワークで表現し,その構造ならびにシナプス荷重を進化的に獲得する研究例が数多く報告されている.しかしながら,学習と進化過程が乖離に起因する環境の変動に対する脆弱性といった問題点が指摘されている.一方,近年の神経生理学の研究により,神経回路は状況に応じて動的かつ迅速に回路特性が変化していることが明らかになった.これらの興味深い現象は,神経修飾物質と呼ばれる化学物質の働きによるものと考えられている.
そこで申請者は,この神経修飾物質の働きを工学的に模擬することにより,神経回路の学習ならびに構造を感覚入力(環境)に応じて動的かつ実時間で調節する手法の構築を目指した.本手法の特徴は,進化の対象を『状況に応じた適切なニューロン間の相関(学習)の取り方』としたことである.
平成12年度は,この概念を用いて2脚,4脚といった歩行ロボットの適応制御器の構築,ならびに効率的な進化手法の開発に関する考察を主に行った.また,ペグ押しロボットの行動制御問題の考察も併せて行った.その結果,提案する手法は,従来手法に比べて進化能力ならびに適応能力を飛躍的に高めることができることが数値実験の結果明らかになった.
平成13年度では,より信頼性の高いシミュレーションを行うために,接触等の物理現象を高速に計算可能な三次元シミュレータを導入し,CPG(中央パターン発生器)を神経調節するメカニズムを進化させることを試みた.その結果,進化を通して獲得された個体は,進化過程で経験していないような状況に対しても,実時間で回路特性を改変し,適切に対処できることを明らかとなった.
|
